科學人／生成式AI對產業有何影響？企業如何導入？ MIT主任解惑

美國麻省理工學院（MIT）工業績效中心的執行主任阿姆斯壯（Ben Armstrong），是「未來工作」計畫的共同主持人。他長期關注新技術如何影響勞工、企業和地方經濟的轉型，目前參與美國國防部（DoD）制訂美國製造業勞動力的國家計畫。

阿姆斯壯認為技術變革既是挑戰也是機會，並且創造了新的就業機會。近年，他探討人工智慧（AI）與自動化如何改變人們的工作方式，以及如何解決製造業在勞動力、技術和培訓上長期存在的短缺問題。

林詠翔（以下稱為Vincent）：你認為生成式AI會提升整體工作品質嗎？我們對未來可以抱有什麼樣的期待？

阿姆斯壯（Ben Armstrong，以下稱為Ben）：我不認為生成式AI必然會讓未來工作更美好，這取決於技術的應用方式。我們團隊一直很好奇各種技術如何影響工作的品質，不僅是生成式AI。因此，我們從許多國家召募了8000名受訪者進行一項調查，以了解新技術（例如生成式AI或機器人）對他們的薪資、工作保障、安全性及舒適度的影響。結果顯示，勞工對新技術大多持有正面反應。他們認為，新技術提升了工作效率、安全性，並賦予他們更多自主性及職業升遷的機會。然而，他們同時也對工作保障感到憂心。

回顧歷史，可以看到一些鼓舞人心的例子。在過去幾波技術變革中，從電腦、網際網路到機器人，從來沒有明顯證據顯示新技術將會取代大量勞工。有些人認為生成式AI將帶來根本性的不同，但直到目前為止，我們團隊還未看到相關證據。

Vincent：那對於整個產業的影響呢？你認為生成式AI首先會改變哪個產業？

Ben：以網際網路為例，網路對我們的生活方式、資訊取得以及商業運作方式產生深遠影響。在網路發展的早期階段，人們預期網路將大幅影響生產力，能以更少人力生產更多物品，顯著提升效率。結果是，生產力的增長趨勢與過往幾乎相同，並沒有出現巨大躍進。經濟學家把這種現象稱為「生產力悖論」（productivity paradox），我認為這可能是理解生成式AI趨勢的一個起點。生成式AI可能會改變許多事，例如商業模式或翻譯方式，但並不一定會對經濟帶來顛覆性的影響。我認為，這些工具是否能產生重大經濟效應仍有待觀察。

我與MIT兩位同事領導了一項橫跨60多家公司的研究，探討這些公司如何在業務中導入生成式AI，發現了一些不錯的應用範例。例如，在客服領域，生成式AI可用來總結客戶提問或提供回覆建議；進行分析決策時，需要彙整大量資料，AI能提供相當程度的協助。然而，在製造業或大規模數據分析等高風險的情境中，目前AI似乎還不是最理想的工具。這些應用仍處於早期發展階段。

Vincent：看來人類仍有一定的主導地位，AI主要做為輔助工具。人類在新工作流程中的角色是？

Ben：我們可以把生成式AI視為一種新工具，就像更強大的鐵鎚一樣，但你仍然需要知道該敲擊哪裡，並且需要知道鐵鎚敲釘子所發出的聲音。這就是所謂的「隱性知識」。根據我們從許多案例中獲得的經驗，只有在充份具備專業知識與技能的情況下，你才能充份利用生成式AI。

傳統的工業技術革新主要集中在把重複性工作自動化，例如縫紉機或工業機器人。而生成式AI有所不同，它非常靈活，能處理圖像、聲音、文本及其他多模態的資料，並根據這些資料提供答案。然而，AI並不像傳統工具那樣可靠，例如同樣的任務執行兩次，可能會得到不同答案。因此在AI提供靈活性之餘，我們仍需要人類負責檢查和驗證AI的輸出結果，由人類做為可靠性的來源。

Vincent：我自己也身兼數家公司的董事長，你對於企業導入AI有什麼建議？

Ben：要在企業中有效整合AI工具，有三個關鍵步驟。首先，應該從組織的各層級蒐集想法，而不只是高層主管的意見。在如何利用AI改善既有流程方面，最了解實際流程的員工通常會有最深刻的見解，要鼓勵員工嘗試使用這些工具並分析出哪些方法最有效，從中找到成功的實行方式。

其次，生成式AI需要高品質的資料和強大的基礎架構才能發揮作用。如果基礎架構不夠穩固，導入AI將面臨艱鉅挑戰。最後，投資專業技能至關重要。僅依賴AI而缺乏技能熟練的人員，可能會導致錯誤和低效率。理解流程並擁有能夠監督和指導AI的經驗豐富人員將會是關鍵。確保技術是用來強化員工技能，而不是取代他們，是企業進行AI整合的核心要素。（郭毓璞 整理）

阿姆斯壯（BenArmstrong）

・2019年 獲得美國麻省理工學院（MIT）博士學位。

・2020年 擔任MIT研究科學家。

・2021年 擔任MIT工業績效中心執行主任、「未來工作」計畫共同主持人。

（本文出自2025.01.01《科學人》網站，未經同意禁止轉載。）