你花大錢養的那個「什麼都能扛」的猛人，AI 時代正在悄悄貶值：Netflix CPTO 要的是系統思考者

你團隊裡一定有一個這種人。

檔期活動他扛，金流串接他接，客服的每一句話術都在他腦袋裡，連 GA（Google Analytics，網站流量分析工具）的事件命名規則，也只有他一個人真的搞得懂。老闆半夜傳訊息問「上一檔母親節的實際轉換率多少」，全公司只有他答得出來。

你一直覺得他是你最大的資產。

Netflix 剛用一場訪談，讓我想跟你講一句不太中聽的話：AI 時代，這種人很可能是你最大的單點故障（single point of failure，系統裡只要它一壞、全盤就停擺的那個環節）。

先講來源。這是 Lenny's Podcast 最新一集訪談 Netflix 首席產品與技術官（CPTO）Elizabeth Stone。她管的是整個 Netflix 的工程、產品跟設計。主持人問她：AI 讓「人人都能做人人的事」，PM 會出 code、設計會寫 PRD、工程師也能碰產品，那你現在到底想多招什麼樣的人？

她的答案不是「更會用 AI 的人」。

她說：「我們需要更多的系統思考者（systems thinkers）。」（來源：Lenny's Podcast，Elizabeth Stone 專訪）

這句話翻成台灣電商的白話，殺傷力比你想的還大。

AI 沒讓你的團隊變快，它只是把裂縫照亮

我看過太多台灣電商團隊，導了 AI 之後很興奮，結果三個月後把出貨速度攤開來看，跟導之前長得幾乎一模一樣。這個為什麼大家都在用 AI、團隊卻沒變快的怪現象，我另外拆過一篇，這裡先講最扎心的那一刀。

你知道為什麼嗎？

因為 AI 不是拿來補強一個健康的團隊，它是拿來放大一個現有的團隊。你團隊底子是散的，它就把「散」放大給你看。

Stone 講了 Netflix 自己的例子，我覺得台灣老闆一定要聽懂。她說，過去讓 Netflix 跑得快的，是「各地小團隊各自解決問題、各自把自己那套技術棧（tech stack，一組工具與系統的堆疊）搭起來衝」。誰快誰贏，不用等中央、不用排隊。

聽起來很爽對不對？這不就是你現在的公司嗎。強行銷自己一套打法，強小編自己一套語氣，萬能營運腦袋裡自己一本武功祕笈。靠幾個猛人硬扛，每一檔活動都能撐過去。

重點是什麼？

在沒有 AI 的年代，這種「英雄式營運」其實跑得動。因為做事的是人，人會看臉色、會問一句、會自己補上下文。

但 Stone 說了一句我聽完背脊發涼的話：「讓 Netflix 走到今天的東西，帶不了 Netflix 走到明天。」（What got Netflix here doesn't get Netflix there.）

為什麼？因為 AI agent（能自己跨系統執行任務的 AI 代理）進場了。

想像一下。你上了一隻 AI 客服 agent，它要自動判斷該不該退貨。可是你的退貨規則，一半寫在後台、一半在那個萬能營運的腦袋裡、還有一半是「看情況啦」。agent 沒有你那顆會看臉色的腦袋，它只能照它讀得到的東西做。結果就是：該擋的濫用退貨，它笑咪咪地全放行，把你的退貨政策服務到快破產。至於哪些事該交給死規則、哪些交給 AI、哪些只能留給人，這種規則、AI 與人的分工怎麼切是另一個大題目，這篇先按下。

以前是「真相散在各人腦袋、靠強者硬扛」還能過關。
現在是同一套散法，直接讓 AI 撞牆。

Stone 用的詞叫 source of truth（單一真相來源）。一個幾千人的組織，不可能再靠「去問那個唯一懂的人」來運轉。你一個幾十人的電商團隊，只要你想讓 AI 幫你做事，一樣躲不掉這一關。

系統思考者不是萬能通才，是「肯把自己那套變成大家的積木」的人

那系統思考者到底是什麼？

先別誤會成「什麼都會一點的通才」。這是最多人會踩的坑。

Stone 講得很清楚，Netflix 要往下砍的，是「窄而深、又不肯往外長」的那種專才：我就是只會、也只想用我熟的那套打法，別的別來煩我。但她同時強調，有些真正的深度專家（像 Netflix 做影像編碼、做播放系統的那幾個人）是不可取代的，前提是他們願意一直問自己「這是不是還是對的工具、對的思路」。

所以貶值的不是專業，是那種「守著一口井、拒絕抬頭」的姿態。

這裡我要幫你把話補完整，免得你矯枉過正。2026 年這場「通才 vs 專才」的辯論，其實已經吵出共識了。經濟學家 David Autor 有個提醒很到位：AI 能漂亮地放大一個扎實的底子，但底下要是空的，它放大的就是你的災難。（來源：The Death of Pretty Good，mvrckhckr）

同一場辯論還有一句更狠：最容易被取代的，是那種「三樣都會一點、一樣都不精」的中間人。

所以系統思考者的正確長相是這樣：他有一門真功夫當底子，但他願意退一步，把「我這次是怎麼做的」抽象成「一套全團隊、甚至以後的 AI 都能重複用的積木」。

我給你一個生意人聽得懂的類比。

爛的做法，是每來一個客人就重砌一面牆，師傅手藝再好，一天也砌不了幾面。系統思考者做的事，是先燒出一批標準規格的磚，再鋪一條「別人踩上去就能快速往前走」的路。Stone 把這條路叫 paved path（鋪好的路）。她的設計團隊做的事，就是把品牌語言變成一套範本（template），好讓不是設計出身的人也能生出一致的東西，不會出貨一堆像科學怪人（Frankenstein）那樣東拼西湊的四不像。

一個是靠英雄的手，一個是靠系統的磚。

老實說，這件事我自己也在練，而且練得不算輕鬆。我做雨傘產業那七年，從工廠業務一路做到品牌、通路、網路行銷，我很習慣當那個「什麼都自己扛」的人。案子來了，我第一反應是捲起袖子自己下去做，做完很有成就感。後來我才慢慢懂，真正該花力氣的，不是把這一單做到完美，而是把這一單做的過程，整理成一份「下一個人、下一隻 AI 照著做就能有八十分」的東西。前者讓你很忙、很重要、也很難被取代；後者才讓整個團隊變快。

這個彎轉不過來，你就永遠是團隊的天花板。

你不是 Netflix，但這三件事今天就能做

你可能會說，王董，Netflix 幾千人我才幾十人，這關我什麼事？

關係大了。你規模越小，那個「單點故障」的猛人佔的比重越高，他一離職、一請長假，你整條線就抖。而且你越小，越沒本錢養一堆流程來補。Stone 講 Netflix 文化時有個反直覺的點我很認同：出事時別急著加流程，加流程往往是花更多時間，換不到更好的結果。小團隊尤其這樣。

不靠加流程，那靠什麼？靠把知識變成系統。從這三件事開始：

• 先建一個 source of truth，哪怕只是一張表。 挑你最痛的那一塊先做，通常是退貨規則、出貨 SOP、或客服話術。把散在各人腦袋、各個對話框裡的規則，收進同一個地方，寫清楚「什麼情況該怎麼做、什麼絕對不行」。這是你之後要不要上 AI 的地基。沒有它，上什麼 agent 都是撞牆。
• 練 Stone 教的「退一格」（step out one click）。 這是她給的系統思考練法，超好用。每次你要動手解一個具體問題前，往外退一格問自己：我對這件事假設了什麼？我這個做法，換一檔活動、換一個品項還撐得住嗎？能不能順手做成一塊大家都能用的積木？別退太多格，不然你會卡在想、不做事；退一格就好。
• 招人、留人時，把「動詞」看得比「名詞」重。 履歷寫「我會用 Claude、我很會下 prompt」，這年頭跟寫「我會用 Excel」差不多，是及格線，不是加分（招 AI 人才為什麼要看動詞不看名詞，我專門寫過一篇）。你真正要看的是：他解過的問題，有沒有留下讓後面的人更好做事的東西？他是只顧自己那一格，還是會多想一步幫到上下游？這種人，才是你在 AI 時代真正缺的。

最後，回到你那個猛人

我不是叫你把那個什麼都能扛的猛人請走。

我是說，你要幫他、也幫你自己，把他腦袋裡那套武功一點一點搬出來，變成系統。讓他從「唯一會做的人」，升級成「設計出那套讓大家都會做的方法的人」。他的價值不但沒掉，還往上跳了一級。

以前我們拚的是誰手上的英雄多。
現在拚的是誰能把英雄的本事，變成整個團隊踩得上去的磚。

Netflix 花了二十幾年、幾千個工程師才想通這件事。你的團隊小，轉身反而更快，今天就能開始鋪第一塊磚。

至於 Netflix 那套「人才密度、守門員測試」的文化打法，是另一個大題目，市面上跟我之前寫的《給力》那本書的解讀都聊很多了，這篇不重複。這篇我只想你記住一句話：

會用 AI 的人，這幾年會多到不值錢。能讓一整個團隊都變得會用 AI 的那個系統思考者，才是接下來最貴的人。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。