設計思考 Design Thinking 2026-04-25158

不只要懂 AI，還要懂怎麼當一個有創意的人

#創意思考 #未來趨勢 #設計思考 #教育職場

讀完這篇，你會知道：

為什麼傳統的職涯「階梯」正在消失，以及「爬牆型職涯」是什麼意思
Nature 調查 6,000 位研究者，他們認為真正重要的研究能力是什麼—這和我們對 AI 時代的想像大不相同
創意在 AI 時代究竟是裝飾品還是核心競爭力，以及你現在可以做什麼

思考的起點

你有沒有發現，最近越來越多人說「要培養創意」，但真正在談怎麼培養的，少之又少。

「AI 時代要有創意」這句話出現的頻率，大概和「要終身學習」差不多—聽起來正確，但說完之後，大家往往不知道下一步是什麼。

這不是一個理論問題，而是一個正在發生的現實：LinkedIn 最近公布的數據指出，預估到 2030 年，多數職位所需的技能將有約 70% 發生改變，主要原因是 AI 正在重新定義哪些任務需要人來做、哪些不需要。在這個背景下，「有創意的人」和「沒有創意的人」，在職場上的差距將越來越大。

同一時間，Nature Index 在 2026 年 4 月發布了一份調查，詢問了全球 6,000 位研究者，讓他們選出三個最影響研究成果學術衝擊力的因素。排名第一的答案，是「新穎、創新、原創的發現」—有 84% 的研究者選了這個選項，遠高於第二名「嚴謹的研究方法」（70%），以及第三名「發表在高影響力期刊」（39%）。

這個結果很有意思。在一個 AI 可以快速生成大量研究假說、協助數據分析的時代，科學社群最重視的依然是「原創性」—不是更快、不是更多、不是更精確，而是「是否帶來了前所未有的視角」。

這讓我們想問一個更大的問題：在你自己的工作裡，什麼叫做「有原創性的貢獻」？而這種貢獻，是可以被練習和培養的嗎？

職涯的「梯子」正在消失，換成一面「牆」

在 AI 快速改寫工作內容的時代，非線性的職涯路徑不是例外，而是新常態。

LinkedIn 首席經濟機會長 Aneesh Raman，在今年出版的新書《Open to Work》中，用了一個很有畫面的比喻來描述職涯的變化：

過去，職涯像是爬梯子—一格一格按順序往上，路徑清楚，規則明確。拿到學位、進入公司、升職加薪，這套劇本在過去幾十年裡非常穩定。但 AI 正在讓這把梯子開始動搖——不是說梯子完全不存在了，而是說它不再是唯一的路，甚至不再是最好的路。

Raman 說，未來的職涯更像是在爬牆。牆上有很多不同的路線，你可以往上、往側、往斜的方向走，路徑的選擇取決於你的能力、興趣和每個當下的判斷。有時候你需要先橫移幾步，才能找到往上的空間；有時候看似退後一步的選擇，其實是在開啟一個新方向。

他自己的職涯就是這樣—從 CNN 中東記者，到歐巴馬競選活動的無薪實習生（一個他自己形容為「職涯中風險最大的決定之一」），再到加州州政府的經濟策略顧問，最後到 LinkedIn 擔任現職。每一步都不是線性的，但每一步都是有意識的選擇。

這個比喻之所以重要，不只是因為它描述了職涯形狀的改變，更是因為它改變了我們應該問自己的問題。爬梯子的問題是：「下一格在哪裡？」爬牆的問題是：「我想往哪個方向走，而我現在有哪些能力支撐我走過去？」

後者需要的，正是我們常說的「自我認識」和「創意」—知道自己是誰，知道自己能做什麼，並且在面對不確定性時，仍然能找到屬於自己的路線。

創意不是天才的特權，是一種可以練習的判斷力

創意的本質，不是想出別人沒想到的點子，而是在熟悉的事物之間，找到別人沒看見的連結。

LinkedIn 在五個 C 的框架中，把 creativity（創意）列為 AI 時代最核心的人類能力之一。但很多人聽到「創意」，第一個反應是：「我不是那種有創意的人。」

這個自我設限，往往來自對創意的誤解。我們把創意和天才、靈感、藝術才能混在一起，以為創意是某種與生俱來的特質，有就有，沒有就沒有。但從認知科學和創意研究的角度來看，這並不正確。

創意更準確的定義，是在不同的概念、情境或領域之間，建立出有意義的新連結。這種能力，是可以透過刻意練習來強化的。而它最重要的原料，是兩樣東西：廣度（接觸多元的領域和視角）和好奇心（願意在看似不相關的事物之間停下來想一想）。

Nature 的研究者調查印證了這一點。在研究成果的學術衝擊力排名中，「跨學科或跨領域」被 27% 的研究者選為重要因素。這個比例乍看不高，但放在脈絡裡很有意義—在一個高度分工的學術世界裡，仍然有超過四分之一的研究者認為，跨越邊界的視角是帶來高影響力的關鍵之一。

Raman 在談創意的實踐時，給了一個很具體的建議：不要只探索你正在嘗試進入的那個職位，要同時去看周邊相關的其他機會，思考自己在哪些方向上具備競爭力。這其實是一種創意思維的練習—拓寬視野，找到不只一條路。

另一個建議，是改變使用 AI 工具的方式。他說，不要用 AI 幫你找答案，而是用 AI 幫你想清楚如何更好地學習一件新事物。這個差別很微妙，但非常重要—前者讓你依賴工具，後者讓工具強化你的思考。

好奇心，是創意的前置作業

沒有好奇心，就沒有可以被連結的素材，也就沒有真正的創意。

五個 C 裡面，curiosity（好奇心）排在 creativity（創意）之前，這個順序不是偶然的。

好奇心的作用，是讓你持續累積認知的原料。一個對很多事情都感到好奇的人，腦中有更多不同領域的素材；而創意，往往就是在這些看似不相關的素材之間，突然看見了一個可以串連的方式。

Nature 的調查裡有一個數字值得特別注意：只有 15% 的研究者認為「確認或複製前人的研究發現」是高影響力研究的重要因素—這是所有選項中最低的比例。換句話說，在科學社群裡，最不被重視的，是把別人做過的事再做一遍；最被重視的，是帶來前所未有的新視角。

這和好奇心的關係非常直接：願意去探索沒有人探索過的方向，才有機會帶來真正的新發現。而這種意願，來自好奇心，不來自效率。

Raman 說，他現在教自己的孩子使用 AI 的方式，是問「我可以怎麼更好地學習這件事，或體驗這件事」，而不是「答案是什麼」。這背後的邏輯，是讓好奇心帶領學習，而不是讓效率替代學習。

對職場中的人來說，這個邏輯同樣適用。在你的工作裡，有沒有什麼你一直想搞清楚但還沒有時間深入的問題？有沒有什麼看似和你現在職位無關、但讓你感到興趣的領域？這些問題本身，就是好奇心的訊號；而跟著這些訊號走，往往是創意發展最自然的起點。

爬牆，也需要一套設計的思維

設計思考的核心，正是在不確定的情境中，找到屬於自己的前進路線。

2026 年 4 月，泰國帕亞帕大學（Payap University）啟動了一項以「設計思考與變革領導力」為主題的工作坊，主題是：Building Change-Ready Cultures—如何建立一個「準備好迎接變革」的組織文化。

這個主題和爬牆型職涯的邏輯有一個深刻的交集：不管是個人還是組織，在快速變動的環境裡最需要的，都不是一個完美的計畫，而是一種「能夠在不確定中持續前進」的能力。

設計思考提供的，正是這樣的思維框架。它不要求你在開始之前就知道所有的答案，而是教你如何透過觀察、提問、快速實驗和學習，在行動中逐步找到方向。這種方法，和爬牆的比喻非常吻合—你不需要在出發前就看清整面牆，你只需要找到下一個可以踩穩的位置。

在個人的職涯發展上，設計思考的方法論同樣有用。如果你對自己的下一步感到茫然，與其等待一個清晰的答案，不如試著先問：「我對哪些事情有好奇心？我願意在哪個方向進行一個小規模的實驗？」這些問題，往往比「我的下一個職位應該是什麼」更容易有行動性的答案。

這也解釋了為什麼設計思考在 AI 時代並沒有過時，反而更加重要—因為 AI 解決了很多「執行」的問題，但解決不了「方向」的問題。知道要往哪裡走，仍然需要人的判斷、好奇心和創意。

我們的觀點

創意不是 AI 時代的點綴，而是讓你繼續是「你」的核心能力。

Nature 的 6,000 位研究者告訴我們，即使在科學這個最重視方法和嚴謹性的領域，原創性依然是最被珍視的東西。LinkedIn 的數據告訴我們，職涯的路徑正在從可預測變成不可預測。這兩個訊號放在一起，指向同一個方向：在 AI 能夠做越來越多「把已知的事情做好」的事情之後，「做前所未有的事」的能力，正在變得越來越稀缺，也越來越有價值。

但我們想提出一個更根本的觀點：創意之所以重要，不只是因為它是競爭優勢，更是因為它是一種讓工作保有意義的方式。

當 AI 可以完成越來越多規則性的任務，留給人做的事情，越來越是那些需要判斷、需要連結、需要理解他人的事。這些事情，本質上需要「你是誰」的投入—你的視角、你的經驗、你的價值觀。這不只是競爭力的問題，也是工作意義的問題：你在做的事情，有多少是只有你才能做的？

從這個角度來看，好奇心和創意的培養，不只是一種職涯策略，更是一種面對 AI 時代的生活態度：不把自己縮減成一個能被替代的功能，而是持續在自己的工作和生命裡，找到那些只有你能創造的連結和意義。

爬牆型職涯告訴我們，路徑可以是非線性的。設計思考告訴我們，方向可以在行動中找到。而好奇心和創意，是讓你有勇氣走出第一步，並且在過程中持續看見新可能的能力。

這不是 AI 能幫你做的。這必須是你自己的事。

本文關鍵概念速查

爬牆型職涯（Climbing Wall Career）：

爬牆型職涯是 LinkedIn 首席經濟機會長 Aneesh Raman 提出的職涯模型，主張在 AI 時代職涯路徑已從線性的「爬梯子」轉為非線性的「爬牆」，允許橫向、斜向移動，強調方向的自主選擇而非按步就班的升遷。

五個 C（Five C's）：

五個 C 是 LinkedIn 在新書《Open to Work》中提出的 AI 時代核心人類能力框架，包括 curiosity（好奇心）、creativity（創意）、courage（勇氣）、compassion（同理心）、communication（溝通力），被定義為 AI 難以複製的人類競爭優勢。

原創性（Originality）：

原創性是指帶來前所未有視角或發現的能力，在 Nature Index 2026 年對 6,000 位全球研究者的調查中，「新穎、創新、原創的發現」是最多研究者選為高學術影響力關鍵因素的選項，比例達 84%。

跨學科視角（Interdisciplinary Perspective）：

跨學科視角是指整合不同領域的知識和方法來解決問題，根據 Nature Index 的同一份調查，有 27% 的研究者認為「跨學科或跨領域」是研究高學術影響力的重要因素。

設計思考（Design Thinking）：

設計思考是指以人為中心、透過觀察、提問、快速實驗和反覆學習來解決問題的思維方法，其核心價值在於幫助個人與組織在不確定的情境中找到方向，持續前進。