一 、資深同仁腦中的經驗如何成為共同資產

想像一個行政團隊：新人用AI快速完成回覆草稿，資深同仁看了一眼提醒：「這樣寫雖然清楚，但對方真正擔心的問題並沒還沒解決。」，這個情境呈現了組織值得重視的能力差異。工具協助整理資訊，長期工作累積的判斷，則可能幫助團隊辨識風險、理解需求，避免流程看似完成，問題仍留在現場。

然而經驗若只存在個人腦中，其他成員就難以學習。Nonaka（1994）的知識創造理論指出，組織知識透過隱性與顯性知識的互動持續形成。對管理者而言，重要任務是創造機會，讓同仁說明「為什麼這樣判斷」，再透過討論、紀錄與實作，形成可以共同運用的方法。

跨域學習因此可以從熟悉的工作出發，行政人員接觸資料分析、照護工作者學習教材設計，都可能讓既有經驗找到新的用途。OECD（2020）也指出，不同年齡與技能的互補，有助於團隊表現；能否實現效益，仍取決於組織的管理措施。年齡不能直接等同資歷，更不能用來推定數位能力。

二、 鼓勵跨域要先把學習放進制度

主管說「大家要多學習」，如果沒有調整工作安排，學習很容易成為下班後的額外負擔。

Garvin等人（2008）提出，學習型組織需要支持學習的環境、具體學習流程，以及強化學習的領導行為。這提醒中階主管：培訓成效與日常管理密切相關。

組織可以從小規模開始，每月安排固定時段，讓不同部門共同處理一個真實問題。例如邀請熟悉客訴的同仁、掌握流程的行政人員，以及具備數位能力的夥伴，合作改善重複詢問過多的服務環節。分工依專長安排，也保留交換角色的機會。有人提出案例，有人追問判斷依據，有人協助整理工具；每個人都能教，也都需要學。主管則應把知識分享、協助新人與流程改善納入工作肯定，讓貢獻被看見。

同時，團隊需要容許提問與表達不同意見。Edmondson（1999）的研究發現，團隊心理安全感與學習行為相關。當同仁敢說「我不懂」或「這個做法可能有問題」，經驗交流才有深入的空間。

三 、讓AI協助經驗流動再用成果檢驗價值

AI可以協助將案例訪談整理成常見問答、情境教材與流程草稿，再由熟悉業務的人員確認內容。Brynjolfsson等人（2025）研究一家企業的客服工作，發現AI輔助使平均生產力提升約15%，新手與技能較弱者受益更明顯。這提供了知識擴散的實證線索，但不能直接推論所有產業都會獲得相同成果，也不能據此認定跨齡合作必然提高產值。

實務上，可先選一項低風險流程試行：共同整理案例、製作教材、由新人操作，再回頭修正。涉及個資與機密時，應使用經組織核准的方式處理，並指定內容審核責任；NIST的生成式AI風險指引，也將資料隱私與錯誤資訊列為管理重點（Autio et al., 2024）。

成果可以觀察新人獨立作業時間、重工比例與服務品質。節省時間後，也要確認是否真正減輕負荷。當經驗有人願意分享、新方法有人協助實踐，改善成果又回到團隊，善的循環才有機會持續。

CYWu觀點

我認為中高齡從業人員的跨域學習，值得被納入人才發展制度。主管可以先邀請同仁帶著一個工作難題，與不同專長的夥伴合作。過程中，資深者有機會重新理解自己的經驗，資歷較淺者也能練習判斷。組織願意給時間、承認貢獻，大家才更願意把所知留下來，也把新方法帶進來。

作者介紹

吳俊儀CYWu南台科技大學行銷與流通管理碩士，現於國立中正大學成人暨繼續教育研究所進修，投入失智照護、社區發展與AI教育。關注成人學習、人才培育及行政流程改善，從第一線經驗思考科技如何支持人的成長與組織發展。