內容摘要 (Key Takeaways)：

史丹佛大學數位經濟實驗室 (Stanford Digital Economy Lab) 最新研究指出，AI 不會全面取代人類，而是重塑工作結構。

研究發現 69.4% 的工作者期待 AI 接手重複性任務，以便騰出時間進行高價值創造。

對於 TBSA 商務企劃人員而言，核心競爭力將從「資料整理」轉向「戰略判斷」與「人機協作」。

本文結合 TBSA 企劃標準，解析如何利用 DARE 策略模型駕馭 AI 工具。

 

洞察一：AI 投資與實際需求的「錯位」與「歸位」

許多企業盲目追逐 AI 熱點，但史丹佛研究顯示，成功的 AI 導入必須基於真實需求。根據 TBSA 的商務企劃標準，這是一個典型的「資源配置」問題。

研究將工作任務劃分為三個區域，企劃人應專注於綠燈區的應用：

綠燈區（Green Light Zone）

技術成熟且員工意願高的任務（如：數據清洗、會議紀錄摘要）。這是 TBSA 建議企劃新手立即自動化的領域。
 

紅燈區（Red Light Zone）

技術成熟但員工抗拒的任務（如：高階決策、創意發想）。這顯示了「人類判斷」在企劃案中仍具不可取代性。

機會區（R&D Opportunity Zone）
機會區可謂是新創的黃金區，因為工作者自動化意願高，但目前技術能力尚不足，屬於需重新設計流程的領域。

 

TBSA 觀點：優秀的企劃書不是 AI 生成的文字堆砌，而是對市場痛點的精準洞察。請將 AI 視為您的「初階分析師」，將您的腦力保留在策略制定的核心。
 

洞察二：人機協作 (Human-AI Collaboration) 是未來主流

研究數據打破了「AI 取代人類」的二元對立。事實上，大多數工作者傾向與 AI 建立「合作關係」。
• 數據佐證：在行政與金融分析領域，超過 40% 的任務獲得工作者正面的自動化評價。
• 創意領域的挑戰：在藝術與設計產業，僅有 17.1% 的任務被認為適合完全自動化，顯示出「原創性」與「美感判斷」仍是人類的護城河。

TBSA 觀點：不要把AI當成敵人，而是當成隊友。練習在工作中思考「哪些任務適合AI做？哪些需要我自己來？」同時保留決策和溝通的主導權。

 

洞察三：TBSA 企劃人應具備的「AI 賦能」策略

1. 掌握 DARE 決策模型
史丹佛報告中提及的決策邏輯，與商務企劃的 DARE 模型不謀而合，這也是 AI Prompt Engineering (提示工程) 的底層邏輯：
•    D (Detect)：用 AI 快速掃描市場數據，發現異常與趨勢。
•    A (Analyze)：利用 AI 進行多維度數據分析，但由人類解讀背後的商業意涵。
•    R (Respond)：由人類制定具體的戰略回應與行動方案。
•    E (Evaluate)：設定 KPI，持續評估成效。

2. 培養「高人類參與」的軟實力
研究指出，員工最擔心的是 AI「缺乏人情味」(16.3%) 與「信任問題」(45%)。這意味著以下 TBSA 核心職能將變得更有價值：
•    利害關係人溝通 (Stakeholder Management)：AI 無法搞定複雜的辦公室政治或客戶情緒。
•    跨部門協作 (Cross-functional Collaboration)：整合不同專業團隊的能力。
•    倫理判斷與品質把關：確保 AI 產出的企劃案符合企業價值觀與法規。

 

TBSA 觀點：先理解自己所在產業對AI的態度與風險。如果你在創意產業，AI或許是靈感輔助的工具，而不是取代者；如果你在數據密集產業，則要積極學習AI工具，否則可能很快落後。

 

比較表：傳統企劃 vs. AI 賦能企劃 (AI-Augmented Planner)

比較維度	傳統企劃人員 (Traditional Planner)	TBSA AI 賦能企劃 (AI-Augmented Planner)
時間分配	60% 資料蒐集與文書處理	60% 策略思考與決策判斷
工具使用	Office 文書軟體	Generative AI + 數據決策工具
核心價值	執行力、細心	洞察力、整合力、Prompt 設計力
產出速度	線性產出 (Linear)	指數級產出 (Exponential)
職涯風險	高 (易被自動化取代)	低 (具備指揮 AI 的能力)

 

 

 

洞察四：「處理人」成為未來職涯的致勝技能！

這份報告最實用的洞見，莫過於對未來關鍵技能的重新定義。

研究發現，許多目前高薪工作所倚賴的「資訊處理能力」，例如數據分析、知識更新等，隨著AI工具的成熟，將不再是最稀缺的工作技能。

相反地，那些目前薪資可能不高，但與人際互動、協調溝通、監督品質等相關的技能，在AI無法完全掌握的「高人類參與任務」中，反而更具長期價值。

簡單來說，未來職場的核心能力將從「處理資訊」轉向「處理人」。我們需要培養以下這些更具韌性的能力：

• 人際協作力：能與不同背景的同事、客戶順暢溝通。
• 決策判斷力：能綜合各種資訊，做出明智的判斷。
• 組織協調力：能整合資源、帶領團隊完成目標。

TBSA 觀點：主動練習「軟實力」，例如開會時不只講數據，也要能聆聽與整合意見；遇到AI能處理的資訊工作，就把精力放在培養判斷力與人際互動。

 

洞察五：想讓AI幫忙省時間，但最大的阻力來自「不信任」

那麼，工作者究竟期待AI幫他們做什麼？在這份調查中，有46.1%的任務獲得工作者正向評價，即使他們事先被提醒可能會因此失業或降低工作樂趣。

他們渴望AI的主要動機非常務實：「騰出時間去做更高價值的事」（69.4%）。其次是「任務太重複、太繁瑣」（46.6%），以及「希望提升工作品質」（46.6%）。

但在反對者之中，前三大顧慮也明確點出AI發展的挑戰：缺乏信任（45%）、擔心失業（23%）、害怕失去人味或溫度（16.3%）。

這提醒我們，AI要被大眾接受，不只要好用，更要「值得信任」、「尊重人性」。

TBSA 觀點：在使用AI時，養成「驗證」的習慣。對團隊來說，也可以建立「透明使用規則」，例如：哪些任務允許用AI，哪些需要人類把關，讓大家更安心。

常見問題 (FAQ)
Q1: 學習 AI 會讓初階企劃人員失業嗎？

A: 不會，但會改變工作內容。根據史丹佛研究，AI 能幫助初階人員縮短學習曲線。TBSA 建議初階人員應盡早考取 TBSA 商務企劃能力檢定，建立扎實的邏輯架構，才能懂得如何正確「問」AI 問題。

Q2: 企劃案可以完全用 AI 寫嗎？

A: 不建議。AI 擅長發散思考與文字生成，但缺乏對特定企業資源與市場脈絡的深刻理解。一份合格的 WBSA 標準企劃案，必須包含可行性分析與資源盤點，這是目前 AI 較難獨立完成的部分。

 

資料來源：
Stanford University