別用 AI「取代自己」

職場裏有一句很流行的口號：人人都該用 AI「取代自己」——Token 儘管燒，把自己的工作自動化，然後往前走。Jain 在 20VC 上的回答很直接：這是錯目標。它高估了當下 AI 能完全扛下的部分，也誤解了「對手手上也有同一套工具」時，競爭到底怎麼打。

做到九十分，並不夠贏

他建議隨便挑一個崗位，問 AI 能不能從頭到尾取代。行政助理就是個公道的例子：AI 確實能幫忙訂機票、排日程；但最核心的無形判斷——語氣、優先次序、何時該頂回去、哪些事不該寫進郵件——仍難交給機器。

若對手也有 AI，而且在 AI 之上仍保留敏銳的人類判斷，一個「九十分的 AI 助理」就不是護城河，只是入場券。真正拉開差距的，是剩下那一截判斷力——以及你把 AI 省下的時間拿去做什麼。

裁員守住現狀，還是加人去做躍升

Jain 不認同「AI 時代的主旋律就是更少的人做同樣的事」。若你和對手用同一套 AI，你靠裁員維持今天的產出，對手當然也能這麼做；但若他們加人去追一個好十倍的產品，最後可能把你甩開、甚至壓垮。

人均生產力確實會上升，但競爭門檻也會同步抬高。在這個框架裏，目標不是「能留多少人」，而是「能不能把人才放到創造超額價值的項目上」。談到 Glean 自己五年後的規模，他希望——若進展順利——會是一家大得多的公司，而不是被掏空編制的公司。

複合角色變多，純執行崗變薄

按他的看法，真正會變的是工作怎麼打包。一個人可能同時扛起工程、產品、設計的一部分，獨立把東西做出來；銷售端也可能如此——談判、演示、方案設計由更少的人串起來。當 AI 處理更多「膠水工作」，過度細分的專業壁壘就更難站得住。

偏純執行的崗位更暴露——接需求、取個數、刷新儀表板。業務負責人會越來越直接向系統問答案。只負責搜簡歷的招聘尋訪，也可能併進全週期招聘角色。重點不是對每個職稱恐慌，而是看清：哪些工作本來就缺少判斷含量。

更好的個人目標

若「取代自己」是錯口號，該換成什麼？更接近 Jain 的競爭邏輯：用 AI 清掉雜務，判斷仍握在自己手裏，再把省下的產能指向比昨天基線有價值十倍的工作。模型是槓桿，策略仍是人的。