如果你最近也有一種隱隱的不安——「我現在會的這些，會不會哪天被 AI 取代？」——那這篇文章很值得你讀完。
在《操作一下》EP91，我們邀請到擁有十年數據與 AI 經驗的數據顧問 Sheng，聊他從統計系學生、數據科學家，一路走到數據顧問、AI 產品負責人（PO）的歷程。這集不只是在談技術，更核心的問題是：在 AI 快速滲透每個工作場景的當下，一個技術人要如何讓自己真正有價值？
從「會技術」到「能解決問題」，中間差了一道牆
Sheng 的背景從統計系出發，研究所期間扎實訓練了數據分析與 SQL 能力，畢業後順理成章進入數據科學領域。聽起來路徑很清晰，但他在節目裡坦承，現實並不那麼順暢。
他提到，曾經花了將近一年時間開發技術，結果發現根本難以落地到客戶端——不是技術不夠好，而是做的東西跟客戶真正的痛點對不上。這個經歷讓他意識到一件事：技術能力只是入場券，真正的挑戰是理解「別人為什麼需要這個」。
這就帶出了節目裡我很有感的一個概念——「知識詛咒」（Curse of Knowledge）。當你對某個領域太熟悉，你會自動假設對方也懂，於是溝通出現落差、價值無法傳遞。Sheng 在轉型顧問角色的過程中，最痛苦的磨練之一，就是學會把技術語言轉化成商業語言。
數據團隊，如何從「花錢」變成「賺錢」
很多企業的數據團隊長期處於一種尷尬位置：存在感低、難以量化貢獻、預算永遠被質疑。Sheng 在節目中分享了他如何協助客戶端的數據團隊轉型，從成本中心走向能夠直接創造商業價值的角色。
這個轉變的關鍵，不只是技術升級，而是重新定義數據團隊的「產品思維」——他們服務的對象是誰？他們解決的問題是否真的被業務單位重視？這也直接影響了他後來開發 GenBI 產品的思路：用生成式 AI 降低數據分析的門檻，讓非技術背景的業務人員也能自助取得洞察。
AI 工具普及之後，你剩下什麼？
這集讓我印象最深的段落，是 Sheng 談到他回母校演講時，給學弟妹的三個核心觀念：
- 工具不等於能力：會用某個工具，跟真正理解「要解決什麼問題」是兩件事。工具會過時，問題意識不會。
- 換位思考是核心技能：技術人最容易忽略的，是站在使用者或客戶的角度思考。這個能力在 AI 時代反而更值錢。
- 擁抱 AI，但不要只是「用 AI」：真正的競爭力是知道在什麼情境下用什麼方式讓 AI 發揮最大效益，而不只是跟著潮流跑。
他也分享了自己如何在日常工作流程中導入 AI Agent，讓重複性的數據處理與報告工作自動化，把時間留給真正需要判斷力與溝通的環節。
「做那些不會規模化的事」——反直覺的長期思維
節目最後，Sheng 分享了他近期很喜歡的一句話：「Do things that don't scale.」——做那些不會規模化的事。
這句話在 AI 大談效率與自動化的當下，聽起來格外反直覺。但細想，它指向的是一種非常重要的核心：深度的人際連結、對特定領域的真實理解、以及願意慢下來把一件事做透的態度——這些才是 AI 難以複製的東西，也是顧問與技術人在 AI 時代真正的護城河。
如果你正在思考自己的技術能力如何在 AI 時代保持競爭力，或者你是數據相關從業者、想了解如何從執行者轉型為更有影響力的角色，這集 Podcast 非常值得完整聽一遍。
📚 同主題的其他單集 / 文章，延伸聽下去：
🎙 這篇文章延伸自 Podcast《操作一下》。想用聽的，完整一集在這裡：