看到 AI、線上學習或新工具受到關注，你可能會想：是不是該馬上開一門新課？但如果只根據熱門話題做決定，往往還沒確認學員需要什麼，就已經投入大量時間錄製教材。
有些改變會留下長期影響，有些則只有短暫的新鮮感。講師真正要辨識的，不是哪些關鍵字最常被討論，而是哪些顧客已經改變工作方式、遇到哪些新的問題，以及他們目前怎麼解決。
Peter Drucker(彼得・杜拉克)在 1997 年《Harvard Business Review》收錄的〈The Future That Has Already Happened〉，透過當時人口與知識工作等議題討論未來影響。本文會分開說明原文的歷史背景，以及講師如何把觀察方法應用到今天的課程事業。
已發生的未來(The Future That Has Already Happened)的原著重點
1997 年九月至十月，《Harvard Business Review》以〈Looking Ahead: Implications of the Present〉為題，邀請五位作者討論管理者面臨的挑戰。Peter Drucker(彼得・杜拉克)寫的是其中的〈The Future That Has Already Happened〉，並非一本專門預測線上課程的新書。
他當時特別關注已開發國家人口結構的變化，以及勞動市場與知識工作所面臨的問題。這些影響不會在某一天突然出現，而可能是較早以前已發生的社會事件，隨時間逐漸改變組織條件。
例如出生人數的變化，經過多年才可能反映在工作人口的組成上。已經發生的事情可以觀察，但後續影響仍會受到政策、移動與經濟條件改變，不能宣稱所有國家都會出現一樣的結果。
如果把這個想法放到課程經營，應先問「什麼工作已經改變」，接著研究「哪些人會因此遇到新問題」，最後才能判斷「是否值得設計一項服務」。原著提供觀察方向，並沒有保證某種課程一定賣得動。
先分開三件事：已確認、合理推論、仍待驗證
講師研究新市場時，很容易把事實與推測混在一起。例如「有人使用 AI 協助整理講義」，是可以從實際工作觀察的現象；「所以人人都要上 AI 課」，就需要更進一步的證據。
| 判斷層次 | 可以寫下什麼 | 常見誤判 |
|---|---|---|
| 已確認的變化 | 真實工作流程、公開且可查的資料 | 把傳聞當成發生過的事 |
| 可能的影響 | 哪些工作與能力需求可能跟著改變 | 把合理推論當成必然結果 |
| 待驗證的方案 | 誰需要協助、付費與交付條件 | 還沒測試就宣稱市場成立 |
這張表是本文幫助講師整理思考的工具，並非 Peter Drucker(彼得・杜拉克)提供的原著表格。它提醒我們，即使新技術已經存在，顧客是否需要一門課，仍是完全不同的問題。
同樣一項變化，對不同工作階段的人也可能有不同影響。專業顧問可能需要檢查結果的方法；第一次接觸相關工具的人，可能只需要基本操作。不能把所有人當成同一個學習市場。
短期熱門和長期變化，應該怎麼分辨？
某個工具突然熱門，可能因為媒體報導、免費活動或剛推出新功能；它也可能真的改變工作。但一兩週的搜尋熱度，無法單獨告訴你顧客會不會長期使用。
如果使用搜尋工具，可以拉長觀察期間、比較地區及相關問題，並查證是否有實際採用的情況。Google Trends 顯示的是相對搜尋熱度，不是每月真實搜尋次數，更不是願意付款的客戶人數。
除了看搜尋曲線，還要研究人們已經怎麼做。例如客戶是否開始要求不同的交付文件？現有專業工作多了哪些查證步驟？過去需要人工操作的事情，有沒有出現新的服務方式？
若還沒有找到實際事件，就把它標記為可能的方向即可。不要只因為某個社群討論很熱鬧，就對外宣稱整個產業已經全面轉型。
如果想知道搜尋趨勢工具可以幫忙檢查什麼，可延伸閱讀Google Trends 教學：從搜尋趨勢到關鍵字與內容選題完整指南。那篇處理搜尋訊號；本文重點是訊號背後的工作變化。
第一個觀察方向：人口與人生階段正在改變的需求
1997 年原著關心人口與勞動結構。對今天的講師而言，它提供的是一種研究提醒，不是可以直接套用在台灣的購買率統計。人口資料必須依地區與年份查證，不能只靠印象或年齡標籤。
例如已有企業內訓經驗的專業人士，可能正在整理自己的教學方法；初次接案的人則可能更需要建立基本服務能力。即使兩者都搜尋線上課程，適合的練習起點、學習節奏與支援方式仍可能不同。
有些人在工作期間需要彈性自學，有些人在複雜決策上偏好固定時間討論。哪一種比較適合，取決於工作情境與個人需求，而非年齡或頭銜可以直接決定。
若想針對特定群體推出課程，先查可靠的人口或勞動統計，再了解實際工作問題。資料不夠時，應保留假設，不要用刻板印象預設整個族群願意買高價課程。
第二個觀察方向：工具改變了流程，顧客的困難也可能改變
新工具最容易讓講師產生改課衝動。假設有些學員以前花很多時間整理簡報初稿，現在可以利用 AI 產生素材，接下來需要面對的可能是檢查資料、取捨內容與向主管說明判斷。
但這仍然只是示範。不同學員有不同專業基礎、工作責任與工具使用條件；沒有實際訪談或作品，就不能推論大家的困難都已從製作轉成查證。
研究時可以請學員展示最近完成的一份工作，了解原本怎麼做、現在改用什麼方法、哪一段變得更快、最後作品有哪些仍需修改。若某些工作仍完全靠人工判斷，可能表示講師的專業服務依然重要。
新課程不一定需要再加工具操作單元。也許更需要把既有教材改得清楚，或者加入一個能協助判斷品質的練習。沒有看到值得改善的問題時，維持原有課程也合理。
第三個觀察方向：顧客購買與接受服務的方式不同了嗎？
有些人習慣先看免費文章，有些人需要在購買前比較服務內容，也有人希望公司協助支付訓練費用。這些選擇會影響課程的說明、付款與交付方式，但不能只靠幾則網路留言判斷整體市場。
可以研究最近向你詢問卻沒有購買的人，了解他最後採取什麼方法；也可以向既有學員了解購買後實際如何開始學習。兩類資料回答不同問題，不宜混為一談。
例如某位企業主管關心員工能否完成特定作品，員工則在意教材是否容易操作。講師需要同時理解買方與使用者，但不必為了滿足所有可能角色就提供無限制的服務。
如果市場真的出現不同的購買條件，先確認這個變化對現有客群是否重要，再調整方案或網站流程。不要因為看到新的平台，就立刻把整套銷售系統搬過去。
哪些訊號值得定期記錄？一人公司可以用這張表
不需要建立複雜的趨勢研究部門。先記下與自己專業相關、已有實際事件支持的變化，並標示日期、來源與可信程度。下表是本文整理的實作方法，不是杜拉克的原始清單。
| 觀察位置 | 具體記錄 | 還需要確認 |
|---|---|---|
| 學員的工作 | 最近一次採用的方法與遇到的問題 | 其他合適對象是否也發生 |
| 課程交付 | 反覆出現的登入、教材或作業卡點 | 問題是否影響實際成果 |
| 工具與專業環境 | 新能力、限制及人工查證需求 | 能否合理且安全地使用 |
| 搜尋與公開討論 | 問題出現的頻率與時間分布 | 是否轉化成真實購買行動 |
不要因為資料不足，就替自己補上一個成長百分比。若只有一兩次詢問，應明確註記樣本很少，暫時只能說值得研究。
這張表也能避免不停追逐不相關的消息。若某個工具熱門，但你的學員幾乎不會用到，可以先記下資訊，不必立刻安排完整新課。
假設案例：要不要把全部提案課改成 AI 課？
以下是假設情境，不是真實客戶案例；沒有實際成交、成效或完課率資料。
一位講授商務提案的顧問，看見許多工具可以協助產生簡報草稿。他擔心原本的課程失去價值，想把所有影片重錄，改成新工具操作。
若他先研究已發生的工作變化，可能發現一部分學員取得草稿比較容易，仍要自己決定提案的主張、證據和內容取捨。這只是一個可能性，尚未得到真實客群的證實。
他可以先請符合條件的學員分享最近一次提案如何完成，再試教一段資料查證與說服結構的練習。若學員的問題真的出現在這裡，才值得進一步調整內容。
如果調查後發現原本課程已足以解決主要困難，也許不需要整套重錄。新增工具示範是否值得做，要由真實需求與維護成本決定，而不是被熱門話題催著走。
先做小型驗證，別一看到機會就做完整大課
觀察到可能的新需求，可以先寫成一個明確假設。例如「最近使用 AI 準備教材的企業講師，可能需要更多內容查證與評量設計的協助」。接著想清楚哪些證據能支持，哪些結果會推翻。
若不知道真正困難在哪，可以先研究最近的工作事件；若已經有明確問題，可以安排小型試教，觀察對方能否完成一項練習。如果要測試付費意願，還需要把方案、交付和費用說明清楚，觀察真實購買行動。
即使有人喜歡試教，也不能立刻說市場已經驗證。免費參與、完成作業、願意付費和經營上能持續交付，分別需要不同資料。
這套小型測試安排屬於本文延伸的現代產品驗證方式，不是 1997 年原著提出的線上課程流程。它只是幫助講師用可控制的投入，先弄清楚最重要的不確定因素。
四種容易誤判的情況：別把猜測當成市場事實
工具剛推出，就宣稱所有人都必須學。先研究誰已經使用，還有哪些工作沒解決。
某個搜尋字上升，就說課程一定會賣。搜尋熱度、購買意願和交付效果要分開查證。
用單一個案推論整個產業。不同學員可能採用完全不同的方法，不能把少數回饋當普遍規律。
只忙著規劃新課，忘記現有學員。若已承諾的教材與支援還沒有做好，應先確保原本服務能正常交付。
如果研究後發現新方向缺少證據，暫時不投入也是合理決策。經營不需要每次都搶先推出新商品，更不必靠預測未來替產品製造急迫感。
用五個問題檢查下一門課是否值得投入
下面的提問，是本文依已發生的未來(The Future That Has Already Happened)觀點整理的實務檢查，不是 Peter Drucker(彼得・杜拉克)的逐字問卷。
- 這個變化已經發生在哪些實際工作或顧客行為中？
- 它只是短期話題，還是有持續出現的證據？
- 哪些人因此遇到新的困難，或開始採用不同方法？
- 他們目前怎麼解決，是否真的需要正式課程？
- 開始製作完整教材之前，哪個小型測試最有幫助？
若只能回答「我覺得這會流行」，就先找更多證據，不要直接開始錄課。先找到真實工作中的變化，再想自己能否協助改善，才比較知道投入是否值得。
常見問題
Peter Drucker(彼得・杜拉克)的已發生的未來(The Future That Has Already Happened)指什麼？
指已經出現、但後續影響尚未完全展開的重大變化。1997 年《Harvard Business Review》的同名文章特別討論人口結構及對知識工作等領域的影響。
已發生的未來(The Future That Has Already Happened)能預測下一個熱門課程嗎？
不能。它提供辨識已發生變化的思路，不會保證某種服務能賺錢。市場需求仍需觀察真實顧客行為與交易條件。
Google Trends 上升，就代表這門課值得做嗎？
不代表。它能顯示相對搜尋熱度，但不能直接證明有人願意付款。還需要研究對象、問題、課程成果及交付能力。
AI 改變工具很快，講師需要一直重錄影片嗎？
未必。先確認哪些工作步驟確實改變，必要時更新相應教材；如果學員真正需要的是判斷與回饋，單純新增影片數量未必有幫助。
沒有完整市場數據，也能研究新方向嗎？
可以先收集可查證的公開資料與目標對象的實際工作經驗，但要標明資料限制。沒有足夠證據時，不宜宣稱整個市場已經轉向。
一人公司應該先做哪一項檢查？
從現有專業與客群最相關的一項變化開始，了解最近實際發生了什麼，再透過小型研究或試教確認是否需要新的服務。
別忙著預測未來，先看見已經發生的變化
對講師來說，研究未來不必每天追著熱門工具跑，而是觀察學員現在怎麼工作、正在使用哪些方法、遇到了哪些尚未解決的困難。
有些變化會影響未來幾年的服務方式，有些只是短暫注意力；還有一些雖然真實存在，卻與你要服務的客群沒有直接關係。要先看見差異，才知道什麼值得投入。
Peter Drucker(彼得・杜拉克)的已發生的未來(The Future That Has Already Happened)提醒經營者：不用假裝知道明天一定會發生什麼，但可以認真檢查今天已有的證據，讓下一個課程決策少一點猜測。
參考資料
Harvard Business Review｜Looking Ahead: Implications of the Present（含 The Future That Has Already Happened）｜1997年
Harvard Business Review Store｜Looking Ahead: Implications of the Present｜1997年
PubMed｜Looking ahead: implications of the present｜1997年
元氣電商｜Google Trends 教學：從搜尋趨勢到關鍵字與內容選題完整指南｜2026年查閱