同理心不會被取代—McKinsey 點名 AI 時代最關鍵的人類技能
讀完這篇，你會知道：
- McKinsey 最新研究如何定義 AI 時代「無法被自動化」的人類核心技能
- 為什麼同理心、批判性思考在 AI 普及後反而變得更稀缺、更有價值
- 設計思考如何成為系統性培養這些人類技能的實踐架構
思考的起點
一個問題在 AI 快速發展的此刻，被愈來愈多人追問：「我的工作，AI 最終會取代嗎？」
McKinsey 全球研究院（MGI）最新報告《Agents, robots, and us：AI 時代的技能夥伴關係》給出了一個既讓人寬心、又讓人警醒的答案—AI 當前技術在理論上可以自動化超過一半的美國工時；但同時，有一組技能將在這個過程中變得愈來愈稀缺，愈來愈不可取代：同理心、批判性思考、複雜協商，以及人際之間的信任建立。
McKinsey 資深合夥人 Lambert Bu 在 2026 年 6 月的公開訪談中明確指出：「AI 永遠不會取代同理心與批判性思考。但人機協作，已經成為從執行長到第一線員工都必須具備的核心技能。」
這不是新瓶裝舊酒的安慰。McKinsey 的研究指出的方向，與設計思考在台灣企業現場的實際觀察高度吻合：真正在 AI 轉型中存活下來、甚至更有競爭力的人，不是那些最早學會用 AI 工具的人，而是那些能夠在人與人之間、人與 AI 之間建立連結的人。
AI 可以自動化什麼，不能自動化什麼
McKinsey MGI 的研究架構，為「人機協作」提供了一個清晰的思考地圖。以當前已成熟的技術而言，AI 最能有效處理的工作類型，集中在以下幾個面向：大量資料的整理與分析、標準化流程的執行、客戶服務的初步接觸、文件撰寫與格式整理、程式碼的基礎生成與除錯。
報告中 McKinsey 研究員 Anu Madkavgar 舉了一個反直覺的例子：放射科醫學在 AI 廣泛應用於影像診斷之後，實際上人力需求並沒有大幅萎縮，反而因為稀缺技能被解放、新的應用場景被開啟，整體規模持續成長。這說明了一件事：當 AI 承接了某類任務，它同時也在為人類釋放出做更高層次事情的空間。
但有一類工作，跨越所有產業、所有職能，AI 目前都無法真正替代：批判性思考中需要價值判斷的部分、複雜協商中需要讀取對方情緒的部分、創意發想中需要跨脈絡連結的部分，以及在不確定情境下建立人際信任的能力。
換句話說，這份報告的核心訊息不是「AI 會搶走工作」，而是「AI 讓工作的性質正在重新分層」—會消失的，是那些以重複性、資訊處理為核心的工作；會留下並升值的，是那些需要人類判斷力與連結能力的工作。
同理心為什麼在 AI 時代反而更稀缺
一個常見的誤解是：同理心是「軟性技能」，在講求效率的商業環境中，它是錦上添花，而非不可或缺。AI 的崛起，正在顛覆這個假設。
當大量的資料分析、報告撰寫、流程管理都可以交由 AI 處理，人類工作者之間直接協作的時刻—那些需要真正理解對方、處理衝突、在不確定中共同決策的場景—反而變得更加集中、也更加關鍵。
McKinsey 的研究特別點出，在醫療、教育、社會服務等「高人際接觸」的產業，AI 的輔助作用最為明顯，但人類的核心角色也最難被取代。即便是在科技產業，最終決定產品方向的，仍是那些能夠深入理解使用者真實需求—而不只是用戶數據—的人。
這就是為什麼設計思考的第一個步驟「同理心」，在 AI 時代的意義不是變輕了，而是變重了。設計思考中的同理心，不只是「感覺對方的感受」，而是一套系統性的方法論：如何透過觀察、訪談、情境沉浸，真正進入對方的世界，發現他們自己都未必說得出口的需求。這種深度理解的能力，是 AI 目前最難以觸及的領域。
批判性思考：AI 時代最被低估的競爭力
「批判性思考」這個詞很容易讓人聯想到學術辯論或哲學討論，但在工作場域，它有非常具體的意涵：能夠辨識資訊的可信度、識別論述中的假設與盲點、在多個選項之間進行有依據的價值判斷，以及在面對 AI 生成的建議時，知道何時該接受、何時該質疑。
後者尤其重要。隨著 AI 工具愈來愈普及，一個新的風險正在成形：許多人開始把 AI 的輸出視為答案，而非建議。這種傾向在需要創意判斷或倫理決策的工作中特別危險。McKinsey 的報告指出，在 AI 整合程度最高的組織中，表現最佳的員工並不是那些最依賴 AI 的人，而是那些最能夠批判性地使用 AI 的人—他們知道 AI 擅長什麼、會在哪裡出錯，以及人類判斷在哪個節點必須介入。
設計思考的整個方法論，本質上就是一套訓練批判性思考的框架。從「如何問對問題」（同理心階段）、到「如何定義真正的問題」（定義階段）、到「如何避免過早收斂到單一解法」（發散思考）、到「如何在現實中快速驗證假設」（原型與測試），每一個步驟都在強化「不輕易接受第一個答案」的思考習慣。
人機協作不是技術問題，是學習設計問題
McKinsey MGI 報告中有一個值得深思的觀察：「我們在每個技能層次都無法停留在同一基礎水準，並期望繼續創造高附加價值。我們需要讓整個職場的人都能與 AI 協作，並在這些技能上持續精進。」
這段話，指向了一個台灣企業學習與發展（L&D）部門正在面對的真實挑戰：如何設計出能夠同步培養「AI 素養」與「人類核心能力」的學習體驗？
這不是兩件互相競爭的事。AI 素養需要批判性思考作為基底，否則只會產生工具依賴而非工具掌握；人際協作能力需要同理心作為核心，否則只會在高效工具的加速下，讓組織裡的信任赤字更快速地累積。
在這個框架下，設計思考工作坊並不是「另一種課程」，而是一個能夠同時培養同理心深度、批判性思考習慣，以及跨職能協作能力的整合性學習體驗。這也是為什麼在 AI 轉型的脈絡下，設計思考在企業培訓中的地位不是被取代，而是被更迫切地需要。
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。
McKinsey 的研究所描述的圖景，在工作坊現場有非常具體的對應。在過去幾年，我們觀察到一個明顯的轉變：來到設計思考工作坊的學員，愈來愈多是帶著「我要學 AI」的問題來的，但他們在工作坊中最深刻的收穫，往往不是任何工具，而是「原來我可以這樣理解另一個人的困境」。
有一次，一家科技公司的 PM 團隊在做使用者訪談的練習。他們原本認為自己已經非常了解使用者，因為他們每週看資料、跑 A/B 測試。但當他們真正坐下來，問一位使用者「你最近一次感到沮喪是什麼時候？」，對話的走向完全出乎意料。資料裡完全看不到的脈絡，在一次對話裡浮現了。
這不是說資料不重要，也不是說 AI 不能幫忙分析使用者行為。而是說，真正的理解，需要的不只是資料的廣度，而是對話的深度。這種深度，是 AI 目前還給不了的。也是設計思考最核心的訓練對象。
如果你的組織正在思考如何在 AI 時代讓人才保持競爭力，歡迎與我們聊聊。
本文關鍵概念速查
人機協作（Human-AI Collaboration）：
人機協作是指人類與 AI 系統分工合作完成任務的模式，其中 AI 負責資料處理與重複性工作，人類負責判斷、同理心與複雜決策；根據 McKinsey 資深合夥人 Lambert Bu，人機協作已成為 2026 年職場從高層到第一線都必須具備的核心技能。
批判性思考（Critical Thinking）：
批判性思考是指辨識資訊可信度、識別論述假設、進行有依據的價值判斷，以及在面對 AI 建議時能夠適時質疑的能力；McKinsey 研究顯示，在 AI 整合程度最高的組織中，表現最佳的員工是那些最能批判性地使用 AI 的人，而非最依賴 AI 的人。
技能夥伴關係（Skill Partnership）：
技能夥伴關係是 McKinsey MGI 報告《Agents, robots, and us》提出的框架，主張人類與 AI 應被視為互補的技能夥伴，而非零和競爭關係；人類技能在 AI 承接重複性工作後，將獲得更多空間發揮更高層次的價值。
同理心訪談（Empathy Interview）：
同理心訪談是設計思考中用於深入理解使用者真實需求的核心方法，透過開放式問題與情境觀察，發現使用者自身難以言說的潛在需求；這種深度理解能力，是 AI 目前最難以複製的人類技能之一。
FAQ
Q：AI 都能做分析了，同理心技能對職場還有多重要？
A：恰恰相反，AI 愈強，同理心愈稀缺。當大量分析、整理、報告工作都被 AI 承接，人與人之間直接協作、處理衝突、建立信任的時刻反而更集中。McKinsey 的研究明確指出，同理心與批判性思考是 AI 當前技術最難觸及的人類能力，也是在自動化浪潮中最能保值的技能。
Q：設計思考工作坊真的能訓練這些技能嗎，還是只是流行詞？
A：設計思考不是口號，而是一套有具體步驟的方法論。從同理心訪談到問題定義、發散思考、原型測試，每個步驟都在強化「不輕易接受第一個答案」的思考習慣與深度理解他人的能力—這兩者，正是 McKinsey 報告中點名最不可被 AI 取代的人類技能核心。
Q：我的工作有很多重複性任務，是不是應該趕快去學 AI 工具就好？
A：學 AI 工具是必要的，但不夠。McKinsey 的研究提醒我們，在 AI 高度整合的環境中，最能創造價值的人不是工具使用最熟練的人，而是能夠批判性地判斷 AI 輸出、知道何時讓 AI 主導、何時需要人類介入的人。這種判斷力，來自批判性思考與同理心，而非工具本身。
Q：企業要如何系統性培養人機協作能力？
A：最有效的方式是把「AI 素養」與「人類核心能力」的培養整合在同一個學習設計中，而非分開進行。設計思考工作坊因為同時訓練批判性思考、同理心與協作能力，是目前最適合作為企業人機協作培訓基礎的整合性學習框架之一。
開放討論
你目前的工作中，有哪個環節是你確信「AI 幫不上忙」的—不是因為技術不夠，而是因為那個環節的核心就是人與人之間的理解？歡迎留言分享，我很好奇大家在不同產業的真實觀察。
延伸思考
- McKinsey 說同理心和批判性思考不會被取代，但你有沒有認真練習過這兩種能力？最近一次讓你感到「真的理解了一個人」是什麼時候？
- 你的組織在培訓上，花了多少比例在 AI 工具，又花了多少比例在人際協作與批判性思考？這個比例合理嗎？
- 如果你現在的工作有 50% 可以被 AI 自動化，你希望那釋放出來的時間和精力，用來做什麼？
資料來源
McKinsey.com (2026, January). A new year's resolution for leaders: Redesign work for people and AI.
CGTN (2026, June 5). McKinsey: Human-AI collaboration becoming most critical workplace skill.
McKinsey (2026, April). Redesigning technology workforce for the agentic AI era.
關於文字策展人
Cha Cha 是查查創意文字策展人暨創辦人，Stanford d.school 設計思考專業研修，累積超過三百場企業工作坊實戰經驗。長期深耕設計思考、創意思考與未來趨勢，致力於讓更多人在 AI 時代找到自己的思考方式。
訂閱電子報
訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。