今年 3 月,在成功大學半導體 EMBA 的一場演講中,領導力學院執行長梁曉華談的不是如何使用 AI 工具,也不是市場上常見的趨勢整理。她把重點聚焦在一個核心的問題:當 AI 快速改變工作與產業,領導者到底該成為什麼樣的人?
面對台下許多來自半導體相關領域的師生與實務工作者,梁曉華一開場就直言,站在這裡談 AI,其實是有壓力的。因為如果說 AI 是這一波變革的引擎,那半導體就是引擎裡的核心。算力、記憶體、製程,都是整場革命的基礎。
也正因為如此,她沒有把這場演講定位成一場技術解說。她更想分享的是:當一位領導者清楚知道自己不是最靠近技術現場的人,該如何逼自己不要成為那個被變化推著走的人,而是成為一個能理解變化、甚至參與改變的人。
梁曉華在演講中再次提到領導力學院,一直相信領導力的三個核心:Thinking、Doing、Being。在她看來,一個領導者之所以能夠成為領導者,不是因為位置,而是因為他先有不同的 thinking,接著持續 doing,最後才可能 being 成為一個真正不一樣的人。
一年前,在 AI 浪潮愈來愈明顯的時候,她給自己設下了一個明確目標:要成為自己所在產業裡最懂 AI 的人。為了接近這個目標,她做了三件事。第一,訂閱所有重要的 AI 趨勢報告。第二,每個月固定讀一本 AI 相關書籍,並向專家請益。第三,她要求自己的 GPT 每天早上整理過去二十四小時最重要的五則國際新聞,其中一則必須與 AI 有關,而且內容要對領導者有意義。她用這三件事,把自己放在變化的第一線。
也因為如此,她每天都很直接地看到這個世界變快的速度。OpenAI 使用者規模的成長、算力和 GPU 的緊張、半導體供應鏈的壓力,這些都在提醒所有人:AI 不是一個未來式,而是現在進行式。尤其對半導體產業來說,這不是外部趨勢,而是身在核心。
但她也引用 PwC 的報告指出,真正能感受到 AI 帶來「降本增效」的企業,其實還是少數。關鍵不在工具不夠強,而在人與流程。很多公司只是把 AI 塞進原有流程裡,卻沒有重新梳理流程,或是組織的運作方式仍然沒變,最後就很難看到真正的成果。
這也是她這場演講裡非常重要的一個提醒:AI 到最後,考驗的不只是技術,而是領導力。
她提到,最近在訪談史丹佛教授王智弘時,對方有一句話讓她印象很深:如果一個人不想改變任何事,也不想解決任何問題,那他就不是領導者。她提醒大家,領導力的核心從來不是工具熟不熟,而是你有沒有想解決的問題、有沒有想帶大家去的地方。
在醫療現場,AI 已經可以大幅協助文書、資料整理、病例分析與初步判讀;在工廠現場,AI 也已經能協助良率優化與流程改善。但在她看來,真正不會被取代的,仍然是那些與人有關的能力:判斷、連結、影響力,以及在不確定中做決定的能力。
她也特別提到,AI 不只改變工作效率,還會改變權力結構與人才結構。當AI 可以完成愈來愈多工作,組織裡真正重要的人才是誰?未來最有價值的,可能不只是最會執行的人,而是那些能做選擇、能設定方向、能整合人與AI 協作的人。
演講後段,梁曉華把問題層次拉高。她認為,AI 的真正風險從來不只是技術錯誤,而是掌握技術的人,決定把它用在哪裡。AI 可以被用來提升醫療品質、改善教育、優化決策;也可能被用在監控、戰爭與失控的權力擴張。這些方向,不是技術自己選的,而是領導者所做的選擇。
所以,對她而言,AI 的確讓人長出翅膀,讓許多以前做不到的事情變得可能;但正因如此,人更需要回頭問自己:當 AI 愈來愈強,我剩下的價值是什麼?
答案很清楚。
第一,是選擇。
第二,是連結。
第三,是經歷。
選擇,決定組織往哪裡走。
連結,決定人與人之間能不能建立真正的信任。
經歷,則是那些 AI 無法複製的部分。那些走過的失敗、掙扎、成長與判斷,最後都會變成一個領導者最獨特的資產。
這場演講最後留下的是一個深刻的提醒:AI 確實可以幫助組織更有效率,但只有領導者,能決定這份效率最終會把團隊帶向哪裡。對梁曉華來說,Thinking、Doing、Being 仍然是最重要的核心:先想清楚自己要成為什麼樣的人,再持續去做,做久了,才可能真的成為那樣的人。而這,也許正是 AI 時代最重要的一種領導力。
主題專文