在漫長的職涯中,應該避免陷入重複性事務的困境。過去,我們往往依靠時間管理與效能提升來彌補,但如今,AI 是一個絕佳的解決方案。我們可以將 AI 視為互補的工具,並隨時關注其進展,以更好地應對未來挑戰。
2023年7月,美國尼爾森諾曼集團(Nielsen Norman Group)發表的報告《AI 提高員工 66% 生產力》(AI Improves Employee Productivity by 66%)指出,客服、內容生成與程式編寫是生成式 AI 對生產力影響最顯著的三個領域。
聊天機器人協助客服人員提升了 20% 的生產力;負責內容創作與資訊交換的數位工作者,運用生成式 AI 工具產生文案、翻譯、報告、簡報整理與會議記錄後,生產力平均提升了 70%;最具革命性影響的領域則是程式編寫,生成式 AI 幫助軟體工程師編寫程式碼,使生產力提升了 125%。換句話說,工程師原本撰寫一行程式碼的時間,現在可以撰寫二至三行。
進入 AI 時代也不例外。
近期的每次演講中,我(程世嘉)都會提醒聽眾:「AI 不會突然摧毀或取代整個工作,而是一步步解構工作,取代的是一項項任務,逐漸削弱人類在其中的角色。」
當我們在討論 AI 對工作的影響時,不該只問「AI 會不會取代工作」,而應該聚焦於「AI 會取代哪些任務?」AI 擅長處理重複性事務,展現強大的推理能力,但它無法完成協調、決策與管理等需要人類情商與判斷的任務。
自從開始將 ChatGPT 作為「標準配備」後,工作流程變得更加高效。
當我們在討論 AI 對工作的影響時,不該只問「AI 會不會取代工作」,而應該聚焦於「AI 會取代哪些任務?」AI 擅長處理重複性事務,展現強大的推理能力,但它無法完成協調、決策與管理等需要人類情商與判斷的任務。
》 讓 ChatGPT 成為你的工作標配
我(程世嘉)平時需要投入大量的內外部溝通,包括撰寫備忘錄、演講大綱,以及經營社群平台(如臉書)等,這些都是工作中非常重要的一部分。自從開始將 ChatGPT 作為「標準配備」後,工作流程變得更加高效。
在擬定大綱或開始撰文前,我會先向 ChatGPT 詳細說明情境,例如溝通對象是誰、來自什麼產業等,它總能基於這些資訊提供出色的建議。此外,在撰寫英文備忘錄時,我也會請 ChatGPT 協助校稿。
更有趣的是,我發現最大的受益者其實是自己。我能從 ChatGPT 的建議中學到更精準的用字和優美的句型。事實上,ChatGPT 不僅能輔助人類,只要設法與它多互動,就能從它的回應中學習到各種知識與技能,因為它是一個匯集專家智慧與海量資料的結晶。
然而,隨著生成式 AI 的問世,人才間的不平等與能力的不對稱現象也將被進一步放大。未來的人力市場很可能呈現「強者愈強、弱者愈弱」的趨勢。那些能夠靈活運用生成式 AI 工具的人,將有機會開創更多新可能。
更有趣的是,我發現最大的受益者其實是自己。我能從 ChatGPT 的建議中學到更精準的用字和優美的句型。事實上,ChatGPT 不僅能輔助人類,只要設法與它多互動,就能從它的回應中學習到各種知識與技能,因為它是一個匯集專家智慧與海量資料的結晶。
然而,隨著生成式 AI 的問世,人才間的不平等與能力的不對稱現象也將被進一步放大。未來的人力市場很可能呈現「強者愈強、弱者愈弱」的趨勢。那些能夠靈活運用生成式 AI 工具的人,將有機會開創更多新可能。
農業與工業時代,人們的工作能力相對接近,生產力差異不大;但在 AI 時代,將出現「超級明星效應」。一位高效且具備生產力的工作者,其產能可能是其他人的 10 倍。
例如,一位原本就多產且文字能力精湛的作家,若能善用生成式 AI 作為輔助工具,在「多產」這一點上會更上一層樓,從而將事業版圖擴大。
以 J.K. 羅琳(J.K. Rowling)為例,假設她讓 AI 協助撰寫部分段落,再自行編修,不僅能大幅提高寫作效率,甚至可能將《哈利波特》從 7 集擴展到 70 集,事業版圖更為龐大。
日本芥川獎第 170 屆得主九段理江(Rie Kudan)的案例也印證了 AI 的潛力。她憑藉《東京都同情塔》獲獎,並坦言作品中有 5% 的內容由 ChatGPT 協助撰寫。她直言,生成式 AI 的輔助釋放了她的創作潛能,讓她的作品更具深度與價值。
以 J.K. 羅琳(J.K. Rowling)為例,假設她讓 AI 協助撰寫部分段落,再自行編修,不僅能大幅提高寫作效率,甚至可能將《哈利波特》從 7 集擴展到 70 集,事業版圖更為龐大。
日本芥川獎第 170 屆得主九段理江(Rie Kudan)的案例也印證了 AI 的潛力。她憑藉《東京都同情塔》獲獎,並坦言作品中有 5% 的內容由 ChatGPT 協助撰寫。她直言,生成式 AI 的輔助釋放了她的創作潛能,讓她的作品更具深度與價值。
》成為心態開放的雜學者,深耕專業
AI 是一種放大器,只有結合其他領域的專長才能發揮最大效益。我(程世嘉)建議大家成為一個逆向思考者,立即投入自己專業領域的深耕。從中長期來看,我相信這樣的人將在競爭中脫穎而出。
對於仍在求學階段的學生而言,現在正是重要的思考時刻。
對於仍在求學階段的學生而言,現在正是重要的思考時刻。
學校現有的科系是否還適應時代需求?過去,學校會設立資訊工程或資訊管理等獨立科系,因為當時資訊科技還處於發展階段,尚未全面融入人們的生活,因此這些科系能夠相對獨立運作。
這與20世紀電力時代的情況類似。當時,電機系非常熱門,隨後又衍生出電控工程、電子物理等相關科系。然而,隨著電力技術進入應用階段,現在已經很少有人專門討論電力,電機系畢業生的重心也轉向如何應用電,而非研究電力本身。因此,大學不再需要設立一個名為「電力系」的科系。
AI 的發展也將走向同樣的道路。未來,我們確實需要 AI 人才,但這並不意味著現在所有人都應該選擇資訊工程科系,就好像假設未來只有資工系存在一樣。
我一直強調,AI 是一種放大器,只有當它結合其他領域的專長時,才能實現倍數成長,並在競爭中拉開差距。作為一個逆向思考者(Contrarian),我們應該致力於將人文與工程跨域融合,並在工程之外深入自己的專業領域,進一步提升人類在各領域的發展速度。從長遠來看,我堅信這樣的跨域人才將會是最後的贏家。
現今的媒體報導與社會氛圍,對「該學什麼、怎麼學」的討論,往往過於簡化,將理工科與文科一刀切。這導致一窩蜂地選擇資訊相關科系,忽略了更深入的跨域學習與文化融合。
AI 的發展也將走向同樣的道路。未來,我們確實需要 AI 人才,但這並不意味著現在所有人都應該選擇資訊工程科系,就好像假設未來只有資工系存在一樣。
我一直強調,AI 是一種放大器,只有當它結合其他領域的專長時,才能實現倍數成長,並在競爭中拉開差距。作為一個逆向思考者(Contrarian),我們應該致力於將人文與工程跨域融合,並在工程之外深入自己的專業領域,進一步提升人類在各領域的發展速度。從長遠來看,我堅信這樣的跨域人才將會是最後的贏家。
現今的媒體報導與社會氛圍,對「該學什麼、怎麼學」的討論,往往過於簡化,將理工科與文科一刀切。這導致一窩蜂地選擇資訊相關科系,忽略了更深入的跨域學習與文化融合。
我建議政策制定者和教育領導者應迅速關注這一問題,打破學科界限,鼓勵學生跨域學習,將 AI、程式設計、英文等實用技能列為必修科目,並為不同專業背景的學生創造共學的機會,從而促進多元化的創新與合作。
》「解決問題」是最有效的學習
2016年,DeepMind 的 AlphaGo 以四勝一敗的成績擊敗世界棋王李世乭,引發全球譁然。AlphaGo 戰勝人類,關鍵在於其能夠分析棋譜並得出最佳棋步,象徵著 Google 的機器學習技術邁入嶄新里程碑。
人類不一定能理解 AlphaGo 每一步棋的背後原因,如今有些圍棋專業棋士回過頭研究 AlphaGo 的棋路,並據此提出全新的下棋戰略。AI 帶來的這種「以終為始」現象,已經不僅影響圍棋的發展,還正在翻轉數學、化學、物理、生物等各個研究領域的運作方式。
人類不一定能理解 AlphaGo 每一步棋的背後原因,如今有些圍棋專業棋士回過頭研究 AlphaGo 的棋路,並據此提出全新的下棋戰略。AI 帶來的這種「以終為始」現象,已經不僅影響圍棋的發展,還正在翻轉數學、化學、物理、生物等各個研究領域的運作方式。
AI 基本上會先利用暴力法將所有可能結果窮舉出來,並在此基礎上提出新的數學公式、新的物理發現,接下來才由人類進一步研究其背後原理。這種方式顛覆了傳統科學研究的流程,而如今,這樣的「以終為始」現象也正影響著人類的學習模式。
舉例來說,有了生成式 AI 後,即使我們在日本旅遊時對日文不熟,也可以利用「翻譯年糕」等工具,與餐廳或旅館的服務人員進行無障礙溝通。同樣地,在職場中,若我們能針對目標進行有方向性的學習,結合擴展強項、解決實際問題的過程,就能開啟一種全新的學習方式,讓成長的軌跡更加獨特與高效。
AI終為始的特性,可能會推動教育與職場運作模式全面翻轉,逐漸轉向以 PBL(Project-Based Learning,專題式學習)為核心。專題式學習讓學習者透過參與真實世界中與自身相關的專題,獲取知識與技能,同時設計出充滿創新潛力的解決方案。
在 AI 成為助手的未來,學校的評分方式與職場的工作模式也將因此變革。不管是學生還是員工,無論是單獨還是團隊執行專案,都可以自由運用各種工具與資源,包括 ChatGPT、Google Gemini 等生成式 AI 工具,甚至結合課本、網路知識,最大化創造力與效率,這將大大解放人力資源的使用,相對的職場現有的組織架構,是否仍適合於AI時代,值得思考與探索。
AI 帶來的「以終為始」現象,使我們重新審視學習的本質。我相信,以專案為基礎的學習模式將成為未來教育與企業產出最佳成果的關鍵之一。我們學習的目的,除了追求真理,更在於解決生活中的實際問題,而 AI 恰恰將這一學習初衷完整帶回,賦予我們更高效的解決之道。
❶將AI視為互補工具,積極學習並應用於工作中。
舉例來說,有了生成式 AI 後,即使我們在日本旅遊時對日文不熟,也可以利用「翻譯年糕」等工具,與餐廳或旅館的服務人員進行無障礙溝通。同樣地,在職場中,若我們能針對目標進行有方向性的學習,結合擴展強項、解決實際問題的過程,就能開啟一種全新的學習方式,讓成長的軌跡更加獨特與高效。
AI終為始的特性,可能會推動教育與職場運作模式全面翻轉,逐漸轉向以 PBL(Project-Based Learning,專題式學習)為核心。專題式學習讓學習者透過參與真實世界中與自身相關的專題,獲取知識與技能,同時設計出充滿創新潛力的解決方案。
在 AI 成為助手的未來,學校的評分方式與職場的工作模式也將因此變革。不管是學生還是員工,無論是單獨還是團隊執行專案,都可以自由運用各種工具與資源,包括 ChatGPT、Google Gemini 等生成式 AI 工具,甚至結合課本、網路知識,最大化創造力與效率,這將大大解放人力資源的使用,相對的職場現有的組織架構,是否仍適合於AI時代,值得思考與探索。
AI 帶來的「以終為始」現象,使我們重新審視學習的本質。我相信,以專案為基礎的學習模式將成為未來教育與企業產出最佳成果的關鍵之一。我們學習的目的,除了追求真理,更在於解決生活中的實際問題,而 AI 恰恰將這一學習初衷完整帶回,賦予我們更高效的解決之道。
❙ 掌握AI時代的競爭力:學習、融合與創新
針對文章內容,經過再次整理與總結,歸納為以下三點:
AI擅長處理重複性事務,能大幅提升工作效率,尤其在客服、內容生成與程式編寫等領域。職場人士應積極了解AI的最新進展,將其視為輔助工具,而非競爭對手。例如,可以利用ChatGPT等工具協助撰寫備忘錄、演講大綱、社群貼文等,並從AI的回應中學習更精準的用字和句型。
❷專注於發展自身專業領域的深度,並跨領域學習。
AI是一種放大器,只有結合其他領域的專長才能發揮最大效益。職場人士應深入耕耘自己的專業領域,同時積極跨領域學習,例如將人文與工程跨域融合。這樣不僅能提升自身價值,還能在AI時代保持競爭力,我們應成為逆向思考者,不應只關注熱門科系,而要思考如何將自身專業與AI結合。
❸擁抱「以終為始」的學習模式,並將解決問題視為學習的目標。
AI的發展顛覆了傳統的學習與研究模式,使「以終為始」的學習方法更為重要。職場人士應針對目標進行有方向性的學習,並將解決實際問題視為學習的重點。
此外,專題式學習(PBL)將成為未來教育與職場的重要模式,透過參與真實世界相關的專案,獲取知識與技能,並設計出創新的解決方案。因此,職場人士應積極參與專案,並善用AI等工具,提升解決問題的能力。
※備註:文中的我,是指書籍作者程世嘉先生
---------------------------------
●書籍介紹:AI世界的底層邏輯與生存法則
●作者:程世嘉, 蕭玉品
●出版社:天下文化
...關於分享者...
※連繫:FB 蔡興正
※電郵: projason.tsai@gmail.com
※證照: 孫易新心智圖講師班﹙2014﹚ | GCDF全球職涯發展師 | Google全球教育家
※課程:1-1 學生筆記 | 成人筆記 | 數位軟體 線上教學
留言
張貼留言