AI × 產業測量：不懂AI協作，猶如當年不懂Excel
分水嶺正在形成
過往求職若不懂Excel，基本等於自動扣分；未來數年，「不懂用AI開展協作同自動化」將成為同樣的職場短板。並非 AI 本身萬能，而是因為其使用門檻變得低廉且簡單：無需等IT排期，就可以將日常工作變成可複用流程。當「新工具」變成「新常識」，不主動進行學習，並非只是落後一步，而是會被迫停留在最勞力、最重複、最可替代的位置。
舊模式：搭建系統，先過一關關
傳統企業要做自動化，往往先寫需求、爭預算、內製或外判、測試維護等諸多環節；等到落地，往往已耗費半年或一年時光。不少優良構思其實受限於成本及週期，最後只依賴加班趕工、複製貼上、再校對、再重做。陷入愈忙碌愈無暇改善、愈無暇改善便愈忙碌的惡性循環。
新模式：人人皆可成為流程架構師
AI普及後，願意學習的從業者可以擔當「AI協作／流程架構師」角色：先把工作拆解為三件事——資料、規則、輸出；再把重複工序交由流程處理，把灰色判斷留由人負責。這並非取代同事工作，而是協助同事「少做搬運，多做判斷」。
筆者實例：由本業出發，到跨工具化
筆者以產業測量為本，把差餉租值資料抽取、一手樓數據抓取與分析、法庭判例「增強檢索生成」、政府賣地樓面面積補足、政府招標自動提示、貼現現金流估值法及剩餘估值法引擎（配以《建築物(規劃)規例》及地政總署作業備考合規參數選項）、蒙地卡羅模擬項目風險評估、以及談判博弈策略分析工具，整理為可重用模組。當重複工序實現流程化，專業人員方有空間處理證據鏈、合理性分析、例外情境，同時將個人經驗轉換為團隊資產。
快而不僵：真正的效率，在於可擴展＋可變更
不少人擔心流程化等於僵化；現實其實恰恰相反：當規則、模板、版本管理做好，口徑一旦更改即可同步；人為輸入帶來的失誤亦不會持續擴散；團隊用更少時間交付更一致的成果，反而能騰出空間處理人際溝通與灰色地帶——這才是真正的「效能（efficacy）」，而非單純的「效率（efficiency）」。
誰會被擠壓：管理層與前線皆無例外
管理層若仍片面將 AI 等同於採購軟件、聘請顧問，忽略培訓與治理，價值自然被壓縮；一般文職人員若拒絕學習AI協作，工種亦可能被推向更勞力、更可替代的工作。真正的保障，是將AI素養化為基本功，並把它用在「幫人做得更好」，而非單純用於「壓人做得更多」。
譚善恆 華坊諮詢評估董事、谷歌人工智能認證專業人員
