AI年代，50+最要練甚麼？

人工智能迅速進入辦公室，不少50+在職人士最先想到的問題是：「我會不會被取代？」這種憂慮可以理解，但若因此急於報讀程式編寫課程，甚至認為自己必須與年輕工程師競爭，便可能走錯方向。AI年代真正需要的，不是人人成為程式員，而是懂得把原有能力與新工具結合。

OECD有關AI年代技能的分析指出，一個職業的「AI曝險度」較高，只代表其中較多工作任務有機會被AI支援、自動化或重新設計，並不表示整個職位必然消失。部分工作可能減少人手，部分則會因生產力提升而增加需求；更多情況是同一個職位保留下來，但工作方法及僱主要求已經改變。

因此，50+人士首先要練的仍然是基本功，包括閱讀、寫作、溝通、判斷、解難及整理資訊。AI可以快速生成答案，卻未必理解公司的實際限制，也可能引用過時或虛構資料。如果使用者缺乏判斷能力，工具愈快，錯誤反而可能傳播得愈快。懂得核實資料、識別矛盾及提出正確問題，往往比懂得使用多少個AI平台更重要。

第二項能力是「與AI協作」。這並非單純學習輸入幾句指令，而是把工作拆成不同步驟，分辨哪些可以交由AI協助，哪些必須由人負責。例如，AI可以搜尋資料、整理會議紀錄、比較文件和草擬初稿；但涉及客戶需要、商業風險、道德責任及最終決定，仍需要具經驗的人把關。

使用AI時亦要建立驗證習慣。資料是否來自原始來源？數字的年份、地區及統計口徑是否一致？答案是否把相關關係誤寫成因果？這些問題不能完全外判給系統。對金融、醫療、法律及公共政策等高風險領域而言，人類的覆核尤其重要。

第三項能力，是把多年累積的經驗重新包裝。許多資深從業員最大的資產，不是一張證書，而是知道問題通常出現在哪裏、客戶真正擔心甚麼，以及哪些看似合理的方案在現實中行不通。這些隱藏在腦內的知識，可以整理成操作流程、檢查清單、培訓課程、顧問服務或專業內容，再利用AI協助提高整理和製作效率。

舉例而言，一名資深行政人員未必需要學習開發AI模型，但可以利用AI草擬文件，再憑經驗修正語氣、補充程序及識別風險；一名退休銷售主管可以把客戶溝通方法整理成培訓教材；一名熟悉某個行業的人，則可提供一般AI欠缺的情境判斷。AI負責加快製作，人類負責方向、選擇與承擔責任。

當然，經驗並不是永久護城河。如果拒絕接觸新工具，過往的優勢仍可能逐步貶值。50+人士需要的不是盲目追趕每一款新軟件，而是選擇一兩項與工作最相關的工具，從真實任務開始練習，同時注意公司機密、客戶資料及個人私隱，避免把敏感內容直接輸入公開系統。

AI年代的競爭，並非「年輕人對年長者」，也不是「人類對機器」，而是懂得善用AI的人，與拒絕改變工作方法的人之間的差距。50+最值得投資的，是紮實基本功、AI協作與驗證能力，再把多年行業知識轉化成別人願意付費的價值。轉型並非否定過去，而是讓過去累積的經驗，在新工具之下重新發揮作用。