白領工作全面AI化不好嗎?教授轟「反人類」算不上釋放AI潛力:人性與差異化仍是企業護城河
白領工作全面AI化不好嗎?教授轟「反人類」算不上釋放AI潛力:人性與差異化仍是企業護城河

常以模型的「鋸齒狀」(jagged)能力邊界等實用概念,為企業與個人使用者解析前沿人工智慧的美國賓州大學華頓商學院管理學副教授莫里克(Ethan Mollick),即將推出第二本AI專著,昭示前作描繪的人機「共智」(Co-Intelligence)時代已快速褪去。

在29日的天下管理高峰會上,莫里克總結,「我們正在經歷一個轉變,從與AI一來一往地協作,進入思考如何把任務指派給AI,讓它長期為我工作。這是我們思考AI發展的一大改變。」

莫里克曾獲《時代》雜誌(TIME)評選為AI百大最具影響力人物之一,他經營的電子報《One Useful Thing》擁有超過46萬名訂戶。

比起預示人工智慧長期願景的理論家、未來學者,莫里克更常以高度實用的態度探索生成式AI對工作形貌的影響,並定期更新AI使用指南,向一般讀者介紹當下使用各種模型的態度與技巧。

Ethan Mollick time.png
莫里克曾獲《時代》雜誌(TIME)評選為AI百大最具影響力人物之一。
圖/ 螢幕截圖

他認為,在ChatGPT推出後,AI進入了所謂的「共智」時代。人與聊天機器人透過問答密切合作,是這個時代的一大特徵。

但隨著基礎模型能力提升,尤其是執行任務的時間長度迅速拉高,大約自2025年底以降,共智時代逐漸轉化為「代理時代」。這也是他十月即將出版的新書《Co-Existence》的主題:AI不再僅是人類的助手,人類需與有時比自己更聰明的AI協作。

挑選模型,不能只看排行榜名次

在釋放AI潛能上,企業組織的方法論比個人使用者更加繁複。莫里克指出,有三項關鍵元素:「領導層」(leadership)決定AI怎麼用、如何提供激勵;「實驗室」(lab)負責持續實驗應用場景,且不能全靠IT或研發人員;「群眾」(crowd)則是所有能接觸到AI工具的人。

面對日新月異的AI模型,許多企業想了解AI執行公司現有任務、或是執行過去做不到的事務時表現如何、有多可靠穩定。莫里克認為,這不是諮詢外部顧問可以得到的答案,也不是可以直接買入的現成產品。

他舉例,自己身為大學教授,擅長撰寫、評估學術論文,能夠快速地修改、評鑑AI生成的學術論文。但對於沒寫過論文的人來說,這件事難上許多。

同樣地,企業內部長期執行某類任務的人,最擅長評估AI在執行類似任務時的表現。「AI的現況是,沒有人真正知道答案,大家都是邊做邊摸索。」莫里克表示,「讓原本就在做這份工作的人去實驗,他們能摸索出AI好不好用,比任何不熟悉你們業務的供應商快得多。」

在實驗時,莫里克建議企業要進行基準測試(benchmark),確認AI在企業最關注的指標上表現如何。例如,一個模型可能在整體能力排行榜上名列前茅,但在某些任務上相對較弱。

「舉例來說,中國的開放權重模型在寫程式上非常強。」莫里克說,「但除非你自己測試,你無法知道它們在行銷、寫電郵或法律等面向,落後美國閉源模型的幅度。」他認為這是企業內部「實驗室」的一大任務,「透過實驗,理解模型在自家脈絡下的優劣表現,以及你願意做哪些取捨。」

AI接手入門任務,下一代專家如何養成?

身為商學院教授的莫里克,也對人才市場熱議已久的一大議題有深度思考:當AI漸可代理入門級職務,初階工作者的定位為何?企業又要如何養成下一代的資深專業人士?

時常與學生共同實驗AI用法與成效的莫里克認為,AI是很好的助教。令他擔心的不是AI對「學校端」帶來的衝擊,而在於「企業端」的舊模式已然崩潰。

他解釋,大學的任務是為社會提供一定教育水平的通才。學生畢業後,會進入某些專業領域,透過從做中學,逐漸成為專才。這是過往很長一段時間以來專業人才養成的方式。

但如今,實習生用AI做事,因為他們還不太會做這些任務。中階主管也用AI做事,因為他們發現AI比實習生更好用。這套維繫已久的非正式訓練系統已逐漸崩解。

莫里克認為,企業需要思考建立某種正式的訓練制度,騰出師徒制度的空間,而不只是讓員工完成工作就好。重建師徒制度,可能是延續人才培育的唯一做法。

為AI找位置,也為人類找位置

為了釋放AI真正的潛能,許多企業都在實驗新的工作流程、組織設計。莫里克舉資安軟體公司StrongDM在2026年初發布的「Software Factory」為例,闡述實驗創新的範圍之廣。

「Software Factory」有如軟體版本的關燈工廠,人類既不寫程式、也不檢視程式碼,全由AI代理生成、測試及驗證,最終成果直接交付客戶。

「這是一種非常激進的進路。」莫里克評論,「老實說,我不喜歡這種做法。這裡頭完全沒有人類的角色。」

Ethan Mollick book.png
莫里克(Ethan Mollick)的第二本書提供專供AI代理閱讀的頁面。
圖/ 螢幕截圖

他認為,只把AI當作裁減人力的工具、讓模型執行各種任務的公司最終都會長得很像,失去差異化的競爭力。更好的做法,是思考如何善用AI,強化企業本身擅長的事,或是拓展新服務、新市場。

組織導入AI的難度高過個人使用者,但莫里克分析,「就算AI比我們每個人都聰明,它也沒有比你的整個組織更聰明。」在結合技術與「人性」中取得平衡,可能是企業關鍵的護城河所在。

延伸閱讀:一頓火鍋嗑出「新矽谷台灣幫」!解密台灣創業宿舍日常:白天被投資人K、晚上互相挑毛病

責任編輯:李先泰

關鍵字: #AI工具
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

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