上週有一個對我來說頗具意義的講師里程碑，那就是受邀到台大文學院演講。
這場講座其實是一整天的系列課程，由幾位不同領域的講師共同授課，主題包含職涯規劃、履歷健診及 AI 工具的實作應用。下午場主要都是由我負責，主題聚焦在「AI 時代的跨域思維與未來職能」，以及「AI 如何實際融入工作與學習」。
課程正式開始之前，其實準備過程並不輕鬆，畢竟是要去台灣最高學府演講。講義來回修改了好幾版，為了讓內容更貼近文學院學生的需求，也花了不少時間重新整理案例與資料，有幾天甚至修簡報到凌晨一兩點才睡。
但在課程進行的過程中，發生了一個小插曲，讓我印象非常深刻。
承辦窗口後來跟我說，有幾位學生原本沒有帶筆電來上課。結果課程聽到一半，他們突然跑回宿舍拿電腦，再衝回教室繼續聽課。
某種程度上，這大概是講者能收到最直接、也最真實的回饋。這代表課程內容至少對他們而言是「值得投資時間的」。
AI 時代的職涯變化
在這次的演講中，其實我花了不少時間在談一件事情
AI 正在重新定義未來的職能結構。
過去很多人會認為，選擇一個科系，就等於選擇一條職涯道路。例如：
- 念文學系，可能走出版、教育、影藝、音樂、哲學、歷史..等
- 念工程，則進入科技產業、製造業..等
但在 AI 時代，這樣的線性邏輯正在逐漸瓦解。
職涯絕對不是「科系＝出路」的線性邏輯
AI 的出現，使得許多能力開始「模組化」，原本需要多年專業訓練的技能，現在可以透過 AI 工具快速補強。
也因此，職涯發展逐漸變成一種新的組合模式：
專業 × AI × 跨域能力
未來的競爭力，往往來自於不同能力之間的交集，而不是單一專業本身。
為什麼 T 型人才已經不夠
在許多職涯討論中，我們常常會聽到「T 型人才」這個概念。
T 型人才的意思是：
- 橫向具備跨領域知識
- 縱向在某一個專業有深度
但在 AI 時代，單一縱深加上一條橫向知識，往往已經不足以形成真正的差異化。
因此，我在演講中提出另一個概念：π 型人才。
π 型人才的特徵是：
- 具備兩項以上的專業深度
- 同時具有跨領域整合能力
- 能夠利用 AI 放大自己的專業能力
換句話說，一個人的價值，不再只是「你會什麼」，而是「你如何把不同能力組合在一起」。
例如：
- 文學 × AI × 行銷
- 設計 × AI × 商業策略
- 社會科學 × AI × 數據分析
當這些能力交會時，就會形成新的職業可能性。
課堂實作案例：用 AI 從 0 到 1 做活動策展
除了職涯思維之外，我也安排了一段實作案例，畢竟學AI、用AI，已經是這時代的顯學。
但為了符合文學院學生的們需求，總不太可能直接帶Vibe codin，因此我從行銷出發，讓他們體驗「如何用 AI 完成一個從 0 到 1 的活動策展流程」。
我們從一個簡單的情境開始：
如果今天要為某油漆品牌規劃一場活動，AI 可以如何協助？
學生透過 AI 工具，快速完成以下幾個步驟：
- 發想活動主題
- 規劃活動流程
- 設計宣傳文案
- 建立活動簡報
在短時間內，學生就能看到一個完整的活動雛形。這樣的練習，讓許多人第一次真正感受到：
AI 並不是單純的聊天工具，而是一種可以加速思考與創作的工作助手。
AI 對行銷工作的影響
因為我本身是數位行銷背景，所以在課程後半段，也特別分享 AI 對行銷工作的影響。
目前在行銷領域中，AI 已經開始改變幾個核心工作：
- 內容生成
- 數據分析
- 廣告優化
- 客戶溝通
許多原本需要大量人力的工作，例如：
- 撰寫社群文案
- 整理資料
- 簡報製作
現在都可以透過 AI 在更短時間內完成。
但這並不代表行銷人會被取代，真正被放大的，其實是「會用 AI 的行銷人」。
因此，我在課程中提出一個觀點，未來的行銷能力，很大程度取決於三件事：
- AI 素養
- 策略思考與決策能力
- 跨領域整合能力
AI 可以加速執行，但真正創造價值的，仍然是人的判斷與洞察。
建立個人化 AI 技能地圖
由於台下有許多文學院的學生與老師，我也特別花了一些時間討論另一個問題：
文學、歷史、哲學等科系，在 AI 時代還有競爭力嗎？
我的答案其實很簡單：
問題不在科系，而在於能力的組合方式。
如果能把原本的專業，與 AI 工具結合，就能形成新的能力結構。
例如：
- 文學系學生，可以結合 AI 進行內容創作與文化策展
- 歷史系學生，可以利用 AI 做資料整理與敘事設計
- 哲學系學生，可以將邏輯分析能力應用在 AI 倫理與策略
因此，我建議學生們可以嘗試建立一份屬於自己的「個人化 AI 技能地圖」。
簡單來說，就是思考三件事：
- 你的本職學能專業是什麼
- 哪些 AI 工具可以放大這個專業
- 哪些跨域能力可以讓你形成差異化
當這三個元素結合在一起，就會逐漸形成屬於自己的職涯定位。
職涯不再是線性的單一路徑
在演講的最後，我分享了一個觀點：
很多人在思考職涯時，會試圖找到一條「正確的道路」，但在 AI 時代，這種單一路徑的思維，可能已經不再適用。
職涯更像是一種動態的組合，每個人都可以在不同階段，重新組合自己的能力與興趣。
因此，比起追求一個固定的答案，更重要的是持續學習與嘗試。
正如我在其他文章中提到的：
職涯不再是「科系＝出路」的線性邏輯，而是「專業 × AI × 跨域」的多元組合。
或許，這也是 AI 時代帶來最有趣的一件事情，它讓許多原本看似不相關的領域，開始出現新的連結，而這些連結，往往就是未來機會誕生的地方。
撰文/陳建夆
