機器人並非注定搶走所有飯碗!在加速時代,你需要3R和4C
機器人並非注定搶走所有飯碗!在加速時代,你需要3R和4C

編者按:本文摘自《謝謝你遲到了:一個樂觀主義者在加速時代的繁榮指引》第8章〈把AI變成IA〉,作者為《紐約時報》暢銷作者湯馬斯‧佛里曼。湯馬斯‧佛里曼專精於全球性議題與時事分析的新聞記者,也是三座普立茲獎的得主。他在書中用許多精彩實例,告訴我們現在世界已經進入一個快到令人目眩神迷的地步,並且為我們提供一些良方,教我們如何安度於這個加速時代。

我們先搞清楚一點:機器人並非注定要搶走所有的飯碗,除非我們讓它們這麼做;若我們不在人力、教育和創業等領域上加速創新,若我們不重新想像從初等教育、工作到終身學習這整條輸送帶,才會發生機器人搶走所有工作的情境。

自1990年代初期開始,柯林頓總統及其繼任者,全都向美國人民說相同的老話:如果你努力工作、循規蹈矩,就能預期美國的體制將會提供你像樣的中產階級生活,你的孩子也會有機會過更好的生活。這些話確實曾經千真萬確過,只要上工,有平均水準的表現,好好地把工作做好,安分守己,人生就能一帆風順。哎,向這一切揮別吧。

中等技能的高薪工作,如今走上了相同於柯達軟片的式微之路。在加速時代,動物園裡已經逐漸沒有這種動物了。高薪資、高技能的工作仍然存在,中等薪資、中等技能的工作也還存在,但中等技能的高薪工作已經不復存在。

僅只「普通」,不再有絢麗舞台可以發揮。我當年從大學畢業後,「找到」了一份工作;我女兒卻必須「創造」自己的工作。我上大學學習終身技能,後來終身學習對我來說,變成了一種愛好;我女兒上大學學習,是為了學習獲得第一份工作的技能,至於終身學習對她們來說,是之後每份工作的必要條件。如今,美國夢已然是趟旅程,而非一個固定的終點,美國夢感覺愈來愈像是在一道下行的電扶梯上往上走。你可以試試看,我們在孩提時都曾做過這件事,你必須走得比電扶梯還快,才能夠趕得上。這意味的是,你必須更加努力,經常改造自己,取得至少某種形式的高等教育,而且勢必得投入終身學習,奉行全新法則,但也要改造其中的一些法則,這樣才可能躋身中產階級。

想在現今的職場上成功,就得像LinkedIn(領英)的共同創辦人雷德‧霍夫曼(Reid Hoffman)說的:投資於「自創」(the start-up of you),人生是永遠的測試版。沒有一個美國政治人物會告訴你這件事,但每個老闆都會告訴你這件事:你不能只是現身工作,你需要一套成功計畫。

和加速時代的其他任何事物一樣,為了取得並保住一份工作飯碗,你需要維持動態穩定,必須持續不停地踩著踏板或划槳前進。線上互動式程式設計學習平台Codecademy的共同創辦人札克‧西姆斯(Zach Sims)認為:「你現在必須懂得更多,也必須更常更新自己懂的東西,用你懂的東西發揮更多創意」,而非只是做一些例行性的工作。

網際網路在1990年代中期開始興盛後的十多年間,很多人悲嘆「數位落差」(digital divide)現象――紐約市有網際網路,紐約上州沒有;美國有網際網路,墨西哥沒有;南非有網際網路,西非尼日沒有。這個問題很要緊,因為它限制了你能夠學到什麼,你能夠如何、在何處做生意,以及你能夠和誰通力合作。但在未來十年,數位落差將大致消失,帕羅奧圖未來研究所(Institute for the Future)的執行總監瑪莉娜‧高爾碧思(Marina Gorbis)說,當這天到來時,將只剩下一項關鍵落差,那就是「動機落差」(motivational divide)。未來將屬於那些能夠自我激勵、能夠善用超新星帶來的所有免費及便宜工具和全球流動的人。

如今中產階級職業,同時被拉往四個方向

每一個中產階級職業,如今被同時拉往四個方向。如果想要訓練人們在這樣的世界中成功,就必須重新思考每一個方向,了解需要哪些新技能或態度,才能夠找到工作、保住工作,並在工作中進步、成長。

首先,中產階級職業被「向上提升」(pulled up)得更迅速,需要更多的知識與教育,才能夠有成功的表現。為了爭取這些工作機會,你需要更多的3R――讀(reading)、寫(writing)、算術(arithmetic),以及更多的4C――創造力(creativity)、協作(collaboration)、溝通(communication)和程式設計(coding)。

來看看2014年4月22日《紐約時報》的一篇報導:
紐約上州的牧場,正在上演著一樁怪事,那裡的母牛竟然自行擠奶。

在迫切需要可靠勞工、又受到價格上漲的刺激下,紐約州各地的乳牛場經營業者,正邁向產乳的美好新世界:擠奶機器人……

機器人讓母牛自行安排時間,每天排隊進行五、六次的自動化擠奶,讓長久以來酪農在黎明前和傍晚擠奶的生活模式變成過去式。

母牛脖子上掛的感應器,讓牠們獲得個別化的服務。雷射掃描並繪出牠們的下腹部,電腦繪出每頭母牛的「擠奶速度」,這是每天二十四小時作業中的要素。

機器人會監測產乳的量與質、母牛走向機器擠奶的頻率、每頭母牛吃了多少,甚至還會監測每頭母牛每天走動了多少步,這可以顯示牠在何時發情。

未來,成功的酪農業者,可能也必須是個機敏的資料判讀者暨資料分析員。

其次,每一種工作也被「分裂」(pulled apart)得更迅速。舉例而言,乳牛擠奶人這項工作的內容,可能變得非常多元化且分散。這項工作的高技能部分可能向上提升――你必須學會電腦演算法、變成了解母牛解剖學的獸醫,或是變成能夠分析一頭母牛行為的大數據科學家。在此同時,這項工作的較低技能部分――將乳牛趕進和趕出擠奶棚、清理糞便等,可能被「向下拆解」(pulled down),交給用最低工資雇用的任何人,很可能很快就會交給機器人。這是職場的大趨勢:每份工作需要技能的部分,將會需要更進階的技能,市場也會對這些技能支付更高的報酬,至於重複性質、更容易被自動化的例行性工作內容,則將交給領取最低工資者或機器人執行。

在此同時,每份工作也被「撤出」(pulled out)得更迅速。現在,有更多機器、機器人,以及印度和中國的工作者,一起競爭整份工作或更多的工作內容。這導致工作者必須更加自我激勵、努力不懈、堅毅地學習新技能或社交情緒技巧,透過終身學習,使自己比機器人、印度人、中國人及其他任何有技能的外國人領先一步。

最後,如同前述,每份工作也被「向下拆解」得更迅速,不但更容易被拆解、外包出去,過時的速度也會更快速。這導致需要在每一個層面,展現出更多的創業家思維:持續尋找新利基、新機會,以開創可以賺錢和創造就業的事物。

所以,最起碼,我們必須改革教育體制,增加這些必要技能及特質的培育,加強讀、寫、程式設計及數學基礎,提升創造力、思辨能力(critical thinking)、溝通力及協作能力,同時培養恆毅力、自我激勵及終身學習的習慣,並致力於促進在每個層面上的創業精神和即興力。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓