幾十年來，中小企業的招聘準則一直很簡單：尋找能 執行 工作的人。如果您需要一位行銷主管，您會尋找能撰寫文案和設計圖形的人。如果您需要一位初級會計師，您會尋找能核對試算表的人。我們為「執行力」而招聘。但隨著 AI 對於中小企業而言從投機趨勢轉變為基礎工具，這種準則正變得危險地過時。
在過去的兩年裡，我觀察了數千家企業整合 AI 的過程。我發現了一種我稱之為 「AI 差距」(AI Gap) 的模式。這是指 AI 工具產出的結果（約 80%「足夠好」的初稿）與最終能真正推動業務發展的高價值成果之間的空間。大多數企業主認為只要購買更多軟體就能填補這一差距。他們錯了。填補差距的方法是改變您的招聘對象。您的下一位優秀員工不應該是從零開始構建的「創作者」 (Creator)；他們需要是負責策劃、完善和引導的「編輯者」 (Editor)。
執行套利的終結
💡 想要 Penny 分析您的業務嗎？ 她繪製了人工智慧可以取代哪些角色的地圖，並制定了分階段計劃。 開始免費試用 →
從歷史上看，企業依靠我所說的「執行套利」(Execution Arbitrage) 來運作。您招聘某人是因為他們擁有一項特定的技術技能，而您沒有時間或能力去學習。他們是「執行者」。在這種模式下，價值在於產出——完成的文章、平衡的帳目、編寫好代碼的登陸頁面。
AI 已經徹底摧毀了原始執行力的價值。當一個 LLM 可以在六秒鐘內草擬一篇 1,000 字的部落格文章，或者一個工具可以自動完成 90% 的銀行對帳時，「執行」這一行為不再是一項溢價技能。它變成了一種商品。如果您仍然根據候選人執行手動任務的能力進行招聘，那麼您就是在為一項成本正迅速趨近於零的服務支付過高的費用。
這種轉變就是我所說的 「架構轉型」(Architectural Pivot)。我們正從一個人類是「磚塊」的世界，轉向一個人類是「建築師」的世界。磚塊（執行）現在供應充足且幾乎免費。架構（策略、策劃、以及「為什麼」）才是稀缺性所在，因此也是價值所在。
引入「策劃天花板」
在跨多個產業的工作中，我注意到一個我命名為 「策劃天花板」(Curation Ceiling) 的現象。隨著 AI 讓我們能產生 10 倍以上的產量，企業的瓶頸不再是生產能力，而是過濾、完善並確保這些產出質量的能力。
一家利用 AI 每週發送 50 篇平庸的 LinkedIn 文章的企業，最終會碰到「策劃天花板」。他們的受眾會因為內容缺乏靈魂、細微差別和策略一致性而不再關注。他們成功的極限不是 AI 的速度，而是人類缺乏編輯監督。
當您為「AI 差距」招聘時，您正在尋找能夠突破這一屏頸的人。他們不只是「使用」AI；他們是「監督」AI。他們明白 AI 是一位才華橫溢、不知疲倦，但偶爾會產生幻覺的實習生。他們提供「房間裡的成年人」式的監督，將平庸的 AI 產出轉化為具備專利價值的企業資產。
EDIT 框架：新的招聘準則
如果我們不為「執行」而招聘，那我們該為什麽而招聘？我建議中小企業在 AI 優先的世界中評估人才時，採用 EDIT 框架。
1. 提取 (Extract - 提示者)
候選人能否從 AI 中提取出最佳的起點？這不僅僅是關於「提示工程」(Prompt Engineering，這個詞在三年內可能會過時)。這是關於 脈絡智能 (Contextual Intelligence)。他們能否為 AI 提供深入的業務背景、客戶畫像數據以及獲得高品質初稿所需的策略約束？
2. 引導 (Direct - 協調者)
一位「編輯者」型員工知道如何將工具串聯起來。他們不只是使用 ChatGPT；他們會研究如何將其與人力資源軟體成本整合以簡化入職流程，或者如何使用它來分析來自 CRM 的數據。他們在多個系統中引導工作流。
3. 檢查 (Inspect - 評論者)
這是最關鍵的技能。這個人能否察覺到 AI 什麼時候出錯了？他們能否識別出一段文字何時聽起來很「機器人」，或者一組數據何時被誤解了？在 AI 生成的噪音世界中，「品味」是一道商業護城河。品味無法傳授，但您可以招聘具備品味的人。
4. 轉化 (Transform - 增值者)
「編輯者」會獲取 AI 產出的 80% 內容，並增加「最後一哩路」的價值。這就是人情味——個人軼事、反直覺的見解，或是 AI 根本無法得知的高特定性區域差異。這才是投資報酬率 (ROI) 的所在。
跨產業模式：從醫療保健到零售業
在我追蹤的每個產業中，我們都看到了同樣的轉變。在醫療保健領域，AI 現在能以驚人的準確度分析 X 光片。放射科醫師的角色正從「發現骨折」（執行）轉變為「為患者解讀臨床意義」（策劃）。
在零售業，AI 可以管理庫存水平並預測缺貨。店長的職責從「清點箱子」轉變為根據數據建議「策劃客戶體驗」。即使在財務領域，這種轉變也非常明顯。您不需要記帳員來手動輸入收據；您需要一位策略思考者，利用 AI 驅動的洞察來管理現金流。這就是為什麼與我合作的許多企業正逐漸脫離傳統角色，轉而研究 Penny 與外聘財務長 (CFO) 的比較 以尋求更高層次的指導。
「代理商稅」與新的勞動力經濟學
中小企業長期以來一直在支付我所說的 「代理商稅」(Agency Tax)。這是您向外部供應商支付的執行工作溢價，而他們的初級員工很可能已經在使用 AI 完成這些工作。如果您每月向代理商支付 £2,000 的「內容創作」費用，而他們使用 AI 完成了 90% 的工作，那麼您是在為他們的效率付費，而不是為他們的專業知識付費。
通過內部招聘一位「編輯者」，您可以收回那部分利潤。一位使用 AI 的熟練編輯者通常可以取代一個三人傳統執行團隊的產出。節省的成本不僅是邊際的，更是轉型性的。然而，這需要改變您對專業服務與培訓的看法。您不只是在培訓人們「如何使用工具」，而是在培訓他們如何在自動化環境中運用判斷力。
如何在面試中發現「編輯者」
如果您想為「AI 差距」招聘，請停止要求候選人從零開始「做一個測試任務」。相反，嘗試以下三種技巧：
- 批判測試： 給他們一份 AI 生成的作品（一篇部落格文章、一個專案計劃或一份預算），並要求他們找出其中的缺點。不要告訴他們這是 AI 生成的。「創作者」通常會嘗試進行微調；而「編輯者」會立即識別出深度不足，並準確告訴您他們將如何轉化它。
- 工具鏈挑戰： 問他們：「如果您必須僅使用 AI 工具並花一半的時間來完成 [任務 X]，您會連結哪三個工具？為什麼？」您尋找的是協調能力，而不僅僅是工具熟練度。
- 從提示到產品的示範： 讓他們向您展示一個他們使用 AI 完成的專案。不要看最終結果——看迭代過程。他們是如何與 AI 「對話」的？當 AI 偏離軌道時，他們是如何修正它的？
機器核心的人性
我經常聽到企業主表達「自動化焦慮悖論」：他們害怕 AI 會取代他們的團隊，但同時又對團隊採用 AI 的速度緩慢感到沮喪。
解決方案不是更換您的人員，而是更換他們的 工作說明書。
當您不再要求您的團隊成為創作者，而是授權他們成為編輯者時，會發生兩件事。首先，他們的工作滿意度通常會提高，因為他們不再陷入原始執行的「苦差事」中。其次，您的企業會變得顯著精簡。
我們正進入一個「一人企業」或「微型團隊」可以超越大型企業的時代。但前提是他們能用人類的判斷力彌補「AI 差距」。工具已經就緒，能力已經就緒。現在，去招聘那個知道如何掌控韁繩的人吧。