ChatGPT能讓我們邁向「週休三日」?AI能寫程式、文案,為何說不會取代人類?
ChatGPT能讓我們邁向「週休三日」?AI能寫程式、文案,為何說不會取代人類?

放假的週三,就像一週裡的午休時間,讓週四上班的精神狀態都好了大半。

與此同時,ChatGPT 還在窮追猛趕,讓人擔心會不會突然丟掉飯碗。但有一位諾貝爾獲獎者覺得,它恰恰開啟了四天工作制的大門。

AI 讓人焦慮,但也能讓工作更有趣

Christopher Pissarides,倫敦政治經濟學院教授,主要研究領域為勞動經濟學,2010 年與其他兩位學者共同獲得諾貝爾經濟學獎。

Christopher Pissarides
圖/ ifanr

正是這位教授,對AI 所在的未來十分樂觀,他在格拉斯哥的一次會議上說:

我們可以提高生產力,我們可以從工作中普遍提高幸福感,也可以抽出更多休閒時間,我們可以輕鬆地過渡到每週工作四天。

他也承認,AI 可能會有惡意的一面,但如果使用得當,可以減少工作中很多無聊的事情,只將有趣的部分留給人類。

聽起來有些幻想色彩吧?教授還補充道,儘管技術發展迅速,但更多公司跟進的速度較慢,所以員工們的過渡不會那麼痛苦:

如果人類真的想工作,創造多少工作是沒有限制的。產生真正的影響需要很長時間,在此期間人們會進行調整。你在這次調整中需要的,基本上是提高技能(upskilling)。

這樣來看,「四天工作制」更像一個美好的比喻,教授其實是在說「AI 增強而非替代人類」。

我也認同,相對技術的發展,技術的普及具有滯後性。比如「調教」AI 的提示工程師年薪百萬,待遇可能比10 個初步接觸AI 的普通員工加起來都高,但企業仍然急著招聘。Google 投資的AI 新創企業Anthropic,前段時間就在舊金山招募提示工程師,這一崗位負責的主要內容是:

  • 找出提示AI 完成各種任務的最佳方法,然後記錄這些方法;
  • 構建一個工具庫和一組教程,使其他人可以學習提示工程,或者簡單地找到理想的提示詞。

這也說明,技術的普及需要一段不短的時間,大多數人還得師傅領進門;另一方面,與AI 接觸更深的職業,反而更有前途。

但不是說,我們就不需要著急了。

當提示詞工程師成了搶手貨,因為AI失業的第一批人類已經誕生。

AI
圖/ ifanr

涵蓋AI,而不是被AI 取代

時代財經報導,近一個月來,一家遊戲美術外包公司已經裁掉了一半的原畫師。

裁員就是因為有了AI。雖然AI 圖像生成還不能完全替代人類,出圖後還需要原畫師修改,但它已經成了強悍的生產力工具,「從前需要一兩週的工作量,現在只要兩天就能完成」。

但這不全然是壞事。因為AI 的介入,對原畫師的要求也就發生了改變,核心競爭力變成了後期調整。說白了,讀懂甲方的細化要求,還得是人類親自來。

所以,我更願意用「涵蓋」,而非「取代」,去形容AI 對工作的影響。

普林斯頓大學教授Edward Felten,在2018 年提出了「職業AI 涵蓋指數」(AIOE)。

研究團隊基於美國勞工部定義的52 種職業技能,包括口頭表達、歸納推理、穩定性等,計算每種職業在AI 技術發展中的「涵蓋」程度。

「取代」暗含著100% 的意味,「涵蓋」代表著一種程度,可能是30%,可能是50%,它只是個中性詞,說明職業和行業都發生了巨大的變化,也說明人類還有機會找到自己的位置。

這也啟發了我,想為一些岌岌可危的崗位說句話。

現在有一個普遍的觀點,即與文字相關的工作更容易被替代,因為AI 能夠分析和解釋大量基於語言的數據和資訊。

我們也能拿出很多證據來。就像在今年2 月,就業服務平台Resume Builder 調查了1000 多家美國企業,發現近50% 的企業使用了ChatGPT,30% 的企業打算使用ChatGPT。

其中已經上崗的ChatGPT,主要負責寫代碼(66%)、文案或內容創造(58%)、客服(57%)、會議或文檔摘要(52%)等工作,彷彿這些職業都已經搖搖欲墜了。

但麥肯錫全球研究所合夥人Anu Madgavkar 認為,內容創作者完成的大部分工作都無法自動化,因為這些職業中的每一項都有大量的人為判斷。

這和我們作為編輯的工作是類似的,寫作並不是純粹的筆頭功夫,比如有時候還涉及到多部門的配合。

同樣地,我也不覺得社會學家會被取代。社會學家往往需要進行科學的、實地的調查,從個體的處境背後看到社會的結構,AI 無法完全代勞。記者也是這樣,接觸過形形色色的採訪對象,才可能對某個事件有深刻的、有血有肉的還原。

網路上還有流傳著這樣一個笑話:程式員50% 的時間在開會,20% 的時間在吵架,10% 的時間在寫PPT,10% 的時間在調試BUG,剩下10% 的時間才是在敲代碼,ChatGPT 最多只能取代這10% 的工作量。

雖然是個玩笑,在敲代碼之外的一切工作,也並不是都沒有意義的。

也就是說,人的互動,包括溝通、碰撞、理解等等,短時間內還無法被AI 替代,除非人人都只和AI 做同事,但就像Pissarides 教授所說的,技術的普及是有滯後性的。

「不合時宜」的一期播客,也談到了「魅力型權威」在未來的重要性:

在未來的職場上,或者是未來社會結構上,AI 可能最無法取代人類的,是關於人的interaction(相互作用)的部分。你怎麼樣說服一個人,你怎麼樣領導一個人,你怎麼樣團結一幫人,你怎麼樣去塑造共識,怎麼樣去彌合分歧。

面對大語言模型,似乎我們有點太「語言中心主義」了,其實還有更多非語言的部分,至少目前還沒有「暴露」給AI。

與AI 合作好壞參半,也更可能留在未來

當失業的陰影籠罩著打工人們,也有人抱著十分樂觀的態度。

在百姓網創辦人、IT 評論者王建碩看來,受ChatGPT 衝擊越大的行業是越有前途的行業,反之越可能蕭條。

比如,不會寫代碼的人用AI 生成了代碼,廣義「程式設計師」群體的產出越來越多,但他們不一定以程式設計師名義獲取報酬。

但也有人反駁,行業繁榮不等於原本的主要職業也會繁榮,全職靠程式設計師賺錢的人可能減少,這其實就是職業被替代的體現,只是換了種好聽的說法。

所以,個人認為與AI 合作是一件好壞參半的事情,相關的行業也更可能留在未來。

用案例說明的話,會更好理解其中的矛盾和複雜所在。

「深燃」採訪了一位IP 開發公司的創辦人,引入AI 繪畫後,IP 原型的產出效率提高了50% 到60%,今年大概縮減了20% 的員工,接下來一年估計要縮減50%。

與此同時,這位創辦人提到了十分重要的一點:也是因為AI 繪畫,公司前期做原型的訂單減少了,因為很多客戶不需要再找外包,自己用AI 繪畫就可以做。目前,他們還有AI 不能勝任的技術,但未來可能就不一定了。

按照這個案例判斷,AI 不會完全取代一種職業,但是會通過提升工作效率,降低某一職業的用工需求,既可能精簡了員工,也可能精簡了某些環節的公司。

這個行業仍會發展,但其中主要的職業發生了變化,呈現更為複合的形態,比如從原畫師發展為AI 原畫調教師。

被AI 影響甚深的行業還有前景,目前看似不被AI 影響的行業,同樣很容易陷入危險。前段時間,OpenAI 和賓夕法尼亞大學出了份研究報告,針對1000 多種職業,探索大型語言模型怎麼影響美國勞動力市場。

研究人員估計,對於19% 的崗位,至少50% 的工作內容會被影響。他們還列出了34 個不被影響的「鐵飯碗」,主要包括洗碗工、水泥工、快餐廚師等體力勞動。你以為這些職業在安全區了嗎?當然不是,OpenAI 還悄悄投資了人形機器人公司1X technologies。當AI 和工業機器人結合,體力勞動也可能會被替代。

AI 其實早就出現了人類的生活裡,比如社交媒體的推薦演算法、美顏軟體的一鍵瘦臉,內嵌在各種產品或者功能裡為人服務,讓人類覺得習以為常。

但生成式AI能夠一石激起千層浪,部分原因在於,它可以完成一些似乎只能由人類完成的事情,而且正在做得越來越好,彷彿一個面目模糊的高手遠遠向你迎面走來。

最近有很多的相關研究,都在體現AI 對職業的衝擊。高盛的一份報告估計,在全球範圍內,生成式AI 可以自動化3 億個工作崗位。

ChatGPT
圖/ shutterstock

史丹佛的2023 年AI 指數報告也顯示,風險投資公司和大型科技公司已向AI 技術投入數十億美元。其中,加州是人工智慧相關招聘最多的州,2022 年發布了超過14.2 萬個職位。

將兩組數據放在一起,就會有很強的既視感:技術一直在改變就業機會,或改變,或減少,或創造。

按照歷史的經驗,技術革命就是一個「創造性毀滅」過程:工業革命的機械化代替了傳統工匠,汽車的發明淘汰了馬車夫,電腦的出現讓打字員消失……

每次大浪淘沙留下來的職業,都必須以工具作為自我的延伸。

時至今日,我仍然覺得,取代人類的不是AI,而是使用AI 的人類,我們仍在同一個坐標系裡,守好自己的地盤,儘管有人會出局。

就像中國圍棋棋手柯潔敗給圍棋電腦程式AlphaGo ,在賽後接受採訪時說:

AlphaGo 看到的是宇宙,而我看到的就是一個小池塘,看宇宙還是它去做好了,我就在小池塘釣魚吧。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、錢玉紘

關鍵字: #ai人工智慧
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

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
一次搞懂工業AI
© 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