AI 時代教育訓練：當 AI 什麼都會了，人到底還要學什麼？

如果 AI 可以寫報告、做簡報、分析資料、設計課程，甚至透過 AI Agent 完成一連串工作，那麼，AI 時代教育訓練到底還要教什麼？

2026 年，參加美國 ATD 年會期間，我一方面聽見 Zach Kass 對 AI 與人類潛能的想像，一方面也看見科技業裁員與資源重分配帶來的焦慮。AI 不只在取代部分任務，更正在重新拆解職務、流程與人才配置。

真正值得追問的，不只是「哪些工作會消失」，而「當知識與效率不再稀缺，人要靠什麼創造不可替代的價值？」

本文不聚焦於工具操作，而是重新思考 AI時代教育訓練如何培養判斷、同理、連結、創造意義與持續學習的能力，並把企業 AI 培訓轉化為支持工作與行為改變的人才發展系統。

從矽谷裁員潮看 AI 如何重組工作

AI 裁員潮不是單純的失業故事，而是工作被重新拆解

Reuters 在 2026 年 7 月報導，Microsoft 宣布裁員約 4,800 人，約占全球員工 2.1%，並指出這波調整表示科技巨頭將投資轉向 AI 基礎建設，Microsoft 也在內部訊息中提到，AI 正在改變工作完成的方式，裁員也是企業重新對齊資源與組織優先順序的一部分。

2026年5月，在我訪美的期間，剛好遇上這一波矽谷的大裁員潮，這一波矽谷與科技業裁員，最容易被簡化成一句話：AI 開始取代人。

但我認為更精準的說法是：AI 正在讓企業重新拆解工作。

過去，一個職位通常包含許多任務：蒐集資料、整理資訊、撰寫報告、開會溝通、做出判斷、協調利害關係人、推動決策。

但 AI 進入工作流程後，這些任務會被重新分類。

• 有些任務可以被自動化，有些任務可以被加速
• 有些任務需要人重新定義品質，有些任務則更需要人親自完成

這就是目前最真實的狀況：AI 不一定用「取代」的方式改變工作，它更常用「重組」的方式改變工作。

工作沒有一夕消失，但工作內容、能力要求、組織配置與職涯路徑，都開始被重新排列。

未來不是沒有工作，而是技能變化速度變快

World Economic Forum《Future of Jobs Report 2025》指出，到 2030 年，全球約 22% 的工作會出現結構性變動；預估會創造 1.7 億個新職位，也會取代 9,200 萬個職位，淨增加約 7,800 萬個職位。近 40% 的工作技能將發生變化，技能落差已是企業轉型的重要障礙。

這代表未來不是單純「有工作」或「沒有工作」的問題。

真正的問題是：人的能力更新速度，能不能跟上工作被重組的速度？

這些數據提醒我們：AI 不是只影響少數科技工作者，而是正在重塑整個知識工作世界。

如果工作技能每幾年就大幅改變，那麼教育訓練就不能只是一年上幾堂課、完成幾個學分、拿到幾張證書。

AI時代教育訓練必須變成一套持續更新的學習系統。它要幫助人學會如何學習、如何判斷、如何與 AI 共創，也要幫助組織重新設計工作與人才發展路徑。

---

為什麼 AI 時代教育訓練必須重新定義？

AI 時代教育訓練不只是工具教學

現在很多企業一談到 AI 教育訓練，第一個想到的是：教員工怎麼使用 ChatGPT、怎麼寫 Prompt、怎麼用 AI 產出簡報、報告、行銷文案。

這當然重要。

因為不會使用 AI，未來在職場上的確會越來越辛苦。

但如果 AI時代教育訓練只停留在工具教學，很快就會失效。因為工具會一直變，今天學會的介面，明天可能就被新的 AI Agent 取代；今天熟悉的應用，明年可能已經整合進工作系統裡。

真正重要的問題不是：你會不會用 AI？

而是：你知道什麼事情該交給 AI，什麼事情不該交給 AI 嗎？你知道效率提升之後，要把時間拿回來做什麼嗎？你知道哪些經驗值得親身經歷，而不是被自動化掉嗎？

這些問題，才是 AI時代教育訓練真正要處理的核心。

AI 時代教育訓練：回到人的使命與價值

Open AI 的前總監 Zach Kass 在 2026 ATD 演講中提出很關鍵的問題：如果人生中所有事情都可以被自動化，你希望停在哪裡？

過去，我們常把學習和效率綁在一起：學習是為了更快、更準、更省成本、更有效率，但 AI 會把效率推到一個前所未有的高度。

當很多工作都可以被加速，AI 時代教育訓練反而要慢下來問：我們到底要往哪裡去？

Zach Kass 在演講中提到，AI 正在從工具走向自主代理人，智慧會像水電一樣變得越來越便宜、越來越容易取得。當知識不再稀缺，真正稀缺的就不是誰知道最多，而是誰能判斷、感受、連結，並創造意義。

所以，AI 時代教育訓練不應該只問：「如何讓員工更會使用 AI？」

它更應該問：「如何讓人在 AI 的幫助下，更清楚自己的使命、價值觀與選擇？」

---

從 Zach Kass 的 ATD 演講看 AI 帶來的關鍵轉變

從 AI 應用到 AI Agent

在 Zach Kass 的演講中，他提到 AI 發展會經過三個階段：第一階段是增強型應用，第二階段是自主代理人，第三階段是自然語言作業系統。

增強型應用：簡單來說，AI 協助你在既有工作中增強，例如：被嵌入既有軟體裡，例如 AI Office、AI CRM、AI 行銷工具、AI 搜尋工具，並強化不同的功用。

AI 代理人：AI Agent 開始幫你執行任務，例如訂機票、比較保險、找資料、整理專案、串接系統。

自然語言作業系統：未來，人不一定需要一直學習新的 AI 或程式語言，因為機器會開始學習人的工作方式，而不是人一直追著機器跑，未來和 AI 溝通也不需要再透過程式語言的方式。

這對企業教育訓練影響很大，過去企業常以職位設計訓練，例如主管訓練、業務訓練、行銷訓練、人資訓練。但 AI Agent 會把工作拆成更細的任務：

• 哪些任務可以自動化？
• 哪些任務需要人的判斷？
• 哪些任務需要溝通、信任與情境理解？
• 哪些任務需要人親自承擔責任？

未來的 AI 時代教育訓練，不能只看職稱，而要看任務、情境與能力組合。

無限智慧時代來臨：會問問題的人更重要

Zach Kass 提出一個關鍵概念：Unmetered Intelligence，也就是「無限智慧」。

意思是，智慧會像水、電一樣，從稀缺走向充裕。過去知識昂貴、專家稀少；未來，每個人都可能取得世界級智慧。競爭不再是誰最聰明，而是誰知道如何運用智慧。

這對教育訓練是一個巨大翻轉。

過去我們常把學習設計成「輸入知識」：老師講、學員聽、測驗、作業、結案報告。

但現在，AI 可以在幾秒鐘內整理一份知識摘要、設計一套課程大綱、生成案例、比較觀點，甚至模擬一場顧問討論。

那麼，人還要學什麼？

其中一個答案或許是：學會問問題，而且是問好的問題。

好問題，會決定 AI 給你的答案品質，也會決定你是否能看見更深層的問題。

未來有價值的人，不只是快速得到答案的人，而是能提出更好問題的人。

這也是為什麼 AI時代教育訓練要把重點從「知道答案」轉向「理解問題」。

---

AI 時代不能忽視的四大風險

風險 1：愚民化——當答案來的太容易，人可能停止思考

當 AI 可以快速提供答案，人很容易停止思考，過去我們需要閱讀、整理、比較、推理，才能形成自己的觀點；但現在，只要輸入一個問題，AI 就能立刻產出一段看似完整的答案。

這很方便，卻也很危險。

因為如果人只會複製 AI 的答案，卻不會追問資料來源、判斷邏輯是否合理、辨識內容是否有偏誤，久而久之，學習能力反而可能退化。

Microsoft 2026 Work Trend Index 指出，86% 的 AI 使用者把 AI 產出視為起點，而不是最終答案；同時，50% 的使用者認為 AI 產出品質控管變得更重要，46% 認為批判思考更重要。

這個數字很適合提醒企業：AI 使用能力不等於複製貼上能力。

真正成熟的 AI 使用者，不是把思考外包給工具，而是知道如何驗證、修正、判斷與承擔結果。

所以，企業 AI 培訓不能只教 Prompt 技巧，而要訓練員工提出好問題、檢查 AI 產出、交叉驗證資訊，並在複雜情境中形成自己的判斷。

AI 時代最危險的不是沒有答案，而是太容易得到答案後，人失去了思考的肌肉。

風險 2：去人性化——科技越快，人越孤單

第二個風險，是去人性化。

AI 讓工作更有效率，卻也可能讓人與人之間的真實互動變少，當我們越來越習慣透過螢幕溝通、透過系統協作、透過工具產出內容，人很容易在高效率中變得孤立。

Gallup 全球職場報告資料顯示，約五分之一的員工表示，自己近期曾明顯感到孤單；2026 年的全球職場報告也指出，2025 年全球員工敬業度降至 20%，是 2020 年以來最低點，低敬業度造成的生產力損失估計約達 10 兆美元。

如果再把螢幕使用放進來看，問題會更明顯，美國 CDC 2025 年研究指出，每天螢幕時間達 4 小時以上的青少年，憂鬱症狀比例為 25.9%，明顯高於螢幕時間較低者的 9.5%。

這些數據背後，其實不只是技術焦慮，而是人的不安。

• 人擔心自己被取代
• 人擔心自己跟不上
• 人擔心過去累積的經驗不再有價值
• 人也擔心未來的職場變得更冰冷、更快、更沒有感覺

所以，AI時代教育訓練不能只把人推向更多螢幕、更多工具、更多自動化流程，而要重新設計真實互動。

例如：讓團隊有更多面對面對話、戶外學習、體驗式工作坊、跨部門共創、深度傾聽與心理安全練習。

AI 可以提升效率，但人仍然需要被看見、被理解、被連結。

未來真正好的企業訓練，不是讓人更像機器一樣無縫運作，而是讓人在高科技環境中，仍然保有感受力、關係感與人味。

風險 3：惡意行為——信任變得更脆弱

第三個風險，是惡意行為。

AI 讓好人變強，也會讓壞人變強，深偽影像、語音詐騙、假訊息、身分盜用、金融詐欺，都會因為 AI 變得更逼真、更快速，也更難辨識。

網路世界最大的風險之一，是那些看不見、沒有名字、沒有臉孔的惡意行為者，他們可能利用科技攻擊個人、企業與社會信任。

因此，AI 時代教育訓練必須把 AI 素養與風險意識放進來。

員工不只要知道 AI 能做什麼，也要知道 AI 可能被如何濫用，企業需要訓練員工辨識深偽內容、保護敏感資料、建立資安習慣，並理解資料倫理與資訊安全的重要性。

這不只是 IT 部門的責任，而是每一位知識工作者都需要具備的新基本功。

在 AI 時代，信任會變得更脆弱。也因此，能夠建立信任、守護信任、辨識風險的人，會變得更加重要。

風險 4：工作與身分認同危機——如果不再用職稱定義自己，我是誰？

第四個風險，是我認為最深層、最底層的風險，是工作與身分認同危機。

很多人談 AI 取代工作時，第一個想到的是收入與職缺，但 Zach Kass 提醒我們，真正的問題不只是經濟，而是身分認同。因為現代人太習慣把自我價值綁在工作上：我是某家公司的人、我是某個職稱、我是某個產業的專家、我是某段資歷的代表。

可是當 AI 開始重組工作，這些標籤可能會鬆動。

• 一個人可能還有能力，卻發現原本的職務不再存在
• 一個人可能很有經驗，卻發現過去的專業被工具快速壓縮
• 一個人可能在組織裡很成功，卻突然需要重新問自己：如果不再用公司與職稱定義我，我到底是誰？

AI 帶來的，不只是職涯焦慮，而是一場所有人都必須重新回到自己的旅程。

因此，AI時代教育訓練不能只談 upskilling 或 reskilling，也要加入 self-discovery，也就是自我探索。

企業需要幫助員工盤點自己的可遷移能力、內在動機、價值觀與生命經驗，因為未來真正穩定的，不是某一份工作，而是一個人理解自己、重新學習、重新創造價值的能力。

當工作標籤被重新洗牌，人最需要學的，不只是新工具，而是重新認識自己。

---

當軟實力成為真正的硬實力

同理心不再是附加價值，而是核心價值

當我們把愚民化、去人性化、惡意行為，以及工作與身分認同危機放在一起看，就會發現：AI 時代真正的風險，不只是人不會使用工具，而是人失去了思考、感受、判斷與連結的能力。

這也是為什麼，AI時代軟實力 會變得越來越重要。

未來真正有價值的不是聰明、知識與記憶力，而是好奇心、同理心、勇氣、智慧、幽默感與道德判斷。

換句話說，過去被稱為軟實力（soft skills）的能力，未來其實才是真正的硬實力（hard skills）。

PwC 2026 Global AI Jobs Barometer 也提出相似觀點：AI 暴露度最高的工作，所需技能變化速度是低暴露工作的兩倍以上；而 AI 暴露職務中新增的任務，更可能依賴同理心、判斷力與創造力等人本能力。

當 AI 可以回答客服問題、整理顧客資料、分析市場趨勢，人真正被記住的，往往不是效率，而是感受。

• 顧客會記得你是否理解他的焦慮
• 團隊會記得你是否在壓力下仍願意傾聽
• 合作夥伴會記得你是否把對方當成一個完整的人，而不只是任務節點

真正的人才發展，是讓人能在 AI 之上創造意義

AI 可以提升效率，但效率不是終點。

如果所有事情都可以更快完成，企業反而更需要問：我們要把省下來的時間，用來做什麼？我們要創造什麼樣的顧客體驗？我們要建立什麼樣的組織文化？我們要讓人如何在工作中感受到意義？

這些問題，AI 可以提供參考答案，但不能替我們承擔選擇。

所以，後 AI 時代的人才發展，不能只培養工具使用者，而要培養能判斷、能連結、能創造意義的人。

也就是說，企業真正需要補上的，不只是 AI 工具能力，而是好奇心、同理心、勇氣、道德判斷、自我覺察，以及持續學習的能力。

---

AI 時代教育訓練：培養不被取代的五大核心能力

AI 時代教育訓練核心能力 1 – 自我覺察：知道自己真正的價值在哪裡

自我覺察不是很抽象的心理學名詞，而是 AI 時代最務實的職場能力，因為當外在變化越快，人越需要知道自己在什麼情境下有能量、什麼情境下會失焦、什麼樣的工作讓自己有意義感，以及自己真正想創造什麼價值。

很多人焦慮，是因為他們只知道自己過去做過什麼，卻不知道自己真正關心什麼。

所以，AI 時代教育訓練應該設計更多反思性練習，例如：職涯故事回顧、能量地圖、價值觀排序、關鍵經驗盤點、個人使命提問。

這些練習不是為了療癒而療癒，而是幫助人在變動中找到可遷移的核心能力。

當一個人知道自己真正的優勢，他就比較不會被單一職稱困住。

AI 時代教育訓練核心能力 2 – 判斷力：不把思考外包給 AI

第二個能力，是判斷力。

AI 可以生成很多答案，但不會自動告訴你哪個答案最適合你的情境，尤其在企業裡，真正困難的問題通常不是缺資料，而是利害關係人太多、目標互相衝突、時間有限、風險不明。

這時候，人需要判斷。

判斷力包括：辨識資訊真偽、理解資料限制、看見系統性影響、評估倫理風險，也包括在沒有完美答案時做出負責任的選擇。

真正的競爭力，不是 AI 產出什麼，而是人如何判斷這個產出是否值得採用。

AI 時代教育訓練核心能力 3 – 同理心：讓人感覺被理解

第三個能力，是同理心。

同理心不是溫柔而已，而是一種看見人、理解情境、降低防衛、創造合作的能力。

在 AI 時代，溝通會變得更快，但不一定更深 ; 資訊會更多，但不一定更有理解。會議會更有效率，但不一定更有信任。

這也是為什麼，AI 時代教育訓練必須把同理心從口號變成可練習的能力。

例如：深度傾聽、非暴力溝通、利害關係人訪談、情緒辨識、心理安全對話，以及高品質的一對一回饋。

當 AI 越能處理標準化服務，人與人之間那些微小但真實的感受，反而會變得更珍貴。

AI 時代教育訓練核心能力 4 – 創造真實體驗的能力：從知道走向做到

第四個能力，是創造真實體驗的能力。

AI 可以生成文字、圖片、影片、音樂，甚至模擬人的語氣，但 AI 沒有真正走過一段人生，沒有在失敗後重新站起來，沒有陪一個人度過困難，也沒有在某個夜晚突然理解自己真正想要什麼。

人最珍貴的地方，是有真實經驗。

未來的體驗經濟會更重要，當內容可以被大量生成，真正有價值的會是人獨特的生命經驗、感受、觀點與現場互動。

AI 時代教育訓練不應該只是線上看影片、考測驗、交作業，而要設計更多能讓人參與、感受、共創與反思的學習場域。

例如：體驗式學習、桌遊模擬、角色扮演、情境工作坊、戶外學習、跨部門共創會議、真實案例挑戰。

當學習從知識傳遞走向體驗設計，人才發展才會真正進入行為改變。

AI 時代教育訓練核心能力 5 – 學會持續學習：讓自己保持可更新

第五個能力，是學會持續學習。

在 AI 時代，沒有人可以只靠一套專業走到底，工具會變、產業會變、商業模式會變，甚至連一個工作的定義也會變。

所以最重要的不是學會某一項技能，而是知道自己如何學習。

未來真正重要的是學會學習，也就是透過熱愛的事物嘗到精熟的滋味。

這對成人學習尤其重要。

很多成年人不是不會學，而是太久沒有為了好奇而學，他們習慣為了績效、升遷、證照、考核而學，卻忘了學習本身也可以帶來生命力。

好的 AI 時代教育訓練，應該重新喚醒人的好奇心，讓人願意提問、實驗、犯錯、修正，並且在學習過程中重新看見自己的可能性。

---

企業如何設計真正有效的 AI 時代人才教育訓練？

從一次性課程，走向 AI 時代教育訓練的學習旅程

如果企業想做好 AI 時代教育訓練，第一個轉變，是從一次性課程走向學習旅程。

不要只辦一場 AI 工具課，讓大家聽完覺得很新奇，兩週後又回到原本的工作方式。

真正有效的企業 AI 時代教育訓練，應該設計成一段旅程：

• 先建立共同語言
• 再讓員工練習工具
• 接著放進真實任務
• 然後讓團隊反思使用經驗
• 最後把新的工作方式嵌入流程

這樣 AI 才不會停留在「我知道」，而能走向「我真的會用，而且知道什麼時候該用」。

從知識傳遞，走向體驗式學習

第二個轉變，是從知識傳遞走向體驗式學習。

人不是只靠資訊改變，而是靠經驗、情緒、關係與反思改變。

這也是我很重視體驗式學習的原因，好的工作坊，不是把知識塞給學員，而是創造一個讓人願意參與、碰撞、覺察與行動的場域。

例如，可以透過桌遊讓團隊體驗 AI 對職務重組的影響；透過角色扮演練習人機協作；透過會議設計讓跨部門一起討論自動化邊界；透過個人反思練習找回自己的價值主張。

當人真正參與其中，學習才會從知道變成做到。

從工具能力，走向人本能力地圖

第三個轉變，是從工具能力走向人本能力地圖。

企業不只需要列出員工要學哪些 AI 工具，也需要定義：在 AI 時代，我們希望員工具備哪些人本能力？

這份能力地圖可以包含：

• AI 素養
• 判斷力
• 同理心
• 倫理意識
• 跨域協作
• 自我覺察
• 學會學習
• 創造真實體驗的能力

如果你的組織正在導入 AI，真正需要的不是再多一場工具介紹，而是一套能把 AI、學習設計、體驗式學習與人本能力整合起來的 AI 時代教育訓練規劃。

---

AI 時代教育訓練，是讓人重新成為人

AI 時代教育訓練的任務，不是把人訓練得更像機器。

它真正的任務，是幫助人在工具越來越強大的時代，重新成為一個更完整、更清醒、更有感受力的人。

這次參加美國 ATD 年會，我一方面聽見 AI 時代教育訓練對未來的巨大想像，一方面也親身感受到科技業裁員潮帶來的不安。這兩件事放在一起，讓我更確定：AI 時代的教育訓練，不能只教人使用工具，而要幫助人重新理解自己的價值。

• 當 AI 可以快速生成答案，人要學會問更好的問題
• 當 AI 可以提高效率，人要學會判斷什麼值得保留
• 當 AI 可以模擬溝通，人要學會建立真正的信任
• 當 AI 可以取代部分任務，人要重新理解自己的價值不只是職稱，而是生命經驗、內在動機與創造意義的能力

Zach Kass 的演講讓我最有感的，不是 AI 有多強，而是當 AI 變強之後，人更需要回到自己。

未來企業真正需要的，不只是會用 AI 的員工，而是知道如何與 AI 共創、如何在複雜情境中做判斷、如何與他人建立信任、如何持續學習，並且知道自己為什麼而工作的人。

這也是後 AI 時代最重要的教育命題：

不是學會更多工具，而是學會成為一個真正的人。

如果你的企業正在思考 AI時代教育訓練、AI時代人才發展 或 企業 AI 培訓，可以從一個問題開始：

我們希望 AI 幫人省下來的時間，最後要回到哪裡？

如果答案是回到更深的思考、更真實的連結、更有意義的創造，那麼，教育訓練就不只是成本，而是企業面向未來最重要的投資。

---

資料來源：

Zach Kass. (2026). ATD 26 Conference – AI Keynote by Zach Kass. Irene Wu 提供之 ATD 2026 演講摘要。

Challenger, Gray & Christmas. (2026). June Layoffs Cool to 45,849; AI Leads Reasons for Fourth Consecutive Month.

Reuters. (2026). Companies cutting jobs as investments shift toward AI.

World Economic Forum. (2025). Future of Jobs Report 2025.

International Monetary Fund. (2024). AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity.

Gallup. (2024). 1 in 5 Employees Worldwide Feel Lonely.

Gallup. (2026). State of the Global Workplace 2026.

Centers for Disease Control and Prevention. (2025). Associations Between Screen Time Use and Health Outcomes Among US Teenagers.

PwC. (2026). 2026 Global AI Jobs Barometer.