AI 時代的 PM / HR / Sales：你才是讓 AI 落地的那個人
很多公司導入 AI 的方式是這樣的：老闆在某個會議上說「我們要用 AI」，然後把這件事交給工程師或 IT 部門。
然後就沒有然後了。
或者有時候是有動作的：買了工具授權、辦了一場全員培訓、IT 部門做了一個 demo。然後三個月過去，大家還是用原本的方式工作，那個工具的 icon 靜靜放在桌面角落，沒人打開。
不是工程師不夠努力，也不是員工不配合，而是真正的問題從來不在技術那一端。AI 能不能在一個組織裡真正被用起來，關鍵在於有沒有人把它帶進自己的工作流程裡——而這件事，不需要你懂程式。
你的優勢不是技術，是你知道問題在哪裡
工程師可以建工具，但他們不一定知道 PM 在追蹤需求時最耗時的步驟是什麼，不知道 HR 每次開職缺要重複做哪些事，不知道 Sales 在跟進客戶時卡在哪裡。
你知道。
這才是真正的優勢。AI 不需要你懂它的技術細節，它需要你能清楚說出「我在做什麼、我卡在哪裡、我要什麼樣的輸出」。這恰好是你擅長的事。
PM、HR、Sales 各自能用 AI 做什麼？
三個角色各有一個今天就能直接切入的場景。
PM：需求文件草稿，甚至直接做出 POC
寫 PRD 最耗時的不是想清楚，是把想法變成格式正確的文字。你可以直接把腦袋裡的需求跟 AI 說：「我要做一個功能，讓用戶可以 X，背景是 Y，幫我整理成一份需求草稿。」先有草稿，再來修改，比從空白頁開始快得多。
更進一步的是：現在有些公司開始要求 PM 要能用 AI 工具（像是 Cursor、Claude Code）自己做出可以跑起來的 POC，在 sandbox 環境裡驗證想法，再拿去跟工程師討論。不是要你變成工程師，而是讓你的需求從「我覺得這樣應該可以」變成「我做了一個版本，邏輯大概是這樣」。這對溝通效率的提升很明顯。
HR：職缺描述與面試題庫
每次開一個新職缺，JD 要從頭寫、面試題要重新想——這些都高度重複。把過去的 JD 貼給 AI，說「這個職位今年多了這幾個需求，幫我更新」；或者給它一份履歷，請它幫你準備這個候選人的面試問題。
Sales：客戶提案與跟進信
在聯繫一個新客戶之前，把對方公司的背景、你們的產品、你想解決的問題一起給 AI，請它幫你寫一封開場信或提案摘要。或者把上次通話的重點整理給它，請它幫你起草一封跟進 email。
個人用起來之後，組織就跟著動了
不需要正式的 AI 導入計畫，也不需要等公司批預算。
當你開始在自己的工作裡用 AI，你會有具體的東西可以分享：「我上週用這個方法寫提案，省了兩個小時。」這比任何培訓課程都有說服力。真正的 AI 落地，往往是從一個人開始用、周圍的人看到效果，然後自然擴散。
今天從哪一件事開始？
找出你這週最花時間、最重複的一個任務——不管是寫文件、準備會議、整理資料還是回 email——然後把這個任務的背景跟 AI 說一遍，請它幫你做第一步。
就一個任務，就第一步。
如果你想再往前一步，可以開始接觸 no-code 的 AI workflow 工具，像是 n8n、Dify，或是如果公司有購買 Claude Enterprise，可以直接用 Claude for Work 串接公司的文件系統（Confluence、Notion 這類 wiki）。不需要寫程式，但可以讓你把重複流程自動化——自動整理客戶回饋、定時產生週報、把表單資料接進通知系統。一個會自己建 AI workflow 的 PM 或 Sales，跟只會用 ChatGPT 問問題的人，在市場上是完全不同的定位。
有個朋友最近問了我一個問題：他做過前端、也做過 PM，但越來越覺得自己的技術能力很容易被 AI 取代，不知道職涯該往哪走。
我們討論了一陣子，後來他自己說出了一個很準的重新定位：「與其說自己是曾經寫過程式的 PM，不如說自己是能自己做前端 demo 和 prototype 的 TPM。」
同樣的背景，完全不同的敘事。前者聽起來兩邊都不夠強，後者卻跨進了一個很難被取代的賽道——懂技術、懂業務、又能自己動手驗證想法。
未來職涯的邊界只會越來越模糊。這不是威脅，是機會——前提是你願意跨出原本那條線，而不是緊抱著舊的職位定義不放。
很多人把力氣花在擔心「會不會被 AI 取代」，但比這個更值得想的是：你有沒有在學著用 AI 創造價值？這個能力在未來一兩年內對各個產業的衝擊是真實的，不是遠景。在快速變化的時代，提升自己才是最划算的投資——學會用 AI 工作的人，會持續被需要。
反過來說，如果有一天公司因為「AI 可以取代你」而裁掉了那個最懂得用 AI 的人，那只能說，他們沒有看清楚這件事真正的價值，親手剪掉了自己的大動脈。
AI 時代最稀缺的不是工程師，而是懂業務、又願意動手試的人。
你已經有業務判斷力了，現在只差那一個開口。