AI 讓你做得更快,為什麼工作沒有變少?

被商品化的是「會做」,留下來的是「知道該做哪一個」。

石桌上一台輸送機不斷吐出相同的紙張,一位穿亞麻襯衫的男子拿起其中一張細看

AI 幫你省下了時間,那些時間後來去哪了?

這週 X 上有一串投行的討論很有意思。一位精品投資銀行的副總分享,改 logo、更新聯絡人這類瑣事,現在交給 Claude 這類工具就好。省下來的時間,分析師沒有比較早下班,而是接了更多案子、做了更深的報告。

經濟學家 Jón Steinsson 把這個現象叫做「商品化」:AI 讓原本需要技能的事變簡單,能做的人變多了,角色沒有消失,只是不再稀缺。也有人搬出「傑文斯悖論」:效率一提高,需求反而跟著放大,用得更兇。

我讀到這裡,想到的不是投行,而是我們自己。

如果你是業務主管,或是在公司待了好幾年的資深同事,你大概也有這種感覺:簡報做得比以前快,提案生得比以前多,行事曆卻沒有比較空。不是你不夠會用 AI,而是你被省下來的時間,又被同一種工作填滿了。

問題不在速度。問題是,你一直在賣「會做」。

會做簡報、會整理數據、會寫提案。這些在以前是門檻,現在是標配。當每個人都能在一小時內交出一份像樣的東西,客戶和主管就不會再為「像樣」付更多錢,他們只會要求更多份。

這有點像影印機普及之後的抄寫員。字寫得漂亮還是一種能力,但沒有人會因此多付錢。真正值錢的,變成知道這份文件該不該存在、要寫給誰、哪一段一定不能錯。

所以我會把問題換一個問法:被商品化之後,你還能賣什麼?

我的答案是「選擇」。知道這十個可以做的東西裡,哪一個值得做;知道客戶說要更多報告的時候,其實是哪一個決定還沒有人敢拍板。

具體要怎麼練?我會從三個很小的動作開始。

接到需求時,先問一句:「這份東西會改變哪一個決定?」如果答不出來,做得再快,也只是在幫忙多製造一份。

交付時,不只交產出,也交你的取捨:看過哪幾個方向、為什麼放掉其他的、什麼新資訊出現時你會改口。這一段,才是別人抄不走、也最能讓主管或客戶看見你在想什麼的部分。

每週回頭看一次行事曆:AI 省下來的時間,有多少又被拿去做同樣的事?如果答案是全部,你就是在用更快的速度,把自己變得更容易被替代。

這不代表不要接更多案子。生意本來就要成長。只是成長的方向,最好是讓你更接近判斷,而不是更接近產線。

速度交給機器,判斷留給人。這句話說起來容易,難的是你願不願意少做一些看起來很忙的事。

下次 AI 幫你省下一個小時,先別急著塞滿。問問自己:這一小時,我要拿來多做一份,還是多想清楚一件事?