【香港職場 AI】識用 AI 已經唔夠？2026 年真正拉開差距的是「判斷力」

當人人都開始識得叫 AI 寫 Email、做摘要、分析資料，真正拉開職場差距的，已經不再是「有冇用 AI」，而是你有冇能力判斷 AI 做得啱唔啱。

過去兩年，職場人學 AI，最常問的是：「我應該學邊個 AI 工具？」但踏入 2026 年，這條問題可能已經不再是最重要。

因為 AI 工具愈來愈容易使用。ChatGPT、Copilot 以至各類 AI 助手，都可以幫你整理文件、草擬內容、分析資料，甚至協助處理多步驟工作。

當「識得開 AI、識得問問題」逐漸成為基本能力，真正值得問的反而是：

這個轉變，正在最新的香港職場數據中反映出來。

57% 香港 AI 使用者：已經做到一年前做不到的工作

Microsoft 2026 Work Trend Index 香港結果顯示，57% 香港 AI 使用者表示，現時能夠完成一年前做不到的工作；而在較成熟的 AI 使用者群組（Frontier Professionals）之中，比例更達 73%。

這反映 AI 帶來的改變，已經不只是「幫你快少少」。

以前一個人可能要花大量時間搜尋資料、整理內容、比較方案；現在 AI 可以協助處理當中不少步驟，令一個普通職場人能夠完成更複雜的工作。

但能力被放大的同時，另一個問題亦開始出現：

如果 AI 做錯，你發現得到嗎？

AI 愈強，人反而愈需要識判斷

Microsoft 的香港調查有一組數據特別值得職場人士留意。

當受訪者被問到：「隨着 AI 更深入工作，哪些人類能力會變得最重要？」香港 AI 使用者排在前列的兩項能力是：

• AI 輸出品質控制（Quality Control）：48%
• 批判思考（Critical Thinking）：42%

換句話說，AI 愈能夠幫你「做」，人的價值就愈由單純執行，轉向設定方向、判斷結果、找出問題，以及為最終成果負責。

這亦解釋了點解「識 Prompt」本身開始唔夠。

同樣用 ChatGPT，工作能力可以差好遠

假設老闆交俾你一份銷售數據，要求你分析今季表現。

第一種用法

將 Excel 放入 AI，然後問：「幫我分析這份銷售數據。」

AI 很快就可以生成一份看似完整的分析。但如果其中一個百分比計錯、將相關性當成因果關係，或者忽略了某項異常數據，你未必會立即察覺。

第二種用法

先定義分析目的，再要求 AI 檢查數據、找出趨勢及異常；完成後要求它列明分析依據，再由人手核對關鍵數字，最後才整理成管理層可以使用的摘要。

兩個人都用了 AI。

但第一個人只是「取得答案」；第二個人則在「管理 AI 產出的工作成果」。

這就是下一階段職場 AI 能力真正開始拉開差距的地方。

由「識用工具」升級到「識管理 AI 工作」

如果將這種能力拆開，其實未必需要很複雜的技術背景。

工作階段	只識基本 AI	成熟 AI 工作方式
開始工作	直接叫 AI 做	先定義目標、背景及要求
處理資料	全部交給 AI	知道哪些可以交給 AI、哪些需要人手判斷
收到結果	睇落合理就使用	檢查數據、來源、邏輯及遺漏
最終成果	AI 決定內容	人負責最後判斷及成果

所以真正值得學的，並不只是「100 條神級 Prompt」。

而是知道幾時應該用 AI、點樣交代工作、點樣檢查結果，以及幾時一定要由人作最後決定。

75% 香港 AI 使用者擔心自己適應得唔夠快

Microsoft 同一份香港研究亦發現，75% 香港 AI 使用者擔心，如果自己未能快速適應 AI，可能會落後。

這種壓力不難理解。

今日學懂一個功能，幾個月後介面可能已經改變；今日流行某種 Prompt 寫法，下一代模型可能已經不再需要那麼複雜的指令。

所以如果學 AI 的方法只是追工具、背 Prompt、追逐每一個新功能，很容易陷入另一種循環：

真正比較值得投資的，是那些即使工具改變，仍然帶得走的能力。

哪些 AI 能力，工具更新後仍然有用？

對一般香港職場人士而言，我們認為至少有以下四項：

1. 問題拆解： 將一件模糊工作拆成 AI 可以協助處理的步驟。
2. 清楚交代要求： 讓 AI 知道背景、目的、限制及預期成果。
3. 品質檢查： 核對數字、事實、邏輯、來源及內容是否完整。
4. 人機分工： 知道哪些工作可以交給 AI，哪些判斷必須由人負責。

這些能力未必聽落最「高科技」，但正因如此，反而更適合真正需要每日返工、交文件、做分析、處理客戶及向老闆交代結果的職場人士。

這亦是「平本教學」真正想教的東西

AI-Go 智學堂所講的「平本教學」，從來不是叫你追晒所有 AI 新工具。

因為工具會變，介面會變，模型亦會變。

如果每一次更新都要重新由零開始，你付出的時間成本其實非常高。

相反，我們更重視一套可以重複使用的工作思維：

當你掌握的是這套方法，就算明日換了另一個 AI 工具，你仍然知道應該怎樣工作。

結語：下一階段，唔係同 AI 比快

AI 一定會比人更快生成文字、更快整理大量資料，亦更快產生第一版答案。

所以職場人真正需要建立的優勢，未必是同 AI 比「做得快」。

而是學識決定做什麼、判斷做得對不對，以及對最後結果負責。

當「識用 AI」逐漸變成基本能力，真正拉開差距的，很可能就是這些看似傳統、但 AI 愈強反而愈重要的人類能力。