【記者陳忠道／台北報導】
「AI會不會搶走我的工作？」
從ChatGPT到各種生成式AI快速進入辦公室，這可能已經成為許多上班族最直接的疑問。
以前談人工智慧，很多人想到的是工程師、機器人或科技公司。
現在情況完全不同。
寫文章、整理會議紀錄、製作簡報、翻譯文件、分析資料、回覆電子郵件，甚至圖片與影片製作，都開始可以由AI協助完成。
AI已經從科技產業的專業工具，逐漸變成一般人的工作工具。
問題也因此出現：
如果以前需要三個小時完成的工作，現在三十分鐘就可以完成，公司還需要這麼多人嗎？
答案可能沒有單純的「會」或「不會」。
真正正在發生的變化，可能不是AI突然把某一種職業全部消滅，而是先改變每一份工作裡面的「任務」。
例如，一名行政人員以前可能需要花大量時間整理文件。
現在AI可以先完成初步分類與摘要。
一名行銷人員以前需要從空白頁開始寫文案。
現在可以先讓AI產生幾個版本，再由人修改。
一名記者以前採訪結束後，需要重新整理大量逐字內容。
現在AI可以協助整理重點，但最後哪些內容值得刊登、事實是否正確、標題如何處理，仍需要人的判斷。
因此，未來職場可能出現一個非常重要的差距：
不是「人和AI」競爭。
而是「會使用AI的人」與「不會使用AI的人」之間的效率差距。
同一家公司裡，兩名能力原本相近的員工，一個人熟悉AI工具，可以快速搜尋、整理、比較與製作初稿。
另一個人仍完全按照傳統方式工作。
一年之後，兩人的產出速度可能逐漸拉開。
這也意味著，AI帶來的職場壓力不只發生在基層工作。
白領工作同樣正在改變。
過去自動化最容易讓人想到工廠。
機械手臂取代重複性的生產動作。
但生成式AI處理的恰恰是文字、圖片、資料與知識工作。
因此，行政、客服、行銷、翻譯、設計、媒體、金融、法律及教育等領域，都可能受到不同程度影響。
然而，「受到影響」並不等於「整個職業消失」。
一份工作通常由許多不同任務組成。
AI可能非常擅長其中一部分，卻不一定能完全取代整個職位。
以醫療為例。
AI可以協助整理資料、分析影像或提供資訊。
但面對病人時，如何理解患者真正的需求、如何解釋風險，以及最後如何做出醫療判斷，仍涉及專業責任與人際互動。
法律也是如此。
AI可以快速整理大量法規與文件。
但真正的案件策略、事實判斷、當事人溝通及法律責任，並不是單純產生一段文字就能完成。
媒體工作更是如此。
AI可以寫出一篇看起來非常流暢的文章。
但如果資料來源本身錯誤，AI同樣可能產生錯誤內容。
新聞真正重要的價值之一，是查證。
誰說的？
數字從哪裡來？
事情發生在什麼時間？
有沒有另外一方的說法？
這些工作不會因為AI能寫文章就失去重要性。
反而可能更加重要。
因為未來網路上的內容會愈來愈多。
真假資訊混在一起之後，「可信不可信」可能比「寫得快不快」更有價值。
企業面對的問題也一樣。
如果AI讓一名員工的工作效率提高，公司可能不一定立刻裁員。
另一種可能是，同樣的人力可以完成更多工作。
原本只能服務100名客戶，現在可以服務300名。
原本一週只能製作5份企畫案，現在可能完成20份初稿。
生產力提高之後，企業也可能發展以前因成本太高而無法進行的新業務。
因此，AI既可能取代部分工作，也可能創造新的工作內容。
就像網際網路普及之後，有些傳統職務縮減，卻同時出現網站設計、搜尋引擎最佳化、社群經營、電商及數位行銷等以前不存在或規模很小的工作。
AI時代可能重演類似變化。
只是速度可能更快。
這才是現在真正值得注意的地方。
過去一項技術改變可能有十年時間讓人慢慢適應。
現在AI工具幾個月就可能出現一次重大更新。
企業正在學。
員工也正在學。
學校更需要重新思考：
今天教給學生的技能，五年後還是不是最重要的能力？
如果AI可以快速產生答案，教育就不能只訓練學生記住答案。
提出好問題、判斷資料真偽、理解因果、跨領域整合，以及知道什麼時候不能相信AI，可能變得更加重要。
對已經在職場工作的人而言，也不需要因為AI快速進步就陷入恐慌。
真正值得做的是拆解自己的工作。
每天有哪些事情是高度重複的？
哪些可以讓AI協助？
哪些需要自己的專業經驗？
哪些事情涉及責任、信任與人際溝通，不能單純交給機器？
當一個人愈清楚自己的工作價值，就愈容易找到AI可以協助的位置。
另一個重要能力，是驗證。
AI產生答案非常快。
但「快」不代表「對」。
如果使用者完全不具備相關知識，就可能連AI犯錯都不知道。
因此，未來真正有競爭力的人，未必是最會下指令的人。
而是既懂自己的專業，又知道如何使用AI的人。
例如懂法律的人使用AI整理判決。
懂醫療的人使用AI整理研究。
懂會計的人使用AI分析資料。
懂新聞的人使用AI協助查找與整理素材。
專業知識沒有因此變得不重要。
它反而成為判斷AI答案是否可靠的基礎。
AI也可能重新定義「經驗」。
過去一名新人需要花很多時間做基礎工作，從中慢慢累積能力。
如果這些基礎工作大量交給AI，企業與教育機構就必須面對另一個問題：
新人要如何累積真正的判斷能力？
如果從第一天開始就只會讓AI給答案，卻不知道答案為什麼成立，長期可能形成新的能力斷層。
因此，AI時代需要的不只是學會使用工具。
還要知道什麼事情必須自己思考。
對企業來說，也不能因為AI方便，就把所有公司資料直接丟進不明的工具。
客戶資料、商業機密、個人資料及未公開文件，都涉及資訊安全與治理。
AI使用愈普遍，公司內部的規範反而需要更加清楚。
未來幾年，台灣職場真正可能出現的分界，不一定是「有沒有AI」。
而是：
誰能把AI真正變成生產力？
誰能判斷AI什麼時候犯錯？
誰能在AI做不到的地方提供價值？
以及企業能不能建立安全、有效的使用制度？
所以，與其每天問：
「AI會不會搶走我的工作？」
或許更值得問的是：
「我的工作裡，哪些事情AI已經做得比我快？」
「哪些事情仍然需要我的專業？」
「我能不能利用AI，讓自己做以前做不到的事情？」
真正的風險，可能不是AI突然出現在辦公桌旁。
而是當工作方式已經改變，自己卻完全沒有跟著改變。
AI時代的競爭已經開始。
但它不只是人與機器的競爭。
更可能是一場每個人重新定義自己價值的競爭。
發表迴響