現在做一份提案，很可能是先把資料交給 AI，請它整理方向，再從中挑出幾個能用的。
文章可以先生成初稿，圖片可以先看過十幾種版本，連原本卡住的標題，也能一次得到幾十個選項。

人還是有工作要做。
要刪掉空話，判斷哪個方向可行，也要為最後的結果負責。
只是和以前相比，親手完成的部分確實少了。

對很多人來說，這讓工作輕鬆不少。但如果被 AI 接手的，剛好是自己一直以來最擅長的事，感覺可能會有些複雜。

過去我們辨認天賦的方式很直接。一個人比別人更快學會、做出來的成品更好，或者幾乎不需要教就能掌握，這些都會被當成有天分的證明。

這樣的理解和稀缺有很大的關係。

當班上只有少數人會畫畫，畫得好的人自然突出。當公司裡只有一個人能把複雜的資料整理清楚，他就成了大家遇到問題時第一個想到的人。
能力帶來差異，差異帶來機會，久了也成為一個人認識自己的方式。

「我很會寫。」

「我擅長分析。」

「我是有創意的人。」

這些話說的表面上是能力，裡面常常還包括了工作、肯定和位置。
如果有一天，原本很少人會做的事突然變得容易，那種失落不一定只是抗拒新工具。
被動搖的還有一個人過去用來確認自己的依據。

所以我不太想直接說，AI 只能取代技能，不能取代天賦。這句話聽起來很安心，但沒有處理眼前真正發生的變化。

如果一個人被稱為有寫作天賦，是因為他能寫出多數人寫不出的文章；現在其他人透過 AI 也能得到差不多的成果，那麼這份天賦在現實中的價值，確實可能改變。

它或許仍然存在，但不再像以前那麼容易被看見，也未必還能換到同樣的收入與位置。

一開始，我很自然地想把答案放在判斷力上。AI 可以執行，人負責選擇；AI 可以生成，人知道什麼是好的。
這大概也是目前最常見的說法。

可是再想下去，這條界線也不太穩。

AI 已經能協助判斷受眾、比較方案、找出邏輯問題，甚至根據過往資料預測哪一個版本的效果較好。
不一定每次都準，人也沒有每次都判斷正確。
若只是把天賦從執行能力搬到審美、策略或選擇，過一段時間，同樣的問題可能還會再出現。

那麼，拿掉速度、技術和市場優勢後，還剩下什麼？

可能要看一個人和那件事之間的關係。

同樣是會寫文章，有人喜歡的是把混亂的想法整理清楚，有人喜歡找到一句準確的話，也有人享受作品被看見。還有一種情況，他未必喜歡寫，只是一直寫得比別人好，所以順著這項優勢做了很多年。

以前，這些差異不一定重要。只要最後都能交出好文章，旁人看見的結果差不多。

AI 開始參與後，有人很高興，終於不用再處理初稿；有人卻覺得空了一塊，因為他喜歡的就是從空白開始，慢慢摸索自己到底想說什麼。也有人直到工作被工具接手，才發現自己留戀的不是那件事，而是「我很會做這件事」的感覺。

這幾種情況很難只用天賦兩個字說完。

量子商數裡談到「心流」，我覺得放在這裡比直接判定一個人適合什麼工作有意思。它把能力和投入的狀態分開來看：有些事情做得很好，過程中卻一直在消耗；有些事情目前還不熟練，人卻願意反覆回去處理。

不過，心流也不是新的標準答案。人會因為得到肯定而投入，也會因為長期沒有成果而失去興趣。曾經很喜歡的事，做成工作以後可能變得疲倦；一開始只是為了生活學會的能力，後來也可能長成自己在意的事。

天賦如果存在，似乎也沒有我們過去想得那麼固定。

這讓「找到天賦」聽起來有點奇怪。那個說法很像每個人身上都藏著一項最適合自己的能力，只要找對了，接下來的工作和人生就會慢慢對上。

但我們擅長什麼會變，環境需要什麼也會變。AI 只是把這件事推得更快，讓一項能力從稀有變成普遍所需要的時間，縮短了很多。

如果找天賦是為了找到一份不會消失的優勢，我不知道現在還有沒有這種答案。即使今天找到了，也可能只能適用一段時間。

可是，一個人總是先注意到什麼、願意在哪些問題上多停留一會兒、哪些工作交給工具後感到輕鬆，哪些又捨不得完全放手，這些差異仍然存在。

它們不一定能直接換成職業，也不保證比別人做得更好。有時候甚至只是一些反覆出現、本人也說不清楚的傾向。

所以當 AI 交出一份比我更快、更完整的版本，我不會急著用它證明自己還剩下什麼不可取代。

我比較想知道，看到它完成的那一刻，我是鬆了一口氣，還是忍不住想把游標移回第一句。

–

至於那算不算天賦，我還沒有答案。