航空公司禁止AI寫履歷,我覺其實不是反AI

航空公司禁止AI寫履歷,我覺其實不是反AI

最近有一條新聞在網路上引起不少討論,台灣兩大航空公司在徵才公告中寫得很清楚。 如果履歷或自傳被發現使用AI撰寫,可能會取消資格,甚至永不錄用。 很多人看到這個消息的第一反應其實很直覺,都AI時代了,怎麼還在禁止AI? 乍看之下,好像是企業在反AI,如果你稍微換個角度看,會發現,其實事情沒有想像那麼簡單。 我認為企業真正擔心的,往往不是AI工具本身。 企業會擔心的是另一件事,AI會把履歷變得太完美。 常用AI的人,應該都知道,AI會有一個很強的能力,那就是把普通的事情寫得很好看。...
《AI職場運用—產品篇》《產品經理最重要的能力,其實不是做產品》

《AI職場運用—產品篇》《產品經理最重要的能力,其實不是做產品》

產品經理真正要做的一件事是理解問題,很多人以為產品經理的工作是做產品。 其實不是。真正的工作,是回答一個問題,這個產品為什麼要存在? 如果沒有理解市場、客戶、競爭環境,再好的功能也有可能做錯方向。 所以成熟的產品團隊,通常會花很多時間做一件事,研究。 研究市場、研究用戶、研究競爭對手。 過去這些工作通常需要翻大量資料、整理筆記、開很多會議。 現在,整理與分析的速度可以快很多。 一、先看清楚競品在做什麼 幾乎每一個產品,都有競爭對手。 但很多團隊只知道競品名稱,卻沒有真正分析過。 例如: 產品定位是什麼 主打功能是什麼 主要客群是誰...
【GEO專欄 #28】現在不做 GEO,未來只會花錢補課

【GEO專欄 #28】現在不做 GEO,未來只會花錢補課

很多企業對 GEO 的態度其實很務實,那就是,不是不想做,只是覺得可以再等等。 等 AI 搜尋更成熟,等市場有更多案例,等別人先試過。 這種想法很常見,但在入口轉移的階段,等等看往往會變成另一件事,未來補課。 很多成本,不是現在花,就是未來花 在品牌經營裡,有一種成本叫做修正成本。 那就是當一個品牌形象還沒形成時,建立定位其實不難。 但當市場已經習慣某種印象,再去修正,就會非常費力。 AI 搜尋也是一樣,當品牌在 AI 的回答裡還沒有固定描述,調整敘事其實很容易。 但一旦某種介紹方式穩定出現,改變就需要更大的努力。...
《AI經濟邏輯》#08 AI焦慮的來源:技術本身,還是短暫的信息差?

《AI經濟邏輯》#08 AI焦慮的來源:技術本身,還是短暫的信息差?

一路走到這裡,其實會出現一個問題,如果制度沒有被推翻,為什麼焦慮仍然這麼強? 答案很可能是信息差。 一、每一次技術浪潮,都會出現信息差 當新技術出現時,總會有一小群人先理解它。 這些人: 先學會工具 先掌握應用 先找到商業模式 於是看起來,好像世界突然被分成兩群人,會用AI的人,不會用AI的人 但歷史上,這種差距往往是暫時的。 這個就跟當年的手機跟電腦一樣,一開始有差距,時間一久了,大家差距就會逐漸縮小。 二、技術的長期趨勢:平台化 技術剛出現時,門檻通常很高。 需要: 技術知識 設備成本 配置能力...
【GEO專欄 #24】等大家都在做 GEO,就不叫紅利了

【GEO專欄 #24】等大家都在做 GEO,就不叫紅利了

很多人對趨勢的態度,都是這樣的,先看看。等成熟一點。等有更多案例。等市場更穩定。 這種謹慎沒有錯,但在入口重組的階段,觀望本身,就是一種成本。 紅利的本質,是競爭還沒擠滿 很多人把紅利想成某種技術優勢,其實不是。 紅利真正的意思是,👉 在某個位置上,還沒有太多人。 當 AI 搜尋剛開始重組產業敘事時,很多問題還沒有固定答案。 很多領域還沒有穩定代表,這種尚未飽和的狀態,就是紅利。 一旦大家都開始優化,門檻就會上升 當越來越多品牌意識到 GEO 重要,開始整理內容、統一定位、建立穩定訊號,AI 回答的選項就會變多。...
《AI分錢邏輯》#03 AI熱潮裡,真正穩定獲利的是哪一層?

《AI分錢邏輯》#03 AI熱潮裡,真正穩定獲利的是哪一層?

前兩篇,我們做了兩件事。 第一,我們拆解了AI生態系的四層結構。 第二,我們確認了一件事——AI目前改變的是效率,而不是制度。 現在,我們要往前走一步。 既然AI只是效率革命,那麼問題就變成,當效率提升時,紅利會優先流向哪一層? 在討論Openbot或大模型時,大家的注意力通常集中在工具本身。 但如果我們從分配結構來看,整個AI產業大致可以分為三層: 應用層 模型層 基礎設施層(算力層) 這三層的風險、競爭強度與盈利穩定度,其實差異非常大。 一、應用層:最熱鬧,也最不穩定 應用層,是最接近用戶的一層。 包括: 各種AI助理...