# Chris 筆記｜我們用AI把生產力拉到三倍，卻把團隊留在了原地

> 讀書筆記 · 2026-08-23 · Chris Hsu
> 原文連結：https://zenn.dev/factory_dx_eng/articles/ai-productivity-team-divide
> 本頁 HTML：https://chrisincite.github.io/notes/20260822-ai-productivity-team-divide.html
> 短連結：https://os.housearch.net/n/b

最近讀到的文章，這一篇肯定是最讓我心有所感的。如同作者說的，這不是他們團隊的失敗經驗。而可能是未來你們團隊的預告片。

一個組織裡，一旦有了兩種不同的人群。一種是會自動學習 AI，把 AI 用在工作當中的，另外一種則是完全不改變故步自封，用傳統的思維工作。這並不代表誰對誰錯，而是這樣的兩類人群，自然地會在組織裡帶來拉扯，這不是誰是壞人誰是好人的問題。而是"團隊"最後有人會被留在原地，甚至被 AI Agent 取代。



## 摘要 / Summary

這篇文章記錄一位製造業DX部門經理，如何用AI(尤其是Claude Code)把個人與團隊部分成員的生產力拉高到體感三倍，但在同一年裡，卻把上司與資深成員留在了原地。作者的核心論點是，這種「留在原地」不是誰的惡意或怠慢，而是結構性的產物——AI在看不見的地方悄悄提升效率，直到某次報告會上突然被可視化，才讓落差一次爆開。更深一層的是，「審查」這套組織品質保證機制，在上下兩個方向同時失靈：上司因為看不懂AI做出來的高密度資料，審查退化成單純的信任與核准；而懂AI的年輕成員做出漂亮資料卻答不出自己的問題時，原本該提問把關的上司也提不出精準的問題，偵測器轉移到了沒有人能偵測的地方。

作者進一步指出，團隊內部因此出現自我強化的「時間貧困循環」：被雜務佔去時間的人沒空學AI，不學AI雜務又減不下來；而已經自動化的一方則把空出的時間繼續投入學習，差距越拉越大。四十歲以上的資深者面對這個落差，選擇的不是上司那種驚訝與掙扎，而是安靜的放棄與退場——而作者反省，自己平常在討論中對淺薄發言毫不留情地追問，無意間製造出一個「一問就會被逼問」的場域，才是真正讓資深者不敢開口的原因之一。文末，作者把「提升整體水準」重新定義為自保而非溫柔：審查失靈會讓成果得不到正確評價，資深者的隱性知識只有在他們離開前才接得上，而放棄AI應用會讓DX部門本身失去存在意義。因此他們後續推動的教育設計，刻意不由作者本人擔任講師，而是坐在旁邊、把講台交給更年輕的成員，只為了確保「有人敢問」比「教得好」更優先。