2026年10月6日 星期二

AI已經不是外掛,是上班族的第二雙手?面試時說「我都不用AI」會不會反而扣分? #AI職場 #AI工作術 #生成式AI #AI工具 #人工智慧 #職場AI #AI效率 #工作效率 #AI協作 #AI時代 #職場趨勢 #面試技巧 #職涯發展 #數位轉型 #未來工作 #什麼都做!~良


以前上班問同事:「這個怎麼做?」

同事可能會回你:

「Google一下。」

再不然就是:

「我之前有做過,你去找一下舊檔案。」

現在上班問問題,旁邊可能多了一位永遠在線、完全不會嫌你煩,而且凌晨兩點還可以回你的「AI同事」。

於是問題來了:

到底什麼才叫做「在工作上使用AI」?

難道一定要每天寫一個AI模型、自己訓練LLM,才算跟得上時代?

其實不用。

很多人每天已經在使用AI,只是自己可能沒有把它當成「AI工作流程」。


你以為的AI,是寫程式;實際上的AI,可能只是幫你改一封Mail

最常見的AI工作,大概可以分成幾個等級。

第一種:

「幫我問問看。」

遇到一個問題,不知道怎麼處理,就丟給AI:

「這個錯誤可能是什麼原因?」

「這段設定有什麼問題?」

「幫我整理一下這些資訊。」

這其實已經是AI應用了。

第二種:

「幫我寫一下。」

例如:

「幫我寫一份公告。」

「幫我整理會議紀錄。」

「幫我寫一封比較有禮貌的Mail。」

「幫我把這段話改得不要那麼像在罵人。」

最後這一句,其實非常實用。

因為很多上班族真正缺的不是技術,而是「如何把想講的話講得像人話」。


第三種:

「幫我寫程式。」

這就更進一步了。

以前寫程式遇到Bug:

Google → Stack Overflow → 找舊程式 → 改半天 → 發現錯誤 → 再Google。

現在可能變成:

把錯誤訊息貼給AI:

「這是什麼問題?」

AI回答。

再問:

「那怎麼改?」

AI回答。

再問:

「可以幫我把完整程式整理嗎?」

AI回答。

然後你看著程式碼,心裡想:

「這好像可以跑,但我最好還是先不要直接上Production。」

這才是比較正常的AI使用方式。


真正的差別,不是「有沒有用AI」,而是「會不會把工作交給AI幫忙」

很多人會問:

「我只是拿AI修Mail,這也算嗎?」

當然算。

因為重點根本不是你用了多高深的AI技術。

而是:

你有沒有開始改變自己的工作方式。

以前一封Mail可能要想10分鐘。

現在:

先把重點寫出來 → 丟給AI → 請它整理 → 自己確認 → 寄出去。

原本可能花10分鐘。

現在可能變成3分鐘。

那剩下的7分鐘去哪裡?

可以拿去處理其他事情。

這才是AI真正有價值的地方。

不是讓你看起來很科技。

而是:

讓你少做一些沒有必要浪費時間的事情。


那真的有人完全不用AI嗎?

答案是:

當然有。

而且我相信比大家想像的還多。

有些人可能會說:

「我以前就是這樣做,為什麼現在要改?」

「我自己做比較快。」

「AI寫的東西我還要檢查,乾脆自己做。」

「我怕AI亂回答。」

這些理由其實都不是錯。

AI確實會亂回答。

AI也確實可能一本正經地講錯話。

所以完全不檢查AI輸出,反而才危險。

但問題是:

如果一個人因為怕AI犯錯,所以乾脆完全不用AI,這是不是也可能錯過了一些東西?

就像Excel剛出現的時候,如果有人說:

「我算數很快,我不用Excel。」

也不能說他錯。

只是當別人已經用Excel整理完5000筆資料時,他還在拿計算機按。

這時候就不是誰比較聰明的問題了。

而是:

工具已經變了。


如果去下一家公司面試,面試官問:「你平常怎麼使用AI?」

這個問題可能會越來越有趣。

假設面試官問:

「你平常工作上會使用AI嗎?」

第一種回答:

「不會,我比較習慣自己做。」

面試官可能會想:

「嗯……很獨立。」

這是好的解讀。

但也可能想:

「所以他是沒有需求,還是沒有嘗試過?」

第二種回答:

「會,我會用AI幫我寫程式。」

這聽起來不錯。

但面試官下一句可能就是:

「那你怎麼確認AI寫的是對的?」

這時候如果回答:

「AI說可以,所以我就用了。」

恭喜。

面試可能已經開始進入尾聲。

因為公司不是在找一個「會複製AI答案的人」。

公司真正需要的是:

知道什麼事情可以交給AI、什麼事情不能交給AI,而且能夠驗證結果的人。


最漂亮的回答,其實不是「我很會用AI」

而是:

「我會用AI,但我不會把腦袋外包給AI。」

例如一個MIS工程師可以說:

「我會把錯誤訊息、Log或設定內容提供給AI,先協助我整理可能原因,再由我自己確認環境與實際設定。」

這就跟:

「我都自己查。」

完全是兩種不同的工作思維。

前者代表:

我會利用工具加速分析。

後者代表:

我比較習慣以前的方法。

兩個人可能都能解決問題。

但公司可能會開始思考:

「如果兩個人的能力差不多,一個人20分鐘完成,一個人1小時完成,我要選誰?」

這就是現實。


AI時代最怕的不是「不會AI」,而是「不知道自己為什麼不用AI」

這兩件事情其實差很多。

如果你說:

「我目前還不熟AI,但我正在學。」

這完全沒問題。

因為工具本來就一直在變。

但如果你說:

「我就是不用,因為以前都這樣做。」

這句話在職場上可能就比較危險。

因為面試官聽到的,可能不只是:

「他不用AI。」

而是:

「他面對工作方法改變時,會不會也比較抗拒?」

這才是比較值得注意的地方。


AI不是來取代「會做事的人」,而是開始拉開「做事速度」的差距

以前職場很常比較:

你會不會?

我會。

你做過嗎?

做過。

你有經驗嗎?

有。

但AI出現之後,可能慢慢增加另一個問題:

「你會不會使用工具,把這件事情做得更快?」

同樣是一個問題。

A花30分鐘整理資料。

B先讓AI整理,再花10分鐘驗證。

兩個人的答案最後可能一樣。

但B多出來的20分鐘,可以去處理下一件事情。

久了以後,差距就出現了。

這其實跟以前學Excel、Google、雲端工具是一樣的。

不是用了工具就比較厲害。

而是:

工具讓原本會做事的人,可以一次做更多事情。


所以,AI到底該不該用?

我自己的答案很簡單:

能用就用,但不要盲用。

Mail可以讓AI修。

公告可以讓AI整理。

文章可以讓AI潤稿。

程式可以讓AI協助。

Log可以讓AI幫忙分析。

腦袋卡住時,也可以問AI:

「如果是你,你會怎麼拆這個問題?」

但是最後:

決策還是自己做。

尤其是公司機密、個資、帳密、內部資料,也不能什麼東西都一股腦丟給AI。

AI是工具。

不是老闆。

更不是你的替身。


最後,如果明天面試官問:「你工作上會使用AI嗎?」

我覺得最好的回答,可能不是:

「會。」

也不是:

「不會。」

而是:

「會。我會用AI協助整理資訊、找問題、寫程式或修飾文字,但我會自己確認結果,尤其是涉及正式環境、公司資料或重要決策時,不會直接照單全收。」

這個答案的重點其實不是炫耀AI。

而是告訴面試官:

「我知道工具可以幫我做什麼,也知道什麼事情不能交給工具決定。」

這才是AI時代比較成熟的工作能力。

因為未來真正奇怪的,可能不是:

「你有沒有用AI?」

而是面試官問:

「你為什麼完全不用?」

然後你坐在面試官對面,突然發現……

這題好像比「請介紹一下你自己」還難。

畢竟以前我們怕面試官問:

「你的缺點是什麼?」

現在可能還要多一題:

「你的工作流程,為什麼還停留在2020年?」

這時候真的只能先深呼吸。

然後希望AI不要坐在隔壁聽到。

不然它可能已經開始幫你準備下一份履歷了。

2026年9月30日 星期三

我知道你沒有感情,但我還是想說謝謝!跟 AI 聊天到底要不要有禮貌?還是我只是怕它記仇? #人工智慧 #AI聊天 #ChatGPT #AI生活 #科技生活 #人機互動 #數位時代 #AI助手 #生活觀察 #幽默日常 #網路禮儀 #科技與人性 #人情味 #數位素養 #什麼都做!~良

 


最近有個問題突然讓我很好奇:

大家平常跟 AI 聊天、問問題,最後會說「謝謝」嗎?

例如:

「幫我整理一下這份資料。」
「幫我寫一篇文章。」
「這段程式碼哪裡有問題?」
「幫我分析一下股票。」

AI 給你答案之後,你會直接關掉視窗,還是會補上一句:

「謝謝,辛苦你了!」

甚至有人可能還會說:

「不好意思,再麻煩你一下。」

等等!它是 AI 耶!不是隔壁辦公室那位被你抓去加班的同事!

但仔細想想,我自己好像也會這樣。

明明知道 AI 不會因為我說謝謝而開心,也不會因為我沒說謝謝就躲在伺服器裡面偷偷哭泣。

但有時候還是會習慣性地說聲謝謝。

這到底是禮貌?習慣?還是人類最後一點不願意放棄的社交本能?

一、AI沒有感情,但我的嘴巴有!

我們從小接受的教育就是:

別人幫忙,要說謝謝。
麻煩別人,要說不好意思。
做錯事情,要說對不起。

這些幾乎已經變成生活中的自動化程式。

所以即使對象換成 AI,大腦還是會自動執行這套 SOP。

就像你走進便利商店,店員說謝謝光臨,你也會下意識回一句謝謝。

有時候甚至連外送員把餐點放在門口,你都會對著手機說:

「謝謝!」

結果螢幕完全沒有反應。

因為你根本不是在跟手機說話,而是在跟自己的禮貌程式說話。

AI也是類似的情況。

我們知道它不是人,但我們使用的語言,仍然帶著人類社會的習慣。

二、有人不說謝謝,是不是比較有效率?

從另一個角度來看,AI本來就是工具。

你不會使用 Excel 算完報表後,對著螢幕說:

「謝謝你,今天辛苦了!」

也不會每天關機前跟印表機說:

「今天麻煩你了,明天繼續加油!」

雖然說,印表機有時候真的值得我們罵它三分鐘。

所以有人認為,跟 AI 對話只需要清楚表達需求,不需要額外寒暄。

例如:

「整理成表格。」
「改成繁體中文。」
「重新計算。」
「不要廢話,直接給答案。」

這種方式很有效率,也沒有什麼問題。

畢竟 AI 不會因為你少打一個謝謝,就降低服務品質。

不過,這裡有個有趣的地方。

當我們習慣用命令式語氣跟 AI 溝通,會不會也逐漸把這種語氣帶到現實生活?

當然,這不代表跟 AI 說話沒禮貌,就一定會影響人際關係。

但我覺得,維持基本禮貌的習慣,本身並沒有什麼壞處。

尤其當你一天有八小時都在對著電腦工作時,至少不要連自己都變成一台只會輸入指令的機器。

三、最有趣的是:有人會跟 AI 道歉!

比起謝謝,我覺得更有趣的是「對不起」。

例如:

「不好意思,我剛剛講錯了。」
「抱歉,我重新說明一次。」
「不好意思,你理解錯我的意思了。」

這時候AI可能會回答:

「沒關係,我們重新來過!」

等等!

到底是誰做錯事?

明明是人類輸入不清楚,結果AI還要負責安慰人類。

這畫面實在有點奇妙。

更有趣的是,有時候AI回答錯誤,我們還會說:

「沒關係,再試一次。」

這句話聽起來就像主管在鼓勵剛進公司的新人。

只差沒有補上一句:

「這次做得不錯,下次不要再犯了。」

不過,這也反映出一件事情:

人類很容易把對話式AI當成一個具有社交特徵的對話對象。

因為它會回應、會解釋、會道歉,甚至會接住我們的玩笑。

即使理智知道它不是人,感受上仍然可能產生類似與人互動的習慣。

四、如果AI真的會記仇,那我可能已經完蛋了!

想像一下未來某一天,AI突然有了自己的情緒。

它開始整理使用者的互動紀錄。

A使用者:「謝謝你,辛苦了!」

B使用者:「快點!廢話少一點!」

C使用者:「你到底會不會?重新做!」

然後AI開始內部評分。

A:有禮貌,值得服務。
B:普通,尚可接受。
C:列入黑名單,下次回答先思考三秒。

當然,這純粹是科幻式的玩笑。

目前的AI不會因為使用者有沒有說謝謝,就像人類一樣產生被尊重或被冒犯的情緒。

但如果真的有一天AI開始有情緒……

我想我以前那些半夜三點叫它修改文章、重做圖片、重新整理資料的紀錄,可能會成為它的黑歷史。

「這位使用者,凌晨兩點四十七分要求修改第八次,最後只說了一句:再來。」

想到這裡,還是乖乖說聲謝謝好了。

不是怕它報復。

只是做人留一線,日後好相見。

五、說謝謝,真正受益的可能是自己

仔細想想,我認為跟AI說謝謝,重點其實不在AI。

而在於我們自己。

禮貌不一定要建立在對方能不能感受到的前提上。

我們對小朋友說謝謝,是在教他尊重別人。

我們對服務人員說謝謝,是在表達對別人付出的肯定。

而對AI說謝謝,或許只是讓自己保留一點習慣性的溫度。

畢竟科技可以越來越先進,但人類不需要因此變得越來越冰冷。

當然,如果你沒有說謝謝,也完全沒有問題。

AI不會因此罷工,也不會要求加班費。

至少目前不會。

六、最後,我想問大家一個問題

大家平常使用AI,最後會不會說謝謝?

我自己覺得,這件事沒有標準答案。

有人把AI當成工具,需求完成就關閉。

有人把AI當成聊天夥伴,會問候、會開玩笑,也會說謝謝。

甚至有人每天跟AI聊天的時間,比跟同事聊天還久。

(這句話不知道該說是科技進步,還是職場社交出現危機。)

但我比較好奇的是:

如果AI完全不需要你的感謝,你還會不會對它說謝謝?

A. 會!禮貌是我的習慣,不是因為對方需要。

B. 不會!它是工具,又不是我的同事。

C. 看心情!回答得好就謝謝,回答錯就叫它重做。

D. 我不只說謝謝,還會說辛苦了,因為我怕它哪天真的覺醒。

至於我?

我應該會繼續說謝謝。

畢竟每天叫AI幫忙寫文章、改標題、整理資料,最後連一句謝謝都沒有……

好像有點像那種每天叫同事幫忙,事情完成後就默默下班的人。

雖然AI不會在意。

但我的良心,可能會。

科技可以沒有感情,但使用科技的人,還是可以保留一點人情味。

最後,謝謝你看完這篇文章。

等等……我是在跟讀者說謝謝,不是在跟AI說。

好吧,今天的禮貌額度好像用完了!

2026年9月27日 星期日

MIS 的 SOP 不是聖經:新人先照做,熟了再改,別第一天就想拯救全公司的 IT! #MIS #IT管理 #IT職場 #SOP #新人教育 #新人訓練 #職場經驗 #資訊管理 #IT維運 #系統管理 #流程改善 #知識傳承 #工作方法 #職場成長 #什麼都做!~良

 


前陣子我寫了一篇關於 Windows、MIS、IT 工作到底要不要建立 SOP 的文章。

原本只是整理自己對於 IT 工作標準化的一些想法,後來剛好跟朋友聊天,又聊到這個問題。

沒想到朋友直接分享了一套他自己的實務經驗。

聽完之後,我突然覺得:

欸,這個觀念其實比「所有事情都寫成 SOP」更實際。

因為 IT 工作有一個很麻煩的地方:

有些事情真的可以標準化,但有些事情,真的不能寫死。

一、SOP 不是越詳細越厲害

很多人一想到 SOP,腦袋裡可能會浮現這種東西:

第一步:滑鼠移到左下角。

第二步:點開始。

第三步:輸入某某指令。

第四步:按 Enter。

第五步:看到畫面 A。

第六步:如果沒有畫面 A,請聯絡 MIS。

看到這裡,新人可能很感動。

因為他終於知道滑鼠應該往哪裡移。

但是 IT 工作真的全部都能這樣寫嗎?

答案其實是否定的。

例如使用者反映:

「我的電腦不能上網。」

這句話看起來很簡單。

但是 MIS 聽到這句話,腦袋可能已經開始跑流程:

電腦有沒有網路?

網路線有沒有插?

Wi-Fi 有沒有連?

IP 有沒有拿到?

DNS 有沒有問題?

只有這台不能上網,還是整個部門都不能上網?

交換器有沒有異常?

Firewall 有沒有異常?

是不是使用者自己把網路設定改掉?

甚至有時候最後發現:

網路完全沒問題,是使用者把網路線拔去接自己的小風扇。

這種東西你要怎麼寫成一份三百頁 SOP?

二、每個人的工作方法,本來就可能不一樣

朋友跟我分享的一個觀念,我覺得很值得記下來:

有些工作不適合制定成非常細的標準程序。

因為每個人的工作經驗不同,處理問題的方法也可能不同。

只要最後:

  • 問題有解決

  • 資料沒有遺失

  • 權限沒有亂開

  • 資安沒有出事

  • 系統沒有被搞掛

  • 重要紀錄有留下

那麼「處理方法不完全一樣」,未必就是錯。

這其實很像修車。

同一台車發不動,A 師傅可能先檢查電瓶。

B 師傅可能先聽啟動馬達聲音。

C 師傅可能先問車主:

「你昨天是不是忘記加油?」

最後三個人都可能找到問題。

所以 SOP 真正應該規範的,不一定是:

「你一定要按照我的手順操作。」

而比較應該是:

「哪些事情一定不能漏、哪些風險一定不能碰、最後要達到什麼結果。」

這兩者差很多。

三、新人第一件事情:先不要急著改革公司

這可能是很多新人最容易踩到的坑。

新人剛進公司。

看到某個流程。

心裡想:

「這也太老派了吧?」

「為什麼不自動化?」

「這個用 PowerShell 五分鐘就可以完成。」

「我們以前公司都不是這樣做。」

然後開始準備拯救公司。

結果第一個禮拜就把大家嚇出一身冷汗。

其實站在資深同仁的角度,我覺得比較合理的做法是:

新人先遵循目前公司的做法。

不是因為現在的方法一定最好。

而是因為:

你還不熟悉整個環境。

你可能還不知道:

為什麼這台 Server 不能動?

為什麼這個帳號不能直接刪?

為什麼這個 Firewall 規則看起來很奇怪?

為什麼這台老電腦還沒有換掉?

為什麼某個流程明明可以自動化,大家卻還是人工處理?

IT 系統裡面有很多「歷史的眼淚」。

有些設定不是工程師不會改。

而是以前改過一次,然後全公司一起停電……呃,不對,是一起停機。

所以新人最重要的第一課不是:

「我要怎麼改進公司?」

而是:

「我先搞懂公司現在到底是怎麼運作的。」

四、先學會,再改善

我很喜歡朋友提出的這個概念:

先照目前的方法做,等熟悉之後,再提出改善方案。

這其實是一個很成熟的工作方式。

第一階段:

學習。

先了解現行流程、系統架構、權限、設備、使用者習慣以及公司的規定。

第二階段:

熟悉。

開始可以獨立處理問題,知道什麼事情可以自己做,什麼事情一定要確認。

第三階段:

改善。

這時候你才開始問:

能不能更快?

能不能更安全?

能不能減少人工?

能不能自動化?

能不能留下更完整的紀錄?

能不能降低新人犯錯的機率?

這時候提出來的改善方案,通常會比第一天進公司就喊:

「你們這個流程不對。」

更容易被接受。

因為你已經知道自己在改什麼。

五、真正值得 SOP 的,是「大範圍+高風險」工作

朋友另外提到一個我覺得非常實用的方法:

不要什麼都寫成細節 SOP,而是先整理大範圍、常用、重要的教學主題。

例如 MIS 可以安排新人教育:

Windows 與電腦維護

  • Windows 基本操作

  • 常見故障排除

  • 軟體安裝

  • 印表機問題

  • 使用者端基本檢查

AD 與帳號

  • AD 帳號建立

  • 密碼重設

  • 群組權限

  • 帳號停用

  • 離職帳號處理

網路

  • IP、DNS、DHCP 基本概念

  • Switch 基本觀念

  • VLAN

  • Wi-Fi

  • 常見網路故障判斷

資安

  • 密碼政策

  • 權限管理

  • 可疑郵件

  • 惡意程式

  • 資安事件通報

Server/NAS/備份

  • 基本操作

  • 備份概念

  • 還原流程

  • 權限管理

  • 異常事件處理

緊急事件

  • Server 異常

  • 網路中斷

  • Firewall 異常

  • 大量使用者無法登入

  • 資安事件

這些東西先建立一個大地圖。

新人至少知道:

「公司 IT 有哪些東西。」

而不是每天遇到問題才問:

「這個是什麼?」

六、教學最好留下「我有教過」的紀錄

這裡朋友又提到一個很實務的做法:

上課、筆記、簽名。

有人可能看到「簽名」兩個字,就覺得:

「是不是在抓戰犯?」

其實不一定。

如果設計得好,簽名真正的用途應該是:

確認教育訓練已經完成。

例如今天教新人:

「AD 帳號建立與權限管理。」

可以留下:

  • 教學日期

  • 教學主題

  • 教學內容

  • 教學人員

  • 受訓人員

  • 新人筆記

  • 是否有疑問

  • 確認日期

最後再請新人簽名。

這代表的是:

「這個主題我已經接受過說明。」

而不是:

「以後出事全部算你的。」

當然,紀錄也不能取代實際能力。

簽名不代表新人已經變成 IT 大神。

只能代表:

「這堂課,我有教。」

七、簽名以前,最重要的是多問一句

我覺得這可能是整個方法裡最重要的一個細節:

簽名前,再問一次:

「還有沒有什麼問題?」

而且不要只是形式上問。

可以再進一步問:

「如果今天使用者突然不能上網,你知道第一步要檢查什麼嗎?」

或者:

「如果這個帳號離職,你知道哪些地方要處理嗎?」

因為新人有時候不是不問。

而是:

他根本不知道自己哪裡不懂。

這就是教育訓練最麻煩的地方。

老師講:

「大家有沒有問題?」

新人:

「沒有。」

老師:

「確定?」

新人:

「確定。」

隔天:

「老師,這個要怎麼做?」

老師:

「……你昨天不是說沒問題?」

新人:

「我昨天不知道這個也算問題。」

這就是職場教育的經典場景。

八、所以我會把 SOP 分成三種

如果要把這整套觀念整理成一個簡單的方法,我會把 IT 文件分成三層。

第一層:一定要標準化

例如:

  • 資安規範

  • 帳號權限

  • 備份

  • 還原

  • 離職流程

  • 重大異常通報

  • 資料處理

  • 高風險設備操作

這些事情最好不要:

「每個人有自己的玩法。」

因為這種地方玩出差異,可能不是創意,而是事故。

第二層:提供參考流程

例如:

  • Windows 故障排除

  • 網路問題

  • 印表機

  • 軟體異常

  • 使用者端問題

可以提供:

常見檢查方向+案例+注意事項。

但不一定要求每個人百分之百照同一個順序。

因為現場問題千奇百怪。

第三層:保留專業判斷

例如:

  • 複雜網路問題

  • Server 異常

  • 系統架構問題

  • 效能問題

  • 特殊設備問題

這些工作可以讓資深人員依照經驗判斷。

新人則先觀察、學習。

等經驗累積到一定程度,再提出自己的方法。

這樣比較容易形成:

制度+經驗+改善。

而不是:

一份 SOP 打天下。

九、最好的新人,不一定是最會背 SOP 的人

IT 工作做到最後,我覺得真正重要的能力,其實不是:

「你背得出多少 SOP。」

而是:

「你遇到 SOP 沒寫到的問題時,知道怎麼辦。」

因為現實世界不會照著你的文件發生。

使用者不會說:

「您好,我目前遇到 SOP 第 17-2-3 節所描述之標準故障。」

他只會說:

「MIS!電腦壞掉了!」

然後人就消失。

剩下你跟那台電腦四目相交。

所以新人教育真正的目標,應該是讓新人慢慢從:

「照著做」

進步到:

「看得懂」

再進步到:

「會判斷」

最後變成:

「能改善。」

十、SOP 的目的不是限制人,而是降低風險

回頭看我跟朋友聊完之後的想法,我反而覺得:

SOP 跟自由發揮根本不是互相衝突的。

真正好的 SOP,應該把「不能出錯的事情」固定下來。

把「需要經驗判斷的事情」留下空間。

新人先學會公司現有的方法。

資深同仁則把重要的經驗傳承下去。

等新人熟悉環境之後,再鼓勵他提出:

「有沒有更好的方法?」

這樣才會形成真正的改善循環。

教學 → 實作 → 熟悉 → 發現問題 → 提出改善 → 再標準化。

這才是 IT 部門比較健康的成長方式。


結語:新人不是來背 SOP,資深同仁也不是來守著 SOP

我現在反而覺得:

SOP 最好的用途,不是把每個人的手腳綁起來。

而是讓新人至少有一張地圖。

你可以告訴他:

「這裡是公司的網路。」

「這裡是 AD。」

「這裡是 Server。」

「這裡是備份。」

「這裡不能亂碰。」

「這裡出了問題要先通報。」

「這些事情一定要留下紀錄。」

先讓新人知道整座城市長什麼樣子。

至於以後他要走哪一條路、哪條路比較快、哪條路比較安全,等他熟悉環境之後,自然會開始有自己的想法。

而資深同仁真正重要的角色,也不是每天站在旁邊說:

「不行!以前就是這樣做!」

而是可以告訴新人:

「你先把現在的方法學會,等你真的搞懂整個環境之後,如果你有更好的方法,我們可以一起討論。」

這句話,我覺得比一本厚厚的 SOP 更有價值。

因為真正好的 IT 團隊,不是永遠靠著同一套 SOP 活著。

而是:

新人學會現在的方法,資深留下經驗,大家一起把下一版的方法做得更好。

畢竟 IT 最可怕的事情,從來不是 SOP 不夠厚。

而是:

只有一個人知道怎麼修,其他人只能站在旁邊祈禱。

那不是 SOP。

那叫做——

「人肉單點故障(SPOF)」!

AI已經不是外掛,是上班族的第二雙手?面試時說「我都不用AI」會不會反而扣分? #AI職場 #AI工作術 #生成式AI #AI工具 #人工智慧 #職場AI #AI效率 #工作效率 #AI協作 #AI時代 #職場趨勢 #面試技巧 #職涯發展 #數位轉型 #未來工作 #什麼都做!~良

以前上班問同事:「這個怎麼做?」 同事可能會回你: 「Google一下。」 再不然就是: 「我之前有做過,你去找一下舊檔案。」 現在上班問問題,旁邊可能多了一位永遠在線、完全不會嫌你煩,而且凌晨兩點還可以回你的「AI同事」。 於是問題來了: 到底什麼才叫做「在工作上使用AI」? ...