Learning

You need to localize.

I think that has been one of the Learnings that based on their initial assumptions and hypothesis moving into the sports broadcasting market, where especially like Netflix and Amazon have made learning that it is about locally relevant sports.

Yeah, but their business model is global.

They want to put everything through a global tube.

Be sure to subscribe and rate us.

Also, follow us on LinkedIn, TikTok, and Instagram, and check out fastersmarter.io for deep dive videos, English language learning content, and our newsletter.

Before we wrap up, I just want to say thank you for listening.

It really means a lot to hear how people all over the world are using these ideas in their own lives.

[片头音乐]Hello，大家好，欢迎回到《台美HR观察室》，我是 Evelyn。在正式开始今天的话题之前，我想进入一个简短的工商广告时间。我跟另外一位 HR leader Miranda Noah 即将在纽约的9月29号下周二，在下午的5点到7点举办一场 HR meetup，地点在Bryant Park的一间餐酒馆附近。如果你是做HR的听众，而且你刚好人也在纽约的话，欢迎你报名我们这个HR下班后的互相取暖活动吧。活动详情跟报名链接我会贴在资讯栏。虽然我不抱什么期待，能够在这个活动上认识任何一位能说中文的HR同伴，但如果有会非常的惊喜啊！那今天这集只有我一个人，因为Sammy正在度假，她决定在美国上工前先飞回台湾，好好地放飞自我一下，所以今天只有我陪伴大家。那我们今天来聊点什么呢？随着我们的 podcast 做到第9集了，我们发现很多多数的听众都落在25到30或30到40岁左右。相信这个年纪的你可能已经有一点工作资历了，或甚至是主管职开始带领一个团队。所以我想问问你，是不是在AI出现后，你原本以为自己的工作会因为AI而获得很大的助力，但现在过了好一阵子，你发现，哇，我的工时更长了，上班更累了呢？如果你有一样的感觉，你并不孤单，因为我也是。OK，所以我今天想借用 Harvard Business Review的一篇文章，这篇文章叫《AI is overloading middle managers》，来聊聊AI在时代，在AI的时代下，我们这些快被淹没的主管们吧，包括我自己。先说说为什么会这样子，其实并不难理解。像公司的老板或高层，因为AI的出现，变得更有野心了，对吧？那同时junior level的人因为AI变得产出更有效率了。那夹在中间的mid-level manager们，你既要接住高层的野心，又要审核junior大量的产出。往往这些产出看起来虽然很有效率，但它不一定是真的好，不一定是真的适合公司的。所以如果你是夹在中间动弹不得的中介主管，相信听到这些话你会非常有心有戚戚焉。那今天这集就非常适合现在的你。首先这篇文章，我刚刚提到的这篇 Harvard Business Review的文章，它说他们的研究团队访谈了两家大型顾问公司，大概有18位从老板等级的合伙人到基层的顾问，他们说他们拼出了这个典型的中间经理人，他在AI出现后，他的一天长什么样子，你听听看，是不是跟你现在的day to day work有很多相似的地方吼。简单来说，他们说这个通常一个中间经理人一大早进办公室，他的团队还没有进来之前，他就会开始先摸索，啊，最新的AI的提示技巧，有什么prompt是很好用的，或是看有没有分享什么最新的趋势。那接着在自己的学习时间结束之后，他会进入跟客户的会议时间，客户可能会问他们说，啊，你们是怎么用AI的啊？所以他要既一边维持原本的专业跟形象，又要能够把AI如何提升他们的这个专案的加成效果分享给客户知道。那中午呢，在结束跟客户的会议挺之后，他会再跟自己的团队的那一部开会，那一同检查他的下属或是他团队里面的人用AI生成的这个客户简报是不是有错，顺带还要，他还要带一个从，可能从来没有自己做过简报的人，如何做一份好好简报。那下午啊，这个简报可能已经做得七八成的一个 draft，然后他老板看完之后可能丢来一句说，啊，这份，这个 memo 可不可以再做得更AI一点，再让AI再过一遍呢？可是这个更AI一点这件事情，没有人知道标准是什么，这个中间经理人他也不知道这句话到底是什么，真实的意思是什么。那在结束辛苦的一天之后，晚上要回家之前，他还要把今天跟客户或是跟自己团队摸索出来的成果，或是自己跟自己的AI agent共事后的成果，他要整理出一个心得报告，或者是至少整理出一个 memo，能够让他的团队在明天或接下来的专案里面可以少走一点冤枉路，更有效率。因为这个中间主管，他才是真正具备判断力，或是能够判断出这个AI产出是不是客户所需要的，或是是不是好的的唯一有，最有判断力的人。那这大概就是一个中间主管现在的day to day work大概长这个样子。研究者说啊，这个画面在访谈，他们的访谈当中不断地重复出现，所以相信这不是特例，这可能有可能已经是很多人的工作常态了，尤其是在生成式AI出现之后，你是不是也有在这一天当中，这一天这个分享当中看到了你自己的影子呢？虽然这个，这篇文章里面他们是针对顾问业做研究，可是我想这个夹在高层野心跟基层的中间产出这个结构啊，很有可能是所有现在知识密集产业 的人所遇到的困境，尤其是软体业，冲击是最大的。我自己也在软体业，深有，深有同感。所以包括今天在听的各位，如果你今天是中高阶主管，相信这个画面你也不陌生。那同时这篇文章也提到了一个非——两个非常有趣的数字，我在这里想跟听众朋友分享。就是第一个他说啊，呃，现在大概有88%的公司已经至少在它所有业务当中，其中有一个业务是已经能够用上AI，让AI来帮助他们工作了。所以听起来88%其实AI的渗透率是很高的，对吧？但第二个数字他说，真正把AI用出在超越用之前的实质价值，大概只有四分之一。所以也就是说，这88%有在用AI的工作，或是有，有在用AI的公司，或是在用AI的业务，其实有四分之三是没有真的做出实际上的效果，它只是挂一个“啊，我们在用AI”，但不一定真的有用出实际上的产值效果。所以研究直接点明说为什么会发生这件事情，就是问题不是AI的技术有多先进，OK，重点是工作的流程有没有被重新设计。而在我这一两年来，就是跟多位主管的合作经验，我知道，我也深信，就是最能够优化或是重新订定工作流程的人，真的就是这些现在hands on的mid-level的主管们。因为大老板或者是合伙人，说真的，他们本身是跟业-业务内容是有一点脱钩的，因为他们看大方向，他们可能在外打仗，然后，呃，看大方向的蓝图，但他们并不了解，呃，junior level的人，呃，每天的day to day work是什么，他们可能也不晓得中阶主管每天的day to day work长什么样子。那同时呢，junior level或基层的人，他们可能也并不了解这个公司目前的大方向要往哪边，他们也可能也不了解跨部门合作是如何合作的。所以真正能够了——优化这个过程的，其实就是mid-level的中阶主管们。在AI出现后，什么事情是让我们很明显地感受到优化的？第一像是可能以前基层的人要花好几天研究、找资料，然后做分析报告。现在在AI的时代下，30分钟就能搞定了，对吧？这个已经不是AI agent时代才出现的事，这在好几年前AI一出现的时候，其实它就已经能够完全地帮基层更快速地做分析报告跟做简报了。那现在的基层的A，现在的基层的同事，因为AI的辅助下，他们也能提前走进会议室，跟高层开会，甚至讨论决策面的事情。就别说工作啊，光我自己的投资理财，以前可能你为了要看这些大公司的财报，我同时也很喜欢看大公司财报的附录，因为我深信附录才能够看出更多的公司现在经营决策面的端倪。以前呢，我可能要一个一个点进去看公司的财报附录，然后还要去一个一个校正现在这个财报的数字。但现在有了AI，它不只会帮我整理出好，像上市公司的财报资料，它连附录都会能够帮我整理好了。所以以前可能要花好几个小时做的分析，现在可能短短30分钟就-就成果就出来了，对吧？那我们转回来，呃，刚刚看看除了基层以外，高层也发生了什么事，在AI导入之后。自从生成式AI出现之后，呃，合伙人、老板、公司高层他们更多的是往上看跟往外看，就是想公司怎么扩大AI服务，用更精简的团队交付原本就要交付的成果，甚至是在自己卖的产品上加上AI，对吧？这是所有软体业已经不可逆的一个趋势了。所以我想跟大家分享，就是我们可以很明显地感受到，在公司导入AI的转型过程期间，junior level基层的人跟高阶主管和老板们，他们都发生了很大的角色升级。AI并不是真的用来取代他们的职位，而是将这两个层级的人的工作重心都往上推移了。这是现在没有人会否认的事实。OK，就是AI能够让员工腾出时间处理更高价值的工作，这是一个既定的事实。OK，没有人会否认这件事情。However，很多中间管理层却没有经历这个角色升级，所以AI对他们来说带来的是一个全新的职责，包含要监督，包含要辅导新人，包含要品质把关AI产出的东西。他们的工-工作是被直接堆加在他们原有的工作身上。OK，所以如果公司本身缺乏有系统的支持，支持这些中间管理人，他们不但不会被角色升级，OK，他们反而会被工作loading压得更加喘不过气。因为同时overloading这个过程会导致他们没有时间帮自己做角色升级，而这个恶性循环是很有考——可能导致自己被裁员的。这就是一个我们现在看到很多很，一个死循环的loop啦。OK，那，呃，这篇文章就是《Harvard Business Review》这篇文章，他们在访谈当中，他们提到了中间阶层在AI导入的这个双重压力之下，他们归纳出了其实三种不同的恶性循环。在这边我想也可以很简短地跟大家分享是哪三个。他说，这是中间主管崩溃的第一个点啊，就是“learning is informal while delivery is relentless。”OK，简单来说就是AI的学习并没有真正地被列为一项真正的要学习的专业技能。 很多公司的对 AI 的训练啊是非正式化的，有点像是“啊，你自己回家摸索吧”的那种概念。但同时他们也要求底下的员工提高产值，而且交付任务的任务可能是更加无情，更加多元，然后，啊...标准是更高的。所以很多公司其实主管们和老板们是期待主管一边自己摸索AI，一边要教会整个团队，但同时没有人在减少他们的工作。结论就是一样的问题，每一组人都在重新摸索一次。OK，这是很多现在团队在发生的事情，就是有效的 prompt，有效的工作流程散落在每个人的脑子里，散落在每一个人个人的 A-AI agent 里面，但是还没有变成集中化的组织的资产。嗯...研究里面他也说到做得比较好，就是 AI 转型做得比较好的公司，他们共同做对了两件事情。OK，第一件事情就是把学习什么使用 AI 这件事情排进他们的行事历里，还有让别组人也找得到他们摸索出来的东西，有点像是一个中央的 knowledge base 知识库的概念。有些公司甚至在他们的转型期间啊，就是主动调降了既有团队他们的 utilization 的目标，就是他们原本要有的工时产出，可能有稍稍的调降，因为 AI 的转型跟 AI 的修正期间。或者是他们会甚至把这个员工，这个同仁他有没有整理出一个分享 AI 使用案例这件事情直接绑进他们的考核资料绩效里面。OK，所以在 AI 转型期间啊，真正的分水岭不是谁拿到了比较高级的 AI 工具，这家公司它有没有一个统一，统一的中央的知识库，让大家知道说，啊，我遇到这个问题了，是不是已经有人解过了呢？然后因为每一间公司他们要需要使用 AI 的情境其实都很不一样，对吧？但是同仁跟同仁之间可能会遇到的困难是高度相似的。呃...这点这篇文章写得很写实，也写得很好，但是我在实务上想跟大家分享两个我觉得实务上会遇到的很大的困难。OK，第一个就是，呃...理想很美满，但现实很骨感，就是老板们因为 AI 提高了，一定会提高更高的 KPI。所以现在不管是工程师、PM、BA，um，tester，然后他们每一个人都在忙着打仗，对吧？尤其是这些已经有资——就是尤其是你如果现在是30到40岁之间，你已经有一段的工作经历，你现在真的是忙着在打仗，你根本没有时间做这种汇整性的工作。就是有在上班的，我们应该都知道，就是要把你脑袋里面想过的东西写下来，然后还要交给别人，把这个东西，就是等于是把产出的过程 document，其实往往比你自己真的做，做出来还要来得更麻烦，因为这真的很花时间。就好比说就是今天有个实习生来，然后，呃...HR 就会，我们就要开始要鼓励大家说，啊，有没有人愿意带这个实习生啊什么的。很多人其实是不愿意带的，因为带人其实比自己做这件事情还要更累的，就是 train 别人其实是更累的。OK。所以现在在 AI 导入的过程当中，其实，啊...你就是在，你就是在给 AI 更多的资讯，公司希望你给 AI 更多的资讯来 train AI 或是 train 其他同事。但在这个 train 的过程，在这个整理过程中，其实真的很花时间。可是在同时你的业务量，公司又期待你打仗，所以公司可能并不 appreciate 你花这个时间。当然可能像 Google、Meta、Amazon 这样的大公司，他们是在往这个方向前进没有错，但是大部分的公司可能都是上千人或是上百人，是很难在这个时代，AI 时代下做这样子的投资的。至少我现在比较少看到，就是大家都真的忙着 deliver，OK，忙着 deliver results。那除了这点以外啊，第二点我觉得更加困难的其实是人性。OK，AI 造成了软件业很大的集体焦虑，这是不可避免的，你也不能否认。每个人多多少少都会担心自己的饭碗。那我现在把——想象你现在是一个工程师，你把你所学到的专业，或是你用 AI agent 所一起练习的，更加更优化，更有产出，更高效，能够产出的结果，可以说是无私地要你无私地分享在公司的中央知识库当中。这点不止让我同事可以一起跟我变强，同时它也是让 AI 吸的更多的学习资源。那这个工程师不就觉得我不就更容易被取代了吗，对吧？我才不要。所以这导致导入过程中其实会遇到很大的阻碍。OK，所以基于以上两点啊，我认为老板、高阶经理人，如果或是 HR，如果你参与这个 AI 导入的其中，如果你真的想要有效地导入 AI，减少员工的焦虑，这点是非常重要的。OK。那第二个文章里面提到的就是崩溃点，就是 incentives reward the wrong behaviors。OK，它里面提到一句话，他说：“AI is redefining what good performance looks like, but most evaluation systems haven't caught up。”就是 AI 正在重新定义什么是好的表现，但是大部分的公司的绩效考核机制还没有真的跟上。什么意思呢？就是现在大部分的公司考核制度啊，都还是在算个人的产出，个人的工时，每个人的 billable hours。可是在 AI 转型导入的期间，其实有很多默默的付出，比如说员工主动分享有效的 prompt，或是主动教新人，带新人，很多这种默默的付出 或者是内部贡献来优化这些AI工具，这些事情并没有被列入绩效考核，但是这是真正能够让AI导入成功的行为跟关键。我想这是HR要很好好好思考跟反思的部分，就是我们要如何重新设计这个管理绩效是很重要的。OK，研究者啊，他们里面也提到一个我觉得很有趣的，就是很讽刺的现象，是因为你这个管理机制没有跟上的关系，有些员工反而会刻意地不承认自己有用AI。OK，因为现在的公司绩效的逻辑制度还是说，啊，你的个人努力，勤勤恳恳的努力才是展现你的专业价值。就是，呃，用了AI反而好像产—好像显现你不够努力，不够专业，就是，呃，你的产出不够纯粹的感觉。他说他们[笑声]在访谈当中有得到了很多这样子的回馈。所以如果你的这个 rewarding system制度没有跟上，中间主管或者是甚至是基层员工，他们都会继续往这种能够被量化的东西靠，就是billable hours这样的状态下靠，呃，也就是像工时啊，或是像实际上产出，但是那些真正能够让AI导入富丽成长的知识累积，其实是容易被忽略跟边缘化，或者是大家会不愿意分享这些事情。那第三个，他提到的崩溃点，就崩溃点，就是"Leaders and managers operate in different realities。"OK，这真的很写实[笑声]，有高层跟中阶管理阶层其实是活在不同的现实里。呃，BCG里面其实有一个调查，它数据讲得很直白啦，就是高层管理认为AI对员工很热情的比例啊，大概是他们自己员工，就是在他底下的人自己回报的两倍。也就是说老板们他们现在戴着一个火箭筒，一头热要大家叫他往前冲啊，但是mid-level或者是junior level的人，大概可能根本连汽车引擎等级都没有带上。因为老板跟高层往往其实对AI真的怎么改变他们的日常工作，这件事情其实是很遥远的，这件事情是跟mid-level manager们比较贴切的。所以比如说AI产出到底够不够好可以交给客户，对吧？新人到底还要不要具备手作的能力？比如说当客户直接问说，欸，这个东西是不是全部AI做的啊？这些问题该怎么回答？这些判断都是现在每个中阶管理层在土法炼钢，然后在自己决定的，因为很多公司没有给出一个全公司的方向或一致的标准，所以这也真的很困扰着各个mid-level的manager。OK，那讲了这么多，就是问题、崩溃点、焦虑，所以到底mid-level主管可以怎么办？啊，这也是我在我的day to day work里面很常会遇到的问题。我当然有方——提过方法A、B、C，那我在这边分享一个，我——只分享我觉得看起来是比较有用的。首先呢，第一个就是我相信one on one，人跟人之间one on one的对话是比以前还要来得更重要，而且要提高更高的频率。OK，尤其是现在，如果你的公司还是，呃，远距离，或者是你们是hybrid的方式，或是你们是跨国，所以必须是远距离，像我们公司这样。所以为什么呢？因为AI其实很——呃，AI其实在把团队每个人都往不同的方向拉，而且更快速地往不同方向拉。有的人用AI用得很上手，有的人根本没有在用。那如果你是中阶主管，你没有刻意安排跟你的团队的人one on one，其实你可能一周或两周后，你就已经完全不晓得你的团队或是你的手下在做什么，或是他们是怎么做事了，对吧？所以one on one在AI的转型期间，其实是非常重要，能够即时，呃，即时地校准你-你的团队里面每个人的工作状态的一种很重要的管道。OK，我知道我讲到这里，就是可能很多人会心里非常的肚烂。OK，因为我知道one on one非常的花时间，尤其是如果你今天已经是个很overload的主管了，你现在听我讲这个，你一定是白眼翻到月球去了。OK，想说老子哪有时间一天到晚在跟人聊天，对吧？如果我底下管20个人，我怎么可能就每天都花时间跟这20个人聊天？但我想请你把我静下来，就是想想。呃，我刚刚有提到，就是基层junior level跟高层老板们，他们都因为AI有了很大的角色升级，但是中阶主管并没有。那主管们就要想想，我们该如何帮自己做角色升级。就是中阶主管以往在科层体制当中啊，他们其实最重要的任务就是要传递讯息，要布达高层的决策跟监督执行的成果，对吧？但是在AI现在3.0的时代，所谓AI 3.0的时代，就是AI已经不是从生成式对话，然后或是直接单方面变得你问它资讯，它给你资讯了。现在AI已经可以给你，就是已经可以帮你做事，甚至自主性地去做事了，它已经是你真正的左右手的概念了。那同时，AI绝对可以帮组织更-更快速地、有效地传递资讯，甚至它会比人更会加工、统整这些资讯了。所以如果，呃，mid-level的主管，如果你还停留在the old way，就是你还是停留在你的任务，主要是布达资讯、传递资讯，然后让组织监督，监督目前的执行任务的状态的话，如果你停在这个阶段，那你的价值就要很小心了。就是简单来说，如果你的任务主要还是把资讯加工polish，然后传——为高层跟基层的传递的资讯的媒介，那 你现在就要非常小心了，因为我相信主管这个 mid-level 不会马上消失，因为一个人的认知能力都是有限，而且时间也非常有限。就我们公司一个主管最多，最多就是管15、20个人，已经是他很崩溃，很崩溃的极限，他是不可能一个人可能管整个公司，可能上百上千个人的，对吧？老板不可能一个人管1000个员工。所以科层体，科层体制是必须会继续存在的，只要组织还是维持在一定的规模期间。但中阶主管的需求确实是大幅下降的，而且这个下降是很明显而且很现实的，因为美国这边已经有这么多波裁员了，很多裁的都是 mid-level 的人，尤其是没有做角色升级的中间主管阶层。OK，所以，那到底该怎么办呢？对吧？越讲越焦虑。那中阶主管该怎么帮自己做角色升级？首先第一个就是你要想你老板在想什么了，就是你要想你老板现在此时此刻正在想什么，当你老板的第二个大脑，就是把自己晋升到策略思考，然后把自己晋升到业务端去思考，这是很重要的一部，部分。因为中阶主管你比，你比基层有更多对公司的全局上的认知，就是你有更多的前后文可以去了解说，啊，公司现在往哪个方向走，然后它跟执行面有关系，有什么样的 gap，就你，你是知道前后文的人，比起很多 junior level 或 fresh graduate 来说。所以如何往上走，就是去思考老板在想什么，当你老板的第二个大脑，那这件事情就是让你晋升到，让你的角色能够有所晋升的第一个方法。OK，第二个，我相信，呃，根据我的跟各，各个中阶主管沟通的经验，就是你要回归管理的本质，记得你在管的是人，而不是管事。OK，很多很忙的中阶主管，因为他们99%的心力，他们都在管事务性的任务，而不是在管团队，不是在让团队帮他完成这些事务性的任务。所以以往你可能70%是在管你的事务性的任务，处理你自己的事，30%你是在处理人事上的问题。现在不是了。OK，现在要大量地反过来，就是如果你是 man，mid-level 的人，要更加地学会用 AI Agent 或是用 AI 帮自己把事务性的任务解放，同时要花更多时间在 one on one 来了解你的团队，提高这个团队的凝聚力，啊，回到管理的本质，才是真的能够帮自己做角色升级最重要的关键。OK，我现在也会反思啊，就是，呃，每个礼拜五结束任务的时候，我会反思说，欸，我这个礼拜都是在忙，就是我自己的事吗？还是我花了多少时间在跟我的团队真的进行一对一的沟通。那当我发现我自己进行的沟通不够多的时候，我也会反思我下个礼拜该怎么，该怎么做。在，在 AI 时代下，你每个礼拜都要反思一下你现在，你现在的工作方式跟工作策略是不是正确的。OK，呃，也因为在 AI 的协，的协助下，我确实有帮助我自己在很多我的 HR 任务，还有同时我也帮公司做了很多 financing 相关的任务，所以我有了 AI 协助之后，我确实有更多的时间可以跟跨国的 HR 做沟通。然后以前我可能一个月跟他们 sync up 两次就很了不起了吧。那现在我可能一，可以一周一次，因为我可能白天的时候相对没有那么忙碌，我就可以在晚上的时候跟亚洲团队开会。呃，这一方面也是谢谢我们公司的这个弹性啦，就是，呃，我们公司有两天可以 work from home，所以我可以在下午调配一下我自己的工作时间，然后让我晚上可以跟亚洲团队好好地进行交流这样。那同时我自己的晋升经验就是，因为我这，因为我开始这么做了，所以，呃，我的团队其实更有凝聚力了，然后我更知道他们现在在做什么，然后他们也更愿意跟我分享他们最新的研究跟发现，甚至是跨国，其实每个国与国之间如何导入 AI，其实有很大的，很大的就是不同哦，我觉得这个有机会可以，呃，等 Sammy 加入对话的时候，我们可以来聊聊这一块这样。OK，那第二个，我觉得除了我刚刚提到的很久的角色升级，one on one 开会，还有第二点就是建立信任。人与人之间的信任其实比以前更重要了。OK，不管是跟你的团队，还是跟你的老板，如何建立信任又是另一个大话题了。OK，那在这边我想推荐一本书，就是最新刚出版的，叫 Influencing Leaders，它英文是 Influencing Leaders：The Seven Disciplines of the Trusted Strategic Advisor。OK，就是这本书其实就是写给 HR 的。OK，还有写给任何，呃，像 legal advisor 啊，就是任何你的工作性质本身是有点像给建议，就是顾问性质类的人，我都很推荐你看这本书。呃，这本书最近刚出版没多久，我之所以知道这本书，其实也是在一个很有趣的因缘际会之下，就是这本书有两个作者，一位叫 James，一位叫 Fred。那这位 Fred 老先生呢，他刚好跟我在同一个健身房健身，每个礼拜六我们刚好都找同一位健身教练，所以礼拜六早上的9点是我上完课之后，呃，10点会换是这位，呃，Fred 老先生，他也会再接下去我上课。呃，他是哥大的一位教授，做，呃，管理学、教谈判的一位教授，然后，呃，他已经出了好几本书了啦。对，反正，呃，在这边我不赘述这本书里面，但他这本书里面第一个说，建议这些 advisor，就是建议所有在做顾问性质工作的人 要建立 trust，然后它里面有像是一个——你可以把它当成一种工具书吧，它蛮 detail 的 breakdown 说你要如何建立 pro-trust，然后你的 mindset 要怎么改变。我觉得它写得蛮好的。呃......它里面有一些建议是我觉得我此时此刻就有在做，然后很有共鸣的，所以我推荐给所有的在做HR 或是在做比较 advisor 性质相关的工作的人，可以看看这本书这样。呃......他必不晓得我在这边帮他打书，[笑声]但，但......呃......这位老先生的故事也很励志，有机会的话我也可以跟大家分享。OK，呃......OK，不好意思，插题了。那回归到原本我们上面强调的就是 manager 的 overloading 跟焦虑，我统整一下我们可以做什么。就是第一个，我觉得 HR 应该要鼓励公司大家做出公司内部的 AI 知识库，就是一个共享资源，它可以是一个 Notion 的页面，它可以是一个 Google Doc whatever 这样，可以是公司自己内部的内网，it doesn't matter。OK，所以把大家每个人摸索出来的 prompt 跟使用 AI 的眉角都集中起来，别让这个知识锁在个人的脑袋里面。知道这个很难，就像我刚刚前面讲的，有两个很大的......呃......窘境是很难让这件事情执行的，但这件事情继续做下去才是对的方向，还是真的公司可以跟别的公司产生不同分水岭的一个方向。第二个，我觉得 HR 应该要大幅度地修改[犹豫语气词]绩效的考核制度，真正要留出时间给很——所有人都学习这项 AI 的技能，尤其 AI 一直在改变，OK，它一直在进化。所以人的这项技能，人，人使用 AI agent、AI 工具这件事情也要有很大的提升。那我想，我想公司的制度上是需要鼓励大家做这件事情的。OK。那......呃......第三个就是我想分享的就是，当你 overloading 的时候，你在跟老板报告的时候，我真心地强烈建议大家，哦......与其说我最近很累，那不如说你转化成一个很具体、简短的需求，比如说：哦......呃......这个月我们能不能够降低部分的工时，部分的 billable hours，然后让团队有时间可以整理大家使用的 AI 心得。比如说每一个——一天如果工作假设是8个小时或7个小时，呃......自主地把 billable hour 减少1个小时，然后让大家专心做这个 AI 的会诊。而不是单纯说"哦......我们真的好累，没有办法。"我觉得只要是一个比较有 sense 的老板，OK，你跟他好好地阐述完这些做这件事情的长远效益，我觉得一个有 sense 的老板是不应该反对你的吼，大家可以试试看。当然如果老板反对你的话，也欢迎留言或是跟我们交流。[笑声]我想日——啊......我们自己有在上班的人都知道日子不会这么顺遂的。嗯......第三个，第四个我想分享的就是......呃......现在有很多的资深的主管，像我们公司的 CTO，他们会刻意保留一些不能用 AI 或是不鼓励用 AI 超捷径的训练的题目给新人部署这些任务。呃......他们会鼓励他们 use the old way，就是在 AI 还没有出现的时候，试着让他们自己做分析架构，然后试着让他们自己写 coding，然后，然后最后再拿去跟 AI 的产出做比较。呃......因为他们深信这种基本功才能够好好地训练未来的判断力，而他们不想要有这个......呃......未来的领导者的 gap。OK，所以虽然说不可能像以前这样这么扎实，但是......呃......大家其实是蛮多高层在鼓励做这件事情的。呃......最后呢，其实[咂舌声]我想除了你跟你自己团队的 one on one，你要定期跟自己的老板做 on-one on one。OK，就因为以前可能公司的 moving 的 pace 可能是......呃......可能一个月有一次改变，所以你一个月跟他对话一次，但现在这个 pace 已经是两个礼拜，甚至一个礼拜，每个礼拜都要很高密度的对话了。就是刚刚第三点强调的嘛，就是高层的认知跟大家在第一线做事的认知其实有很大的认知落差。那作为中间管理层，主动地、积极地把这个认知落差弥平，是现在你很重要的工——很重要的......呃......任务了。这点我觉得在台美职场上有还蛮大的文化差异的吼。就是......呃......美国同事确实是比较敢发言的。呃......那我之前在台湾，可能大家比较属于默默地就是接受，然后默默地做事。这点也在我现在的公司，就是我们美国的办公室，跟可能马来西亚办公室或越南办公室，大家的工作方式也很不一样。就是很-很多亚洲区的办公室，呃......可能要我们问，问很多，而且要问很多遍，他们才会把问题丢回来，或是他们大部分都默默吸收。那这个通常到最后真的成——变成到 US office 的时候，已经问题非常非常严重了。那我可能很多时候会说：怎么没有——大家为什么没有一开始就讲的？如果一开始讲，这个雪球还没有越滚越大的情况之下，其实是蛮好解决的。那这就是很大的文化落差。当然我觉得这也是我的，我的信任，有没有跟这个亚洲区团队建立的信任足不足够。所以......嗯......就回到前面，就是 AI 出现有好——有利有弊这样，那对我来说，我觉得最好的就是我可以花更多时间去了解团队这样子。嗯......OK，那......呃......大家今天就差不多聊到这边了。当然我想问问各位 HR 的同伴们，就是我们一起来想想，就是你在你的组织里，现在是谁在承担这个 AI 转型的代价？很有可能是这一群 mid-level 的......呃......manager 们。我也想跟你们分享，就是我自己现在也很努力地在把我的目光跟我的重点关注的这些 mid-level 的 manager，给予——希望可以给予他们充足的时间来学习，来适应，并且来消化这些 AI 的带来的改变。呃......因为他们才是能够真的把 AI 转化成公司真的能够应用的实际价值。就不要忽略这个过程所需要的时间跟投资，它可能比你想象中的还要多。OK。呃......那所以与此同时，不如我们 HR 就自己先来跟这些主管们来个 one on one 的对话吧，其实是蛮有用的喔。嗯......那简单来说啊，AI 其实它并不是真的造成这些中阶主管崩溃的原因，刚刚前面三个讲。其实作为夹心饼干啊，这些都是一个 day to day 的日常，也是大-大家所认知的。它是一个本来就存在的问题，只是 AI 的出现让它更快速地摊在阳光下了。那就是当一个组织把所有的责任都推到这个夹心饼干当中，却没有给予这个 level 的人相对应的支持结构。不论上面就是高层喊得多开心，然后下面的效率——产出效率可以有多惊人，最后都没有办法真正转化出可以 deliver 的真正的价值。这就是 mid-level 很容易遇到的困境。那 AI 只是加速了这个现象，这个困境而已。但[背景音乐]嗯......该怎么办呢？我们一起来想想吧。今天先聊到这里，我们下一集见，拜拜。

[片尾音乐]

Hop on the Brain Bus, let's go for a ride Adventures are waiting just outside Puzzles and stories, games to play Learning is fun on the Brain Bus today Brain Bus, Brain Bus, beep, beep, let's go Brain Bus, Brain Bus, what will we know? Every road trip is a chance Brain bus, brain bus.

Give me some more.

Buckle up, explorers.

[upbeat music] Thank you for joining us for another episode of Think Fast, Talk Smart: The Podcast.

It was great learning from Russ.

One of the ideas that really resonated with me is that AI is most valuable when you use it to help complex ideas become easier for others to understand.

To learn more, please be sure to dive into our library of past episodes wherever you get your podcasts.

Our music is from Floyd Wonder, with special thanks to Podium Podcast Company.

Please find us on YouTube and wherever you get your podcasts.

Be sure to check out fastersmarter.io for deep-dive videos, English language learning content, and our newsletter.

Before we wrap up, I just wanna say thank you for listening.