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。
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。」
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。
責任編輯：李先泰
