結果連續幾天都在講 hiring 相關的事情，但已經好一陣子都在面試人選，也想記錄一些自己的觀察。

在上一篇 【Day 11】招募的踩坑心得 有講到

在中高階主管雇用上常犯的錯誤就是沒有 case study，但偏偏這階段的人選多半都是能靠一張嘴講得天花亂墜的

之前特別提到中高階主管是因為資深 IC 或是中層主管一般來說 case study 都是必需的，反而是中高階主管會被省略。今天要講的範圍比較是在資深 IC 和中階主管常遇到的 case study 。其實 Strategy & Operation 類型的 case study 我猜多半會很像經典顧問練習題，給一個很大的市場背景和一組 data set 讓後讓你做 market landscape, opportunity prioritization, execution plan。主要是要看拆解問題和分析思路，以及如何有效地溝通和分享洞察，並接住討論過程中的問題。

我覺得 AI 時代最有趣的就是多了一個觀察的面向，就是看大家怎麼用 AI 的工具來做分析。

這類的分析，到了現在九成九一定是要用 AI 的，倒也不是說不用就做不出來，而是用對了能事半功倍，不用的話還真的令人擔心。

但我在幾次 case study 或一些會議的觀察大概下面兩件事情比較讓人擔心

1. 沒有驗證或是沒有能力驗證 AI 給的建議，給出超現實觀點

• 例如 AI 可能會給出把某個品類或產品份額做到50%，這樣半年就可以做到 YoY 100% 這種策略計劃
• 或是直接變成投資顧問變成直接用併購的方式買下部分市場
• 或是要人把開發主力全部放在高單價的 boutique 產品而忽略 boutique 的定義就是人家供給少

2. 通篇用 AI 給的分析，禁不起追問

承接著 (1) 通常都是因為主要論點太激進或太有創意，忍不住追問幾句這是怎麼來的，或是有沒有想過其他觀點。如果是自己想的，至少還可以有些來回討論，如果是直接拿 AI 的成果來用，很容易會禁不起追問。

以上我覺得這兩個是硬傷，因為基本上是把思考外包而不是技術和分析外包，其他都是用 AI 來做的事情都是無傷大雅。如果連思考都外包，那我還請人幹嘛呢，我不就花錢買 token 就好了嗎。做得天花亂墜的 AI 投影片，還不如直接給我簡單乾淨的投影片但至少是自己思考和整理過的產出。

講完硬傷來講幾個好的案例，我真心覺得有 AI 這類分析和投影片真的能大幅優化效率，把 case study 做得又快又好

1. 用 AI 幫助找更多 Macro trend 的 data 然後可以做快速的交叉分析和比對，有好的 benchmark 讓分析論証更縝密
2. 用 AI 幫助自己驗證思路或是把思路分析計畫做得更縝密
3. 用 AI 做更好的視覺圖表呈現排版

我覺得優點都相直白，但缺點真的是務必一定要避免的，別把思考外包。

祝大家都可以在 case study 過關斬將

今日圖說：秋天快到了，好期待楓葉季。日常生活越多科技，休假的時候越渴望親近自然