Management Mistakes in the AI Era: How Many Have You Made?

當主管真的不簡單

很多人升職前，是團隊裡最能做事的人。事情交到手上很快能完成，出問題也知道怎麼救，客戶、跨部門或老闆一有需求，往往第一個想到的就是他。

但升成主管後，原本那套不一定還能用

你還是可以自己做得很好，卻不代表整個團隊會因此變好。你可能每天都很忙、會議很多、訊息回不完，專案也一個接一個在推，但團隊成員開始不太主動講問題，重要事情總要你最後拍板，甚至有人離開後才發現，原來很多事只有他一個人知道怎麼做。

這時候很容易困惑：明明已經很努力了，為什麼團隊還是不順？

有些問題不是能力不夠，也不一定是團隊不配合。更多時候，是管理者還在用「優秀執行者」的方式帶人。

現在又多了一層 AI

AI 可以幫忙整理會議紀錄、做簡報初稿、分析資料、建立知識庫、寫 SOP、彙整使用者回饋。工具愈來愈多，也讓主管更容易以為：只要導入工具，流程就會改善，團隊就會更有效率。

但工具進來後，很多老問題不會消失，只會更快被放大。

自己做比較快，於是什麼都自己做

這大概是很多新主管最常遇到的事，交給別人要說明背景、確認方向、等他做完、再修改。算一算，好像還不如自己做比較快。

於是簡報自己改、需求自己寫、客戶問題自己回、跨部門協調也自己扛。團隊成員久了會知道，反正主管最後會接手，那自己只要把事情做到及格就好。

主管會愈來愈累，團隊卻沒有真正長大

AI 出現後，這個情況可能更明顯。因為主管可以用 AI 更快做完很多事：一份提案、一封信、一個規格草稿，甚至一段分析都能很快產出。

但主管做得更快，不等於團隊變得更強

真正該交出去的，不只是工作本身，還有理解問題、做出判斷、承擔一部分結果的機會。當然，不是把一個模糊任務丟出去，然後期待對方自己猜對；而是讓成員知道目標是什麼、限制在哪裡，以及做到什麼程度算好。

有些事自己做一次很快，但團隊學會後，未來才不會每件事都卡在你身上。

用命令代替溝通，以為清楚就是有效率

• 今天下班前給我。
• 這個方向不要再討論了。
• 照我說的做就好。

主管有壓力時，很容易進入這個模式

有時候時程真的很趕，決策也真的不能一直拖。但如果每一次都只有命令，團隊很快就只會等指示，他們不會告訴你這個需求有漏洞，也不會主動提早說風險。因為說了不一定被聽，還可能被認為是在找麻煩。

溝通不代表每個決策都要民主投票，也不是主管什麼都不能決定。比較重要的是，團隊要知道為什麼現在要這樣做。

• 這個決策是因為時間不夠？
• 成本有限？
• 客戶需求已經確定？
• 還是目前資料不足，只能先做一個可測試的版本？

原因講清楚，成員即使不完全同意，也比較知道自己在做什麼。

AI 可以幫主管把資訊整理得更漂亮，但它無法替主管建立信任。一段看似完整的 AI 摘要，也不等於團隊真的理解方向。

說想聽真話，但其實只想聽認同

很多管理者會說：有問題都可以提出來。

但當真的有人說這個時程不合理、需求還沒定、客戶的方向可能有問題，主管的反應如果是沉默、冷處理，或直接追問「那你有解法嗎」，下次大部分人就不會再講了。

團隊不說真話，不代表沒有問題

通常只是大家已經學會，哪些話說了沒有用，尤其在產品開發或 AI 導入的過程裡，一線成員常常最早看到問題。資料來源不穩、使用者根本不用某個功能、流程多了一個 AI 工具後反而更麻煩，這些都可能比報表上的數字更早出現。

如果主管只相信儀表板、AI 分析或高層簡報，卻沒有真的聽現場的人在卡什麼，最後很容易做出看起來合理、實際上推不動的決策。

願意說壞消息的人，不一定是在挑戰你，有時候他只是在幫團隊少走一段彎路。

只看眼前產出，忘了團隊也需要長大

專案趕的時候，談培養很容易顯得奢侈

每個人都在追時程，哪有空教新人？哪有空整理經驗？哪有空讓成員試新的方法？

但如果一個團隊永遠只處理眼前的事情，它很快會進入一種循環：最會做的人愈做愈多，新人一直上不了手，核心成員一離開，整個流程就斷掉。

人才培養不一定是很正式的課程

有時候是讓一個成員跟著參與原本不屬於他的會議，知道決策怎麼形成。
有時候是專案結束後花半小時回頭看，哪些地方下次可以早點發現。
也可能是讓他負責一小段原本主管會自己做的事情，做完後再一起討論。

AI 可以協助把經驗整理成文件、把會議內容變成可搜尋的紀錄，甚至依照既有資料協助新人找到答案。

但知識不會因為放進知識庫就自然傳承

有些判斷來自情境，有些經驗要靠討論才知道為什麼這樣做。文件很重要，但帶著人一起理解，才會真的留下來。

把知識庫當成知識共享

很多團隊都有雲端資料夾、Wiki、Notion、共用硬碟，內容愈堆愈多。最後的結果常常是…資料都在，但找不到。

有人寫了一份 SOP，但半年後流程早就變了。有人留下很完整的專案資料，但沒有背景說明，下一個接手的人只看得懂一半。還有一些文件是用 AI 很快整理出來的，看起來條列清楚，實際上卻缺少關鍵情境。

知識共享不是把檔案放上去就結束

它需要有人維護，也需要有人使用。哪些內容是目前有效的？哪些是舊版本？哪些是原則，哪些只是當時的例外處理？這些都要慢慢建立。

AI 很適合拿來改善知識查找

你可以用它協助摘要、分類、整理常見問題，讓團隊不用每次都從頭翻資料。但前提是資料本身要可信，也要有人願意持續更新。

不然 AI 只會更快地把過期答案找出來。

過度依賴 AI 或工具，忽略人根本還沒準備好

導入 AI 工具很容易變成一種表面上的進步。

公司買了帳號、開了內部平台、辦了一場分享會，然後期待大家自然開始使用，效率自然提升。

但實際上，很多人不知道什麼情況該用 AI，也不知道怎麼驗證 AI 的答案。有人怕資料外流，不敢碰；有人把所有內容都丟進去；也有人只是把 AI 當成更快的搜尋引擎，卻沒有改變原本的工作流程。

工具沒有錯

問題在於，主管有沒有先想清楚….這個工具到底要解決什麼？

• 是減少重複整理資料的時間？
• 是讓團隊更容易找到過去的專案經驗？
• 是協助 PM 更快彙整使用者回饋？
• 還是想改善跨部門資訊斷層？

問題沒定義清楚，就很容易變成「大家都在用 AI，我們也要用」。

最後多了一個工具、多了一套帳號、多了一份使用報告，但團隊原本的問題還在。

把時間管理當成唯一解

主管的行事曆常常滿得很可怕

一整天開會、回訊息、看報表、處理突發狀況，晚上才有時間做真正需要思考的事情。很多人會開始研究時間管理：番茄鐘、待辦清單、優先順序、會議壓縮…

但有些問題不是排程不夠好，而是工作本身沒有被重新分配。

如果所有決策都要經過同一個主管，那再好的時間管理也只是讓瓶頸更有效率。若團隊一直在做低價值、重複、沒有決策意義的工作，AI 或自動化可以幫忙減少一些負擔，但主管仍要回頭看：哪些工作根本不該一直做？

時間有限，注意力更有限

主管最該保留的，往往不是回覆每一封訊息的時間，而是理解問題、判斷方向、和團隊好好討論的時間。

把戰略問題誤當成管理問題

有些團隊的問題，怎麼管理都不會真的改善

不是大家不夠努力，也不一定是主管帶得不好。可能是目標本身不清楚、產品定位搖擺、資源跟承諾不對等，或公司一直要求團隊做更多，卻沒有決定什麼應該放掉。

這時候一直要求團隊更有效率，可能只是在讓大家更快往錯的方向跑。

AI 也可能讓這個問題變得更隱蔽。因為 AI 可以更快產出分析、報告、競品整理與提案內容，讓團隊看起來很忙、產出也很多。

但產出多，不等於方向對

管理者需要分得清楚：眼前是執行問題、協作問題，還是策略問題。

前兩者可以透過流程、溝通、工具和培養慢慢改善；最後一種，則需要更上層的決定與取捨。

管理不是把每件事控制得更緊

好的管理，不是主管永遠最忙、最懂、最能救火，也不是每個人都很聽話，所有事情都照表操課。

比較像是，團隊知道自己為什麼做這件事；遇到問題時敢提早講；有人可以承接責任，也有人願意把經驗留下來。AI 可以幫忙把資訊處理得更快，但不能替主管建立這些事。

管理沒有標準答案。
但比起把每件事都控制得更緊，願意相信團隊，也願意為決策負責，往往更能讓大家願意往同一個方向走，AI 可以幫忙整理資訊、加快流程、減少重複工作，但它不能替主管建立信任。

當團隊知道自己被理解、意見能被聽見，也知道有人願意承擔最後的決定，向心力才會慢慢出現。

有些時候要放手，有些時候要介入；有些時候要聽團隊討論，有些時候也必須很快做決定。

但如果團隊開始只等你的命令、不敢告訴你壞消息、每件事都靠少數人撐住，也許不是他們不夠好。

可能只是該停一下，看看自己正在用什麼方式帶人。

• About
• 文章