數十年來，中小企業成長的標準做法都遵循著一條可預測的路徑：一旦創辦人忙到無法處理「瑣事」時，他們就會聘用一名初階員工。這位初階員工是執行的引擎——負責撰寫郵件草稿、格式化試算表、安排社群貼文以及處理基礎數據輸入的人。他們是「執行者」（Doers）。
那套做法現在已經過時了。
我們目前正在見證傳統初階職位的終結。在這個 AI 轉型的新時代，「了解需要做什麼」與「完成工作」之間的差距已縮減到近乎為零。如果您仍在招聘人員進行基礎執行工作，您不只是付出了過高的成本，更是在一個由人力摩擦構成的基礎上建立業務，而您的競爭對手早已將其自動化了。
執行的大崩潰
💡 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 →
要理解為什麼初階職位正在走向終結，我們必須審視我們實際付費購買的是什麼。從歷史上看，聘用初階人員是為了購買他們的時間與運動技能。您支付費用是為了讓他們坐在椅子上八個小時，將數據從 A 點移動到 B 點，或將一份粗略的簡報變成一份普通的第一稿。
今天，我看到了一種反覆出現的模式，我稱之為**「執行陷阱」（The Execution Trap）**。企業繼續聘用人員來執行那些經過良好引導的大型語言模型（LLM）或自主代理（Autonomous Agents）只需幾秒鐘、且成本僅為一小部分就能完成的任務。當我觀察目前市場中與人員配置相關的節省時，情況很明顯：人類「執行者」的投資報酬率（ROI）正在暴跌，而「AI 運用員」（AI Operator）的投資報酬率則在直線上升。
執行已成為一種商品。撰寫基礎部落格文章、總結會議內容或核對帳目不再是專業的人類技能——它是一種公用事業，就像電力或網路連接一樣。您不會僅為了開燈而聘用一個人；那麼，為什麼您還在僅為了撰寫電子報草稿而聘用一個人呢？
從執行者到協調者：AI 運用員的崛起
與我合作最成功的企業不再聘用「初階客戶經理」或「行銷助理」。他們聘用的是 AI 運用員。
AI 運用員是理解預期業務成果，並管理一系列 AI 工具與代理來實現該成果的人。他們不寫代碼；他們審核 AI 生成的代碼。他們不花六個小時研究潛在客戶；他們建立一個工作流，在六分鐘內抓取、綜合並產出個性化的簡報文件。
我稱之為**「協調轉向」（The Orchestration Pivot）**。這是人類員工價值主張的根本轉變。在舊模式中，價值體現在「執行」中；在新模式中，價值體現在「指揮」中。
現代工作的 90/10 法則
當我分析業務營運時，我會應用所謂的 90/10 法則：AI 現在可以處理幾乎任何數位優先職位中 90% 的執行工作。剩下的 10% 是「人類溢價」（Human Premium）——包括策略、細微差別、倫理判斷以及最終的品質控管。
如果您今天聘用一名初階人員，他們將花費 90% 的時間與一個比他們更快、更便宜且更穩定的工具競爭。然而，如果您聘用一名 AI 運用員，他們會花費 100% 的時間利用那 90% 的 AI 基礎，產出 10 倍的成果。
轉型的經濟學
讓我們來談談冷冰冰的數據。在主要市場中，一名典型的初階員工若計入稅金、福利和辦公空間，每年成本約在 £30,000 到 £45,000 之間。
相比之下，一名 AI 運用員，您可能會支付他們 £55,000——這是對其技術敏捷性和策略思維的溢價。但這一位運用員，配備每年 £2,000 的技術堆疊，就可以取代三到四名傳統初階人員的產出。
這不僅僅是為了節省薪資，而是為了消除我所說的**「代理商稅」（The Agency Tax）**。許多企業因為內部人力不足而將執行工作外包給代理商。但 AI 運用員能將這些執行工作重新帶回內部。他們不需要設計師和撰稿人團隊；他們需要的是 Midjourney、Claude 的訂閱，以及像 Make 或 Zapier 這樣強大的自動化平台。
我們看到同樣的邏輯也適用於後勤職能。當 AI 優先的薪資服務或自動記帳系統能以十分之一的價格處理繁重工作時，為什麼還要聘用初階文員來管理帳目？人類的角色隨即轉變為審核系統，而非餵養系統。
「合成經驗」悖論
我常聽到的一個反對意見是：「Penny，如果我們停止聘用初階人員，我們該如何培養未來的資深人才？」
這是一個合理的擔憂，這引出了所謂的**「合成經驗悖論」（The Synthetic Experience Paradox）**。在過去，您透過做雜活來積累經驗。您透過先成為一名平庸的作者來學習如何成為一名優秀的編輯。您透過先成為一名簿記員來學習如何成為一名 CFO。
然而，通往資深職位的路徑正在改變。未來的「資深人士」將不再是那些在執行戰壕中度過多年的人；他們將是那些在協調舵位上度過多年的人。他們將發展出「合成經驗」——即監督數千次 AI 驅動的迭代，從模式和結果中學習的能力，其規模是人類「執行者」無法企及的。
AI 運用員不需要花一週時間透過反覆試錯來學習撰寫標題的一種方法，而是能在 10 秒內看到 50 個變體，並輔以關於成效的即時數據。他們的學習曲線不僅更快，而且形狀完全不同。
您下一位員工應具備的特質
如果您準備好停止聘用「執行者」並開始聘用「運用員」，您需要改變面試流程。不要只看他們的作品集——AI 可以模仿作品集。相反地，請測試他們的邏輯與指令素養（Prompting Literacy）。
以下是世界級 AI 運用員的三個特質：
- 系統性思考： 他們能否勾勒出一個從頭到尾的流程？他們能否識別數據從何處進入、應如何轉換以及需要流向何處？
- 成果執著： 傳統員工通常以任務為導向（「我發送了郵件」）。運用員則以成果為導向（「我生成了 20 個合格的潛在客戶」）。只要 AI 能高效達成結果，他們並不在意過程。
- 低阻力 / 高好奇心： 他們是否在尋找人力解決問題之前，會自然而然地尋找工具？他們是否不斷測試其「代理」能力的邊界？
窗口正在關閉
AI 轉型不是「未來某天」的事件，它正在即時發生。那些繼續透過增加人力負擔的執行職位來擴張的企業，本質上是在其人力資源中承擔「技術債」。在市場要求企業變得更精簡、更快速的時刻，他們反而變得更笨重、更緩慢。
我的建議很簡單：審視您下一個職位描述。如果超過 50% 的職責是「執行」任務（撰寫、起草、研究、組織），請刪除該招聘啟事。
為 AI 運用員重新撰寫它。聘用能夠建造引擎的人，而不是想成為引擎中一個齒輪的人。您的財務報表——以及您的理智——將會感謝您。
如果您不確定目前的團隊處於這個光譜的哪個位置，或者擔心目前的人員配置模型成本過高，請先從檢查您的營運管理費用開始。通往更精簡企業的道路始於一個認知：您不需要更多的人，您需要更好的槓桿。