設計思考 Design Thinking 2026-07-10127

你的組織正在培養「智能單一文化」嗎？MIT 教授警告 AI 時代領導力最危險的盲點

讀完這篇，你會知道：

MIT 教授 Otto Scharmer 提出的「智能單一文化」：為什麼只投資 AI 是一種組織層面的高風險行為
領導力的四個層次—從自動化到深層感知—以及 AI 能做哪些、永遠無法做哪些
組織現在可以採取哪些行動，在 AI 基礎設施之外，同步建立「深層感知基礎設施」

思考的起點

1951 年，哲學家海德格爾對一小群聽眾說了一句話：「在這個令人深思的時代，最令人深思的事，是我們仍然沒有在思考。」當時幾乎沒有人理解這句話的意思。七十五年後，AI 的出現讓這句話變得無可迴避—因為它迫使每一位領導者直面一個關於智能與思考本質的根本問題。

MIT Sloan 管理學院資深講師 Otto Scharmer，在 2026 年 7 月發表於《MIT Sloan Management Review》的文章中，提出了一個讓人不安的診斷：我們正在培養一種「智能單一文化」。就像農業的單一作物耕作方式一旦遇上病蟲害就會全軍覆沒，組織若把所有對智能的投資都押注在 AI 上，就是在讓一種更深層的、AI 無法複製的人類能力悄然凋萎。

Scharmer 的這篇文章，視角和大多數 AI 領導力討論都不同。它不是在問「如何用 AI 提升效率」，也不是在問「AI 會不會取代人類工作」，而是在問一個更根本的問題：當 AI 越來越善於模擬思考的外在形式，我們是否還在培育思考的內在來源？這個問題，對個人的自我修煉是挑戰，對組織的人才策略是警鐘，對整個 AI 時代的發展方向，更是一個值得嚴肅對待的哲學叩問。

這篇文章，我們想把 Scharmer 的核心論述梳理清楚，同時試著把它的意涵，放回台灣企業現在正在經歷的 AI 轉型情境中來思考。

什麼是「智能單一文化」？一個農業比喻的組織警告

Scharmer 把當前組織對 AI 的投資方式，比喻為農業上的單一作物耕作。當一片農地只種同一種作物，短期內可能效率很高、產量可觀；但一旦出現針對這種作物的病蟲害，整片農地就會在短時間內全部毀損，因為沒有任何生態多樣性可以作為緩衝。

用這個比喻來理解「智能單一文化」：當組織把所有對「智能」的投資—注意力、預算、人才策略、學習資源—都集中在人工智能（AI）上，就是在製造組織層面的認知單一文化。AI 擅長的能力，例如計算、模式辨識、大規模資訊處理，得到了持續的強化和投資；而 AI 本質上無法複製的能力—深度感知、直覺判斷、情境理解、從人際關係場域中感知新可能的能力—則在這個過程中悄悄被忽視，甚至被隱性地貶值。

Scharmer 指出，這種智能單一文化並非有意為之，而是在「AI 是最重要的智能」這個隱性假設下，自然形成的組織生態。當一個組織的績效評估、人才發展和學習文化都在強化「能夠與 AI 協作、能夠使用 AI 工具」的能力，同時沒有等量地投入在培育「只有人類才能做到的感知與判斷能力」，這個單一文化就會逐漸形成。根據 Scharmer 引用的 Gartner 預測，2026 年全球 AI 相關支出預計將達到 2.5 兆美元，而對培育人類內在能力的投資，相較之下幾乎可以忽略不計—這個對比，就是 Scharmer 所說的「診斷」。

進一步說，智能單一文化最危險的地方，不只是「沒有投資人類能力」，而是 AI 本身的能力越來越強大，反而會加速人類能力的退化。一個思考上的惡性循環因此成形：AI 越能替我們思考，我們就越少需要自己思考；越少自己思考，人類深度思考的能力就越薄弱；而深度思考能力越薄弱，我們就越倚賴 AI 來替我們思考。

四個層次的領導智能：AI 能做到哪裡，人類必須從哪裡接手

Scharmer 的文章提出了一個清晰的四層次框架，用來區分不同深度的智能運作方式。這個框架，可以幫助我們理解 AI 與人類能力之間真正的邊界在哪裡。

第一層（1.0）：自動化（Automation）。這是最基礎的層次，指的是把已知的、重複性的任務轉化為自動執行的流程。現代 AI 在這個層次的能力已經非常強大，大量的資料處理、報表生成、客服應答、程式碼撰寫等工作，都可以在這個層次被 AI 高效承擔。大多數企業目前的 AI 投資，主要集中在這個層次。

第二層（2.0）：導航（Navigation）。這個層次超越了單純的自動執行，涉及在複雜的資訊環境中辨識方向、做出適應性決策。現代的 AI 系統，尤其是大型語言模型和代理型 AI，已經在相當程度上具備了這個層次的能力—它們能夠理解上下文、調整應答策略，並在一定範圍內自主規劃行動路徑。

第三層（3.0）：模式感知與塑造（Pattern Sensing and Shaping）。這個層次開始進入 AI 能力的邊界地帶。在這個層次，領導者不只是在既有框架內做決策，而是能夠感知到正在形成中的模式，並主動介入、塑造這些模式的發展方向。Scharmer 形容這是「轉身看見投影那道火光」—不只是看到眼前的影像，而是理解這些影像是如何被生成的。這需要的是真正的系統性理解，以及一種能夠在事件發展過程中感知深層動態的能力。

第四層（4.0）：深層感知與模式原創（Deep Sensing and Pattern Origination）。這是人類領導力最獨特、也最無法被 AI 複製的層次。在這個層次，領導者不只是感知現有的模式，而是從一個更深的源頭，創造出過去根本不存在的新模式。Scharmer 用柏拉圖的洞穴隱喻來描述：這是「走出洞穴、進入陽光之中」—不只是看見既有現實的投影，而是直接接觸到生成現實的源頭。AI 能夠以驚人的技巧模擬這個層次的表現形式，但它無法真正擁有這個層次的內在條件：那種對自身意識有所意識的覺知狀態。

Scharmer 的核心論點，正是在這個框架下展開的：大多數組織的 AI 投資，都集中在強化 1.0 和 2.0 層次的能力，卻幾乎沒有在 3.0 和 4.0 層次投資。結果是，組織在 AI 能擅長的事情上越來越強，卻在 AI 永遠無法複製的事情上越來越弱—而恰恰是後者，才是組織在真正的不確定情境下，做出突破性判斷、開創新方向的根本能力所在。

柏拉圖的洞穴，重新出現在 AI 時代的會議室

Scharmer 在文章中用柏拉圖洞穴的比喻，描述了一個當代組織的困境，讓人印象深刻。

柏拉圖的洞穴寓言是這樣的：囚犯們被鎖鏈綁住，面對洞穴的石壁，他們看到的只是火光投射在石壁上的影子。他們從未見過真實的世界，因此把影子當成了現實。當一個人掙脫鎖鏈、轉身看見火光，再走出洞穴進入陽光，他看到的才是真實的世界—但回到洞穴後，其他人反而以為他瘋了。

Scharmer 說，這個寓言在 AI 時代有了一個精確的現代版本。今天的 AI 工具—語言模型、數據儀表板、KPI 系統、預測分析—生成的都是現實的影子：模式的重組、過去數據的投影、概率的估算。它們越來越逼真、越來越精緻，能夠模擬深度、同理心、甚至智慧。但這些都是沒有「內在條件」的模擬—是沒有意識覺知的模式重組。

在 1.0 和 2.0 層次運作的組織，就像洞穴裡的囚犯：他們把 AI 生成的投影當成了理解，把儀表板上的數字當成了洞見，把語言模型的回應當成了判斷。組織的思考外包給了 AI，而人類自身的思考能力，在不知不覺中萎縮。

而 3.0 層次是「轉身看見那道投影的火光」—開始理解眼前的模式是如何被生成的，開始對 AI 產生的資訊有批判性的感知，而不是全盤接受。4.0 層次則是「走出洞穴進入陽光」—能夠從根本上重新定義問題，創造出 AI 的訓練數據中根本不存在的新框架和新可能。Scharmer 的警告是：我們現在的組織文化，正在讓越來越多的人停留在 1.0 和 2.0 層次，而培育 3.0 和 4.0 能力的機制幾乎付之闕如。

三種智能：AI、有機智能、源頭智能—領導者的每日資源配置

Scharmer 在文章與相關著作中，提出了三種智能的區分，這是理解他論述的另一個關鍵框架。

第一種是人工智能（Artificial Intelligence, AI）：以世界為客體，透過計算和模式辨識處理資訊。這是目前組織投資最多的智能形式，也是大多數人談 AI 時所指的對象。

第二種是有機智能（Organic Intelligence, OI）：以世界為有生命的關係存在，透過身體感知、情緒共鳴和具身認知（embodied cognition）運作。這種智能在人與人的面對面互動、在現場的觀察與感知、在身體參與其中的學習中最為活躍。當我們在工作坊現場看到一個參與者的面部表情，感知到房間裡的氣氛轉變，或者在走訪客戶時看到他們使用產品時的真實困惑—這些都是有機智能在運作。

第三種是源頭智能（Source Intelligence, SI）：感知整體社會場域、從尚未顯現的未來中辨識方向的能力。這種智能最難言說，也最難被組織系統性地培育，但 Scharmer 認為它是真正突破性創新與深度系統變革的根本來源。它接近於我們說的「對局勢有整體感知」、「能夠看見別人還沒看見的機會或危機」，或是「從更大的視角理解正在發生的事」。

Scharmer 在文章結尾提出了一個直接而有力的問題，讓每位領導者對照自身：「你每天在做兩件資源配置—注意力的配置和預算的配置。你的注意力有多少比例投入在自動化、導航、協調？又有多少投入在深層感知和模式原創？如果你的比例嚴重失衡，你其實已經知道下一步應該怎麼做。」這不是一個複雜的策略問題，而是一個簡單但需要誠實的自我審視。

建立第二套基礎設施：深層感知能力的組織實踐

Scharmer 並不是在呼籲企業放棄 AI 投資，他的論述遠比這更細緻。他提出的解方，是建立「第二套基礎設施」—一個與 AI 基礎設施並行運作、專門用來培育深層感知能力的組織機制。

這個第二套基礎設施，在實踐層面包含幾個具體的方向。首先是刻意創造「深層感知空間」—讓人能夠放慢思考、真正傾聽、從整體感知情境的時間和場域，而不是讓所有工作時間都被效率導向的任務執行佔滿。這可以是定期的沉浸式工作坊、跨部門的對話場域，或者是讓領導者真正與客戶、使用者、第一線員工接觸的田野觀察安排。

其次是培育「集體感知」的能力—讓整個團隊或組織，而不只是個別領導者，具備感知正在形成中的模式、並在集體討論中深化理解的能力。Scharmer 在 Presencing Institute 長期研究的「Theory U」方法論，以及他和 Eva Pomeroy 共同發表的「第四人稱知識」論文，都在探索如何讓這種集體感知能力成為可研究、可實踐、可傳授的能力，而不只是少數人具備的神秘直覺。

第三是重新審視組織的評估與激勵體系—如果所有的 KPI 都在衡量 AI 能夠量化的事，那就等於是在系統性地貶值 AI 無法量化的能力。Scharmer 的論述提醒我們：一個組織的評估體系，決定了這個組織會培育什麼、會忽視什麼。如果沒有意識地為 3.0 和 4.0 層次的能力設計培育機制，這些能力就會在日常的效率壓力下，被悄悄地消耗殆盡。

Scharmer 的論點，其實也可以從另一個角度理解：這不只是領導力的問題，也是創新能力的問題。當一個組織的所有思考都在既有模式的延伸上打轉，當所有的洞察都來自對過去數據的重組，這個組織就喪失了真正突破性創新的能力—因為真正的創新，往往來自對尚未被命名的問題的感知，來自在別人還看到「正常」的地方，看到一個需要根本性重新定義的現實。這種感知能力，正是 Scharmer 所說的源頭智能，也是組織在 AI 時代最應該有意識地保護和培育的稀缺資源。

我們的觀點

查查創意創辦人 Cha Cha 是台灣設計思考講師，擁有 Stanford d.school 設計思考專業研修背景，累積超過三百場企業工作坊實戰經驗。在長期接觸不同產業、不同規模的組織之後，我們觀察到一個與 Scharmer 的論述高度吻合的現象：越來越多的企業在「如何用 AI 工具」上投入大量資源，卻越來越少在「如何讓人真正看清楚問題」上下功夫。

這讓我們想到設計思考的第一個步驟—同理（Empathize）。在設計思考的框架中，同理不只是「問問題」，而是真正進入使用者的情境、感受他們所感受到的、看見他們真正的需求而不只是他們說出口的需求。這是一種需要身體在場、需要情感共鳴、需要放下自己的預設框架才能做到的能力—而這，正是 Scharmer 所說的「有機智能」在設計思考脈絡中的具體體現。

當企業把使用者研究外包給 AI 分析工具，讓演算法總結用戶反饋、預測使用者行為，確實可以節省大量時間。但在這個過程中，一些極其珍貴的東西也悄悄消失了：那種親身走進用戶生活、感受到他們真實困境的衝擊感；那種在觀察現場看到意外之事、讓既有假設全盤推翻的頓悟時刻；那種在對話中感知到語言背後的情感張力，進而發現問題真正核心的細膩感知。這些，是 AI 數據分析告訴你的報告裡，永遠不會出現的東西。

Scharmer 說，我們需要的不是拋棄 AI，而是建立第二套基礎設施，讓人類深度感知的能力得以持續被培育，與 AI 基礎設施並行共存。這和設計思考的基本精神高度一致：工具和方法論是重要的，但最根本的，始終是那個能夠真正感知問題、在不確定中保持開放、並且願意讓自己的理解被現實不斷挑戰和更新的人。

這也讓我們對一件事更加篤定：在 AI 工具越來越強大的時代，設計思考工作坊的核心價值，不在於它是「效率工具」，而在於它是一個讓人重新練習深度感知、集體對話與問題重新定義的場域—一個刻意設計的「深層感知空間」，讓組織得以在日常效率邏輯的裂縫中，重新接觸到那些 AI 永遠無法替代的人類能力。

本文關鍵概念速查

智能單一文化（Intelligence Monoculture）：

MIT 教授 Otto Scharmer 提出的概念，指組織將所有對智能的投資都集中在 AI 上，忽視了人類獨有的有機智能與源頭智能，如同農業的單一作物耕作—短期高效，但長期脆弱且缺乏創新潛力。

深層感知（Deep Sensing）：

Scharmer 四層次框架中 3.0 與 4.0 層次的核心能力，指能夠感知正在形成中的模式（3.0），乃至從尚未顯現的未來中原創新模式（4.0）的高階認知能力。這是 AI 能夠模擬其外在表現，但無法真正擁有的能力。

有機智能（Organic Intelligence, OI）：

Scharmer 提出的三種智能之一，指透過身體感知、情緒共鳴和具身認知（embodied cognition）運作的人類智能，與 AI 以計算和模式辨識為基礎的人工智能形成對比。

源頭智能（Source Intelligence, SI）：

感知整體社會場域、從尚未顯現的未來中辨識方向的能力，是 Scharmer 三種智能框架中最難言說、也最難被系統性培育的智能形式，被視為突破性創新與深度系統變革的根本來源。

Theory U（U 型理論）：

Scharmer 在 MIT 發展的組織變革與領導力方法論，探索如何讓個人與組織從「感知正在浮現的未來」出發，進行深度學習與系統性創新。其核心是讓領導者與組織從反應性的下載模式，轉向具備深層感知能力的共同創造模式。

FAQ

Q：「智能單一文化」這個問題，真的有那麼嚴重嗎？

A：Scharmer 引用 Gartner 的預測指出，2026 年全球 AI 支出預計達 2.5 兆美元，而對培育人類內在感知能力的投資幾乎可以忽略不計。當一個組織系統性地強化 AI 能做的事，同時系統性地忽視 AI 不能做的事，這種結構性的失衡就會在三到五年的時間跨度內，對組織的創新能力和應變彈性造成可見的影響。

Q：Scharmer 的四層次框架，實際上要怎麼在工作中應用？

A：最直接的方式是用它做自我盤點：在你的日常工作中，有多少時間花在 1.0 和 2.0 的任務（自動化執行和導航決策），有多少時間真正進入 3.0（感知正在形成的模式）和 4.0（原創新框架）？如果比例嚴重失衡，問題就不只是效率，而是你的判斷力和洞察力是否在被消耗而非被培育。

Q：建立「深層感知空間」在實際的企業環境中，具體是什麼樣子？

A：形式上可以是設計思考工作坊、跨部門深度對話會議、田野觀察與使用者訪談，或者讓領導者定期進行不帶議程的客戶拜訪。關鍵不在形式，而在意圖：是否刻意創造了讓人放慢、真正感知、並在集體中深化理解的時間和場域？

Q：AI 真的完全無法達到 3.0 和 4.0 層次嗎？

A：Scharmer 的論點不是 AI 技術上無法模擬這些層次的外在表現，而是 AI 缺乏做到這件事所需的「內在條件」—那種對自身意識有所意識的覺知狀態。AI 可以生成聽起來富有洞察力的內容，但這些內容來自模式重組，而非來自真正感知整體情境的內在狀態。兩者在結果上可能難以區分，但在過程和可靠性上有根本差異。

Q：這些觀點對台灣企業有什麼具體啟示？

A：台灣許多中小企業和製造業正在快速導入 AI 工具，這是必要的。但 Scharmer 的論述提醒我們：在這個過程中，也要同步思考如何維持組織內部的「人類感知能力」—對客戶真實需求的直接接觸、跨部門的深度對話、以及讓核心人才有空間進行非效率導向的深度思考。

開放討論

回想過去一個月，你有多少時間在 1.0、2.0 層次（執行和導航），又有多少時間真正進入 3.0、4.0 層次（感知正在形成的模式、或從更深的源頭思考）？你的組織有沒有刻意創造過這樣的深層感知空間？歡迎在留言分享你的觀察。

延伸思考

Scharmer 說我們正在培養「智能單一文化」—在你目前的工作或組織中，你有觀察到哪些具體的跡象，讓你覺得有機智能或源頭智能正在被忽視？
如果你的組織要建立一個「深層感知空間」，你覺得最大的阻力會來自哪裡？是時間、文化、還是評估體系的設計？
海德格爾 1951 年說「我們仍然沒有在思考」，Scharmer 認為 AI 讓這句話在 2026 年變得更加迫切—你同意嗎？你認為我們現在最需要的是哪一種「思考」？