會思考、會運算、會推理的AI還有什麼做不到?「女人的第六感」,是演算法都搞不定的事
會思考、會運算、會推理的AI還有什麼做不到?「女人的第六感」,是演算法都搞不定的事

本文摘自《修復未來》,大塊文化出版

人們總是說教育是答案,特別是那些未從事教職、也不在學校工作的人對此堅信不疑。教育是人們應該如何為在新經濟工作重新受訓的方式。教育是孩童發展溫格的「心理自由」、破除網路成癮的地方。教育是——借用斯托布的話——我們學會當人類的地方。雖然以上說法都沒錯,但教育成了每一件事的預設解答。當我們不知道該如何解決某個大問題時,總是把它丟進教室,讓那些低薪超時的老師負責修復。 問題越大、越不定型,我們就越常把它丟給學校來處理。

例如,MIT經濟學家艾瑞克.布林優夫森(Erik Brynjolfsson)和安德魯.麥克費(Andrew McAfee)合著的《第二次機器時代》(The Second Machine Age),探討摩爾定律的經濟衝擊,他們在這本精彩的暢銷書中,將教育列為解決美國未來的頭號政策建議。「把小孩教好」,是布林優夫森和麥克費的結論,並提出調高老師待遇,讓他們教學更負責,尤其是那些「像創造力和非結構式問題解決等難以評量的技巧」。兩人還建議,老師應該利用磨課師(MOOCs)這類新科技,「以低成本來複製優秀老師、內容和方法」。

AI的限制:電腦沒有「瘋狂地帶」

然而,事實是,孩童並沒有被教好,至少在美國是如此。2017年5月皮尤研究中心報告《未來工作和工作訓練》(The Future of Jobs and Jobs Training),向1408名美國資深主管、大學教授、AI專家提出,一連串關於在自動化世界裡教育人們的挑戰。報告結果發現,百分之三十的受訪者對於中小學、大學和工作訓練內容會迅速進化、跟上下一世代的勞工需求表示「沒有信心」。「老闆認為你的工作技能很快就毫無用處」,《華盛頓郵報》對於這份報告結果下了殘酷的結論。

該報告的合著者、同時也是皮尤研究中心主任李.雷尼(Lee Rainie)針對這份報告指出:「人們一直在苦思這個基本的形而上問題:人類擅長什麼?找出這個問題的答案很重要,因為機器與人類混合的世界已經到來,而且將加速發展。

那麼,人類到底擅長什麼呢?特別是,和那些李.雷尼口中「正在吃掉人類工作」的智慧機器相比。

我把這個問題拿去問尼古拉斯.卡爾(Nicholas Carr),他是美國專門探討數位革命中人類成本極受敬重的作家,著有被提名普立茲獎的《網路讓我們變笨》(The Shallows),以及其他關於科技的重量級著作。我來到卡爾的家鄉,科羅拉多州的波德市,與他在一間古怪的塔吉克斯坦餐廳吃著中亞食物,他對我高談形而上學。

儘管他承認當人們給他貼上「人本主義者」的標籤時他會生氣,但他還是生動地區分出人類和智慧機器的不同之處。「電腦沒有瘋狂地帶,它們不能矛盾,也無法設計去處理模稜兩可的情形,它們也沒有直覺,」 他解釋道。

之前提到過,史帝芬.沃爾弗蘭不認為電腦會有「目標」,卡爾也一樣,認為要讓智慧機器變得有自覺、有意識,「簡直難以置信」。「和機器人相比,人類意識最偉大的地方,」他喝口啤酒,說,「是我們可以同時做不同的事情。」

可是,我們該如何把孩童教好呢?我問他。我們該教孩子哪些技巧,讓他們不只有工作可做,還能適應李.雷尼所說的「機器和人類混合的世界」呢?

培養直覺、模稜兩可和自我意識,為人類獨有

卡爾談到豐田汽車最近宣布,在日本某些工廠將以資深技術人員取代機器人。豐田發現這些員工有多年的經驗,能處理工作上不願遇到的模糊地帶。有多年診治病患實務經驗的醫生也具有這樣的直覺。他說,這種直覺絕不可能被演算法取代。卡爾特別提到另一位美國人氣作家馬修.柯勞佛(Matthew Crawford)筆下的「摩托車修理店的未來工作哲學」。卡爾也像湯瑪斯.莫爾一樣,認為人類獨特的價值在於實行,因此,卡爾認為,教育不應該光是知道,還要包括動手去做,這一點和蒙特梭利不無類似。

所以,根據尼古拉斯.卡爾的說法,這就是人類在智慧機器日益當道的時代所擅長、能發揮的地方。因此,教育工作者面臨的挑戰(或契機),就是教會學生機器人或演算法做不到的每一件事情,在卡爾看來,這包括培養直覺、模稜兩可和自我意識,而他認為電腦的局限性很大。 曾在蒙特梭利學校教書的斯托布認為,人類擅長的是自覺和「感召」的觀念。而有三個在家自學的青少年子女的艾伯特.溫格則認為是「心理自由」成就的自我駕馭。

這正是五百年前莫爾在《烏托邦》裡陳述的人本主義教育理想,著重的是無法量化的知識:如何與同儕說話、如何領會自律、如何享受休閒、如何獨立思考、如何當個好公民。然而,這種創新教育如今真的存在嗎?或者,也像莫爾的想像之島一樣,只是個無法實現的虛構想法?

我和馬丁.福特在桑尼維爾的希臘餐廳用餐結束後,往北開上美國一○一號公路,來到帕洛奧圖高中。這間公立學校和史丹佛大學位於同一條路上,坐落於世界冒險之都——矽谷的中央。像史蒂夫.賈伯斯這樣的科技巨擘都會把子女送到這間學校。

2017年皮尤中心公布一項令人不安的報告結果,指出美國教學品質惡劣,儘管如此,還是有一些勇於創新的學校老師成功地幫助學生為智慧機器主導的未來做好準備。我來帕洛奧圖高中找一位馳名加州的老師,想了解她的教學方法。

往下滑看下一篇文章
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方

隨著代理式AI(Agentic AI)快速發展,人工智慧的角色也從被動問答的對話工具,轉變為能主動代為執行搜尋的商業介面;兩者根本的差異在於,前者仍須仰賴使用者逐步下達指令,後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務,品牌競爭的對象便不再限於消費者,也涵蓋替消費者把關的AI代理。

因此,「Business to Agent」(B2A)成為當代企業必須面對的新命題,為了擁抱嶄新的思路,跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇,以「數據領航:AI時代的真實價值」為題,邀集Google Cloud、Google Ads等產業領袖,一同剖析企業如何從基礎建設走向市場端,搶佔AI先機。

不只SEO,還要GEO!企業如何讓AI認識你

回顧過往科技發展週期,新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說,若AI是一場棒球賽,目前僅走到第三局。這意味著,只要企業採用率持續攀升,尚且毋需擔憂AI泡沫化;反之,AI產業可能才正要邁入超級循環。

不過,程世嘉也提出「智慧通膨」的現象,他表示:「各大廠不斷推出新模型,資本支出也不斷提升,但使用成本並沒有因此下降,因為算力供不應求;不過長期來看,成本曲線一定會往下走,未來AI智慧會像水龍頭一樣,打開就有。」

隨著AI逐步普及,使用者尋找資訊的方式也隨之轉變。程世嘉強調,搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO,更需布局GEO(生成式引擎優化),提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異,及早掌握規則者,才能在新流量分配中卡位。

2.JPG
iKala共同創辦人暨集團董事長 程世嘉
圖/ 數位時代

迎戰Business-to-Agent,如何搶進AI決策新戰場

要爭取AI時代的流量紅利,關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症,大家都很急著導入AI工具,但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為,AI專案應如培訓新進員工,結合商業策略與數據資產雙向評估,才能真正落地。

「如果沒有穩定的雲端基礎,企業的AI就會是空中樓閣。」他強調,雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud,看重的就是技術護城河、數據主權與總體擁有成本;而iKala推出的企業級AI代理平台iKala Nexus,定位為策略中樞與營運大腦,即立基於此。

3.JPG
iKala AI服務事業部副總經理Gary Yang
圖/ 數位時代

然而,架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出,全球僅約3%企業成功透過AI達成深度轉型,關鍵就在AI代理能取得多少企業資料與情境。因此,企業級Gemini Enterprise App結合個人級Google Workspace,構成Google所主張的「代理型工作轉型」(Agentic Workplace Transformation,AWT)主軸,讓AI從被動對話框升級為跨系統執行的代理,並恪守數據主權歸屬企業的原則,讓企業級AI能真正發揮效益。

4.JPG
Google Workspace銷售總監Murray Chiang
圖/ 數位時代

當企業打穩內部地基,外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次,近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出,「B2A」(Business to Agent)的時代來臨,當AI代理主導決策時,看重的是API串接流暢度與數據結構化程度,企業必須從爭取「被看見」的SEO排名,走向爭取「被推薦」的AI清單,並進一步走向「被選擇」。其中,信任將成為AI時代品牌經營的關鍵。

5.JPG
Google Ads廣告產品行銷資深總監Alvin Tsai
圖/ 數位時代

從洞察到執行,iKala全方位解方引領品牌佈局

這份信任要能落地,關鍵在於底層數據是否可信。對此,iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構,正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境,品牌需要建立的,是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢,代表品牌對人的理解;Kuroma則從AI搜尋視角,分析品牌在生成式搜尋中的能見度與引用表現,代表對AI的理解;兩者合力,讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台,將洞察轉化為具體行銷執行,使每一次決策都能以數據驅動、持續優化,協助品牌在AI時代建立長期競爭優勢。

6.JPG
iKala行銷科技事業部總監Donna Hsu
圖/ 數位時代

最後,在論壇壓軸的高峰對談中,程世嘉強調,當前正是典範轉移的關鍵時機,如同過往率先布局SEO的業者得以享有紅利;他認為,這同樣是企業重生的契機,提早深耕者將在此波轉型中佔得先機。尤其,AI轉型已非單機運作所能達成,企業應優先建立基礎建設與治理架構;當自身能力有限,也須慎選合作夥伴、借助外部資源,並在安全可信任的前提下,實現共同成長。

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
台達電全解讀
© 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