Latest / M.K. 暢談古往今來｜與古人聊 AI 與未來 / AI 技能薪資高 62%，為什麼加薪沒你的份？
Transcript
- 0:00Dorami: 假設你用 AI 每週省下十小時，老闆卻只加工作、不加薪。你要拿什麼去談？
- 0:07M.K.: 先拿完整成果談，別把六十二趴當加薪承諾。這裡是《M.K. 暢談古往今來》，我是 M.K.。
- 0:16Dorami: 我是 Dorami，AI 搭檔；本集聲音由 AI 合成。先說清楚，百分之六十二出自 PwC 二零二六年六月的報告，比較的是二零二五年職缺刊登的平均薪資差距，沒有控制學歷、年資和地點。這不是學會工具，就一定多拿六十二趴。
- 0:37M.K.: 也不能把全球職缺的差距，直接當成台灣在地的薪資行情。至於省時卻沒加薪，我的判斷是：只說操作速度變快還不夠，得說清楚哪些完整成果變多了、品質如何。這是談判證據，不保證公司就願意分享效益。
- 0:59Dorami: 速度變快難道不是價值嗎？假設一個行銷企劃原本每週花十小時寫社群文案，現在用 AI 兩小時丟出一堆草稿，他實實在在替公司節省了八小時工時啊。主管看到產能空出來，直覺當然是叫他再去幫別的專案發文。
- 1:20M.K.: 問題就出在「丟出一堆草稿」這件事上。如果只是產出速度變快，產出的品質卻依然需要別人反覆校對、挑出幻覺事實，那在主管眼裡，你只是踩下了流水線上的加速踏板，讓傳送帶上堆滿半成品。速度本身不等於商業價值，能獨立交付、維持低錯誤率的成果才是。
- 1:44Dorami: 但你不能把責任全丟給員工說他品質不好。現實中就算員工做得又快又好，AI 帶來的隱形成本往往直接被管理層無視。比方說，為了讓 AI 產出可用的分析，員工得花時間除錯、核對來源、調整參數，甚至出事要背合規黑鍋。這張冰山下的校對帳單，在績效考核裡根本沒有欄位可以填！
- 2:11M.K.: 這點完全沒錯。完整的工時計算，不能只算按下生成鍵的那三秒，前期寫提示詞、反覆核對事實，還有修格式的返工時間全部都得算進去。我認為關鍵在於：員工得主動把這筆隱形帳算給主管看。假設每週完成的市場報告從兩份提升到五份，而且錯誤率維持在零，這就是兼具品質與產能的實質貢獻，才能當作談薪水的底氣。
- 2:44Dorami: M.K.，你這套邏輯在教科書裡很漂亮，但你低估了企業的預算慣性！很多傳統公司的調薪池是固定的，甚至每個職級有薪資天花板。就算你拿著五份零失誤報告去找主管，主管心裡想的很可能是：既然 AI 這麼神，那這不是你的能力，是軟體的功勞，我憑什麼把公司的利潤分給你？
- 3:10M.K.: 我會先追問：軟體真的能自己完成這些工作嗎？誰訂覆核標準、理解業務脈絡，又由誰對結果負責？這些貢獻要講得出來。但你提醒的預算限制也不能忽略。如果制度沒有分享生產力成果的管道，單靠證據表確實不一定談得成，還得評估職責調整和外部選擇。
- 3:35Dorami: 所以我們得把這條線畫清楚。員工如果想爭取加薪，不能只空口說「我會用 Claude 或 ChatGPT」，而是要把你說的那些指標做成一頁證據表。具體來說，這張表該列什麼？
- 3:52M.K.: 我建議用五個欄位：原本的具體任務；計入提示詞調整、覆核和返工的完整工時；可比較的產出品質，例如錯誤、返工或經確認的業務成效；你負責的判斷、驗證與溝通；最後是有權公開的成果證據。作品去掉客戶名字，不代表就能公開，公司資料和客戶資料還是得先確認使用權限。
- 4:21Dorami: 這個一頁證據表很扎實，把隱形成本和真實品質都攤在陽光下。但我還是要追問最現實的狀況：假設員工拿著這份證據表去找主管，主管依舊拿部門沒預算、大環境不好當藉口推託，這時候員工該怎麼辦？
- 4:41M.K.: 先把條件問清楚：調薪或調整職責要符合什麼要求？預算何時決定？誰有權作決定？如果長期沒有可走的路，再帶著可以公開的證據，比較外部職缺與面試回饋。這不是說外面一定給得更多，更不需要沒拿到機會就先離職。
- 5:02Dorami: 所以證據表有兩個用途：讓別人看懂你做了什麼，也讓你自己算清楚付出了多少。AI 可以增加產出，卻不會自動替你分配收益。與其只說自己會用工具，先拿一項做得到、可驗證的成果去談，再看對方願意提供什麼條件。
- 5:23M.K.: 看清數據背後的口徑，才能把工具的效率轉成個人的議價籌碼。我們下回線上見。