【Case Study】每天只工作 2 小時考績卻拿 S？傳產 PM 偷用「AI 影分身」的一週實錄

Dcard 熱議傳產 PM 利用「Shadow AI」工作流將工時縮減至 2 小時並獲得最高考績，揭示企業管理盲區與「AI 代理人」時代的職場新賽局。

🔥 60 秒速覽 (What)

本週 Dcard 一篇題為「靠 AI 每天只工作 2 小時，老闆還以為我加班到過勞」的文章引爆科技圈。一名在台灣傳統製造業任職的 PM (產品經理) 詳述他如何利用 Gemini 1.5 Pro (或 GPT-5) 與自動化腳本，將原本需 9 小時的 PRD 撰寫、會議記錄與競品分析工作壓縮至 2 小時內完成。更諷刺的是，由於產出品質與速度「遠超預期」，他在 1 月 10 日的年度績效考核中拿到了象徵最高的「S」評級，並獲得 3 個月年終獎金。這場「無聲的罷工」徹底嘲諷了傳統企業「以工時論英雄」的過時 KPI。

💡 為什麼你該在乎 (So What)

這不是個案，而是「Shadow AI (影子 AI)」全面入侵台灣職場的訊號。根據 Gartner 2025 年底的報告，超過 45% 的白領員工承認在公司不知情下使用 AI 工具，而這一數字在台灣傳產可能更高。對主管而言，這是一個價值百萬台幣的警訊：

績效通膨：你的「S」級員工可能只是更擅長用 Prompt，而非具備真正的業務洞察。
資安黑洞：該 PM 承認將公司內部數據 (包含未公開的產品規格) 直接餵給公有雲 AI 模型，這已構成重大商業機密外洩風險。
資源錯置：企業支付全薪，卻只換來員工 20% 的時間投入，剩下的 80% 被「薪水小偷」拿去經營副業或休息。

⚙️ 技術/商業解析 (Deep Dive)

這名 PM 的「影分身術」並非高深代碼，而是 Agentic Workflow (代理人工作流) 的低代碼實踐。以下是他的核心操作：

任務類型	傳統工時	AI 工作流 (The Centaur Method)	耗時
會議記錄	1.5 hr	手機錄音 -> Whisper 模型轉文字 -> LLM 提取 Action Items	5 min
競品分析	4.0 hr	Perplexity 搜尋 20 家競品規格 -> CSV 匯出 -> Code Interpreter 繪製比較表	20 min
PRD 撰寫	3.5 hr	輸入「功能需求」+「過往 PRD 範本」 -> LLM 生成初稿 -> 人工潤飾	45 min

商業邏輯變革：從「執行者」到「審核者」這名 PM 實際上將自己升級為「AI 團隊的主管」。他不再是生產內容的「手」，而是判斷內容好壞的「腦」。這種「人機協作 (Human-in-the-loop)」模式，在效率上對比純人工是 10 倍速的輾壓。競爭對手若還在手敲 Excel，註定被降維打擊。

⚠️ 風險與質疑 (Skeptic's View)

先別急著模仿。這種「AI 摸魚」模式存在兩個致命隱憂：

「空心化」風險 (The Hollow Skill)：過度依賴 AI 生成 PRD，會導致 PM 對產品邏輯的「顆粒度 (Granularity)」掌握下降。一旦遇到 AI 無法處理的邊緣案例 (Edge Cases) 或需要跨部門政治協商的難題，這些「速成 PM」將原形畢露，因為他們喪失了「從零思考」的肌肉記憶。
幻覺與同質化 (Hallucination & Homogeneity)：該 PM 坦承有時 AI 會編造不存在的競品功能。此外，當所有 PM 都用同一套 Prompt 寫文件，產品的差異化將消失，導致市場上充斥著「平庸但標準」的產品。

🎯 台灣機會 (Taiwan Angle)

台灣傳產老闆普遍有「看到人才算在工作」的「坐班迷思」。

給管理者的建議：停止監控螢幕或打卡時間。改用「Outcome-based」考核。若員工能 2 小時做完 8 小時的事，不該懲罰他，而是該「擴大他的職責並加薪」，讓他訓練內部 AI 模型，將這套效率複製給全公司。
給員工的建議：不要只做「薪水小偷」。將省下來的時間用於學習「AI 治理 (AI Governance)」或「模型微調」。當公司發現並擁抱 AI 時，你要成為那個「教大家用 AI」的人，而不是被 AI 取代的人。