【编者按】当AI浪潮席卷全球，我们是否只能被动观望？一位新加坡政策研究所的资深从业者，在年过四十、身兼全职工作与家庭责任之际，毅然踏入AI硕士项目的深夜课堂。从对“AI是否只是昙花一现”的怀疑，到亲历各国万亿级投入与政策布局；从重返微积分课堂的“脑力复苏战”，到将AI结构化提示融入公关实战——她的故事撕开了中年职场人转型的挣扎与曙光。本文不仅是一位管理者在技术洪流中的自救实录，更折射出全球职场人共同面临的技能重塑之痛与政策支持缺口。当终身学习从口号变为生存必需，我们该如何在变革中为自己铺路？以下为她的自述：
新加坡：2024年，我一边全职工作，一边攻读了人工智能与创新硕士学位。这个决定带着一丝冲动——既想更深入理解这项可能颠覆世界的技术，心底却又怀疑它是否只是昙花一现。
而后的发展彻底打消了我的疑虑。IT研究公司Gartner数据显示，全球AI支出预计将从去年的1.5万亿美元激增至2026年的2万亿美元。各国政府围绕AI制定政策，企业重新调整战略，普通人也在越来越多地使用AI工具。
上周发布的2026年财政预算案中，AI成为焦点，政府宣布成立由总理黄循财主持的国家AI委员会等一系列举措。
在此背景下，对工作被取代的焦虑真实而尖锐，尤其对我这样的中年职场人而言。许多与我同项目的同学都担心，AI将彻底改造我们的行业，夺走我们的饭碗。
作为中年中层管理者，我们常觉得自己会是最先被“优化”的一批。
然而，通过提升技能来应对这种焦虑，过程颇为艰辛。
我亲身体会到，两年里每周平衡多个夜间课程，应付测验、项目、作业和期末考试——同时兼顾工作与家庭——需要极强的自律。
所幸，有些教授非常体谅，通过Zoom直播课程或允许学生观看录播。一位教授甚至不厌其烦地单独录制音频，为我们提供清晰的文字稿，并允许使用NotebookLM等AI工具生成学习辅助材料。
我和许多同学并非STEM（科学、技术、工程、数学）专业出身。从零开始学习Python和编程，理解机器学习的数学基础，甚至为考试找一个科学计算器，都非易事。
尤其在工作20年后重温高中数学——从dy/dx到对数方程——意味着唤醒大脑中长期沉睡的部分。但我们坚持了下来，因为掌握这些对理解机器学习原理至关重要。
除了理论，我们也学习实际应用，例如如何结构化提示AI大语言模型、使用防护栏防止幻觉生成，以及设计商业模式。
以“AI技术创新管理”这门课为例。我们很多人可能觉得大语言模型容易出错和“胡言乱语”，因而拒绝在工作中咨询它。有些人则走向另一个极端，过度依赖且不加核实。
这门课教导我们借助AI构建商业想法，并通过“八模块系统”有效提示AI，确保输出最接近我们设想的结果。我们还学会了根据信源进行事实核查，并迭代优化输出，而非盲目接受。
这对我的公关工作非常有用。我的团队现在用这种方法利用AI进行头脑风暴、收集信息、创建品牌指南和网站着陆页的 mock-up——同时确保最终成果完全由人工核查。
回顾这段旅程，我们中一些人觉得，攻读拥有自主大学品牌效应的硕士学位，比参加短期的“技能创前程”课程更值得。对于后者，我们往往不清楚培训师的资质，也不知道证书能否得到未来雇主的认可。
我很幸运获得了雇主资助，但学费仍是一些同学的担忧。2024年预算案宣布为中年工作者额外补贴4000新元“技能创前程”学分，几乎覆盖了一个学期的学费。因此，当今年预算案未宣布追加补贴时，一些人感到失望。
虽然“技能创前程”有针对40岁以上参加培训课程者提供每月300新元津贴的计划，但这不包括硕士及研究生课程。去年国会讨论此问题时，教育部高级政务部长普杰立医生解释说，这是为了避免“引发硕士层面的文凭竞赛”。
然而，凭借硕士学位转型新职业的可能性，远高于针对特定任务设计的短期课程。对于面临裁员困境的中年管理者而言，攻读硕士学位也是帮助他们重返AI等增长行业类似岗位的途径之一。
对我们这些非科班出身的人来说，硕士学位并不意味着成为“AI工程师”。但这门课程教会了我们利用AI力量的高级方法，例如将AI工作流整合到现有工作中。希望这能帮助我们抵御未来的裁员或经济衰退。有些人甚至可能受启发，借助AI创新创立新事业。
任何人都能用ChatGPT获取答案。但要真正提升AI技能，对于那些决心走在时代前沿的人，结构化的支持至关重要。开启这段旅程是一时冲动，但坚持下去需要韧性——正如此刻提醒我的：写完这篇文章，我又得回去准备机器学习测验了。
梁凯欣是新加坡国立大学政策研究所高级副所长。她目前正在攻读为期两年的兼职人工智能与创新硕士学位。
