現在很多人都擔心自己會被 AI 取代，我完全可以體會這股焦慮感，但大家其實一直搞錯問題和重點了。

如果把時間線拉長，從工業革命、電腦革命看到現在的 AI 革命，會發現技術進步的侵蝕本來就是慢慢發生的，而且人類社會有辦法適應這些新技術，能不斷重塑（reskill）與提升技能（upskill）。例如在福特發明汽車前，人類都用馬車代步，但在世界第一部汽車 Model T 誕生、開始量產後，瞬間掀起交通革命，人們可以駕駛汽車抵達許多以前馬車無法到達的地方，連帶又帶動觀光產業的發展，並創造更多就業機會。

別怕 AI 拿走你的工作

又或者是對金融業來說，自動提款機（ATM）出現時，所有人都說銀行要消失了、櫃員要失業了，但結果有嗎？現在看起來沒有。銀行轉而把自己當成「服務業」，不只處理存提款、放款、借貸，反而轉型成理財的機構、生活的入口。

所以到 AI 時代也一樣，在最近的每次演講中，我都會提醒聽眾：「AI 不會突然摧毀、取代工作，它是一步步解構你的工作，取代的是一個個任務，讓人類扮演的角色漸漸弱化。」 我們在看待 AI 對工作的影響時，不是要問「會不會取代工作」，而是應該問「AI 會取代哪些『任務』？」

AI 可以取代重複性事務，也展現出強大的推理能力，但無法協調、決策、管理。

以現階段來說，AI 的發展就像兩面刃，對每個產業、職位的影響程度不一。工作者負責的任務若跟 AI 高度重疊，例如資料處理、需要人類手工處理的重複性事務，毫無疑問很快會被機器取代。但大家也不需要太過悲觀，因為AI還有很多遠遠做不到的事情，像是協調、決策、管理等等這些需要「人在場」的事務。

2023 年 7 月，美國尼爾森諾曼集團（Nielsen Norman Group）發布的報告〈AI 提高員工 66% 生產力〉（AI Improves Employee Productivity by 66%）指出，客服、內容生成和寫程式是生成式 AI 影響生產力最深的三個領域。其中，聊天機器人協助客服人員提升了 20％ 的生產力；負責產生內容、交換資訊的數位工作者，在運用生成式 AI 工具產出文案、翻譯、報告、整理簡報及會議紀錄後，經統計增加了 70％ 的生產力；帶來最強大威力的領域是編寫程式，讓生成式 AI 幫軟體工程師寫程式，可以提升 125％ 的生產力，等於工程師原先寫一行程式碼的時間，現在可以寫二至三行。

➜ Excel 公式超難記？讓ChatGPT幫你搞定函數、圖表，從此告別死記硬背！► 馬上學習

進一步抽絲剝繭，會發現生成式 AI 顯著提高了客服人員、數位工作者、軟體工程師的生產力，但他們的工作有被取代嗎？聊天機器人這麼會聊天，客服人員是不是全部要失業了？從現在的結果來看，大家可以放寬心，這件事並沒有發生。

以客服人員的工作內容來說，他們必須精準回答資訊，尤其處理客訴時更要格外小心，懂得安撫客戶的情緒，要是將 ChatGPT 應用在這些細部流程，目前是無法預測結果的，意思是聊天機器人雖然上知天文、下知地理，但如果明確指使它照著指令處理事情時，你無法確定伶牙俐齒、行為幾乎和人一樣的它會不會對客戶胡說八道，所以企業、品牌對於將 ChatGPT 應用在客服場域，仍有一定程度的猶豫，畢竟誰想得罪客戶呢？

因此能確定的是， AI 不會直接取代「整份」工作，但它會解構和取代某些「任務」 。比方數位工作者想完成一項文字任務，一般來說要經過發想、草稿跟編修三個階段，對行銷人員、文字工作者最痛苦的，無非是一開始的「發想」，假設我得幫一個賣咖啡豆的客戶規劃行銷廣告，到底要端出什麼主題？大綱該怎麼寫？所謂萬事起頭難，起那個頭向來是抓破腦袋的時候。

AI 又快又便宜，當然要用起來

我經常會舉物理中「靜摩擦力」的例子。相較於動摩擦力，靜摩擦力更大，當你要將一個木塊往前推的時候，一開始會需要花許多力氣，但等木塊自己開始滑動後，後續要維持往前滑的力量就變得比較小。像是 ChatGPT、Gemini 這些對於發想、撰擬草稿特別厲害的生成式 AI 工具，就是迅速克服靜摩擦力的關鍵。

因為這些工具和以往我們使用的聊天機器人不同，過去聊天機器人只能給你一個固定選單，把選單統統拉完就沒了，可是 ChatGPT 的自由度無限，你要是發揮創意，和它聊通宵都沒問題。

所以現在工作者需要一點靈感刺激時，只要打開 ChatGPT，直接要它給出 10 個點子，或是下個擬訪綱、想文案的指令，它就會自動吐出一堆東西，而且整個過程真的像在跟一個真人討論般。當我陸續完善內容時，它還可以糾正我的文法，把文字修飾得更通順（可是 ChatGPT 不為工作成果負責，千萬別叫它完成你的工作，它只是來跟你閒聊而已）。

基本上，光是這個環節，就已經為世界帶來徹底變化。2023 年，美國麻省理工學院（MIT）發表了一篇〈生成式人工智慧對生產力效應的實驗證據〉（Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence）文中指出，若讓人類和生成式AI一同走過發想、草稿、編修的三階段，研究發現，當生成式 AI 給予靈感、刺激後，人類在發想和草稿兩階段花費的時間是降低的，編修階段則要多花一點時間，但不論如何，最終的結果都顯示，完成整個文字工作的時間仍然較先前減少 37％。

這代表什麼？代表生成式 AI 就是在拆解、解構任務，它並非在每個環節都能節省時間，或許有些任務會省下一些，有些任務則會多費些力，就像比起要老師自己寫一篇作文，改一篇學生的作文可能更耗時間，但總花費時間是減少的。而這也不影響人與AI協作時，整體生產力的提升，根據統計，工作產出的品質還提升了 19.8％。所以 AI 已經被證明是又快又好，加上使用成本還會持續降低，最後成了終極的又快又好又便宜的生產力工具。

這也是為什麼大家都說： 會取代你的不是 AI，而是那些使用 AI 的人。

而工作者一定要先認知到，生成式 AI 並非為了產生精確的工作成果而存在，如果抱持著這種期待去使用，表示你完全誤解了它的功用。生成式 AI 的設計與運作，是為了理解你、跟你有互動，進而給予靈感、想法。既然是給想法，就不見得精確，甚至會有不同視角。以撰寫履歷來說，ChatGPT 可以把一段經歷寫得更漂亮，但它無法造假經歷，因為那就不是真正的你了。

讓 ChatGPT 成為你的工作標配

我也是工作者，平常需要投入許多內、外部溝通，寫備忘錄、寫演講大綱、寫臉書都是工作中很重要的一部分。在開始將 ChatGPT 當成「標準配備」後，現在只要擬定大綱、撰文前，我會先將詳細情境告訴 ChatGPT，要溝通的對象是誰、來自什麼產業，它都能據此給出不錯建議；又或者是寫英文備忘錄時，我也會丟給 ChatGPT 校稿。後來我發現，其實有所收穫的反而是我，能從中學到漂亮的句型寫法與更精準的用字。事實上，ChatGPT 不只能輔助人類，只要你想盡辦法繞路，讓它開始與你互動，它幾乎能教會你所有事情，畢竟它是從許多專家、專業知識、大量資料中萃取出的智慧結晶。

至於在 iKala，自從 ChatGPT 推出後，由於生成式 AI 是新概念，原本大家不知道 AI 能快速生成文字、圖片，所以我也先強硬動員第一線主管人人試用，深入了解這是什麼，並試著找出將 ChatGPT 應用在日常工作中的方式，思考各部門有沒有辦法用它來優化流程？當時每個人都交了作業給我，還有同仁用 ChatGPT 完成這份報告，我覺得這樣腦洞大開非常好，起碼願意開始嘗試。

接著在一些會議、工作場合中，如果不是需要給出數字的精確答案，我都會詢問同仁有沒有用過 ChatGPT，包括發想內部專案名稱時，我們會請 ChatGPT 拋出幾個點子；同仁撰寫新聞稿時，會要 ChatGPT 給予架構建議。有時候大家開營運會議時，得思考要報告哪些事項、列出哪些指標，我也會要同仁詢問 ChatGPT 的意見，看看一般專業工作者在營運會議報告時，通常是怎麼做的。想當然耳， ChatGPT 會幫你全部列出且整理得完整又詳盡。

我剛剛講的這些資訊和內容，同仁可不可以用 Google 搜尋到？絕對可以。Google 上一定有人分享參與營運會議要注意的細節，例如要準備財務數字、回報團隊狀況等。但我要的並不是精確答案，只是大略的框架和草案，為什麼需要在網路上 Google？試想一下，我搜尋到參考資料後，還要自己篩選訊息，然後逐段複製、貼上、整理， ChatGPT 花不到一秒時間就會一一條列出來，不是比剪下、貼上更快、更有效率嗎？

眼見生成式 AI 已經逐步被大家認識、接受，後來我們在 iKala 的內部網站設立一個平台，在安全、不連外網的狀態下，讓同仁任意運用類似ChatGPT、生成式 AI 製圖工具Midjourney 來發想文案、進行 AI 繪圖。生成式 AI 甚至可以幫我們寫 mail（雖然目前以英文內容為主），像是回覆客戶信件時，先打好一半內容，再讓生成式 AI 接著產出後面段落，或是讓它幫忙邀約會議時間、寫致歉信等，這些 AI 都能寫得非常通順。

老實說，亞洲人內斂居多、不擅表達，許多人在寫商務郵件時經常會卡超久，開始和這些生成式 AI 協作後，真的為我們省去不少時間，相當方便。

生成式 AI 工具發展至今，在工作流程當中已具備相當的實用性，唯一有待克服的摩擦力，反而是我們自己的工作習慣。因此我敢大膽預測，跟著 AI 長大的一代，用起這些工具將會跟我們現在使用手機一樣自然。

打不過 AI 的，就讓 AI 幫你做

讓我回到最初的問題：AI 會取代我的工作嗎？

如同前面提到的，現階段要看產業、職位性質。目前確實已經有一些線上教育企業，運用生成式 AI 的語音辨識、語音合成技術，讓學習者直接向虛擬語言家教對話、學習，我手機裡有幾款和AI 對答、學習語言的 APP，都表現得很好，這或許就會造成原先線上真人家教的人力減省。

相對來說，如果不同產業的工作者，在運用生成式 AI 後大幅提升生產力，帶動業績成長，企業豈不是還要增添人手？iKala 本來就沒有太多人力堆疊、重複性高的工作流程，在人人善用AI 後，不僅未減少人力，反而因為同仁生產力顯著提升、事業規模持續變大，正積極尋覓更多人才。

所有人都不用是 AI 專家，不需要了解 AI 的內部到底怎麼運作、採用什麼技術架構，但每一個人在漫長的職涯中，應該避免把自己陷入日復一日重複性事務的困境中，並要讓 AI 成為與自己互補的工具，隨時注意 AI 現在可以做到哪些事情、不能做到哪些事情，能夠解決什麼問題、創造什麼價值。企業也必須用心考慮到 AI 對每一個職位的影響，為員工規劃成長的方向。

只要對生成式 AI 有正確認知、將 AI 當成輔助工具，就可以迴避有一天被機器代勞的風險。

（本文出自《AI世界的底層邏輯與生存法則》，天下文化出版）