生成式AI於2022年11月問世以來，愈來愈多人將重覆、固定的工作，交給AI處理。「AI不會取代人類，但會使用AI的人會取代不會使用AI的人。」生成式AI還有哪些我們該知道的應用領域？未來它會發展成什麼樣貌？
自從ChatGPT這類生成式AI於2022年11月問世以來，帶動全球生成式AI的旋風。《哈佛商業評論》在去（2023）年一整年，也持續發表相關文章。
AI的發展史已有70年，一直被歸類為冷門科技研發，直到生成式AI，才開始符合人類對於「人工智慧」的期望，不只能夠整理資料、計算數據，甚至還具備了創造力、想像力等特質。
在日本，許多漫畫迷就見證了生成式AI的魅力。陪伴許多四、五年級生長大的日本知名漫畫《怪醫黑傑克》，原作者手塚治虫已過世34年，但透過生成式AI，學習大量過往的漫畫內容後，AI與人類共同創造出一部《怪醫黑傑克》全新作品問世。
人們愈來愈好奇，生成式AI還有哪些應用領域？未來它會發展成什麼樣貌？
生成式AI具無限延伸可能，開啟更多面向及創造多元機會
微軟資深產品經理周寬表示，生成式AI是一種水平式的科技（horizontal technology），有無限的延伸可能。不僅能生成特定的內容，還能根據個人、公司或組織的數據及需求，提供不同的解決方法，想像空間無限大。他指出，不論是個人、學校、研究機構或企業，都能拿自己手上的資料去「餵」給ChatGPT這類的生成式AI，找出適合的應用，創造客製化的內容。
人們也期望利用生成式AI，節省許多瑣碎工作的精力和時間。Appier工程團隊副總經理陳明愉表示，許多重覆、固定的工作，現在都可以交給AI處理，像蒐集資料、整理會議紀錄等。
隨著生成式AI應用的時間和範圍擴大，人們也開始發現各種不同的可能。例如在行銷領域，過往行銷專家多認為，行銷是一項藝術，屬於軟技能；但自從社群媒體出現後，行銷就加入了許多數據分析，科學和藝術各占一半。
現在，生成式AI讓行銷當中藝術成分，也向科學靠攏。例如，老王是一位咖啡愛好者，以往只能透過相關的網路足跡，推薦咖啡產品給他；但生成式AI介入後，企業會進一步理解老王是一個注重個人健康的消費者，可以再推薦低糖的點心等其他產品，開啟更多的面向及創造更大的消費機會。
另外，生成式AI的應用也向更深層次的研發推進，特別是在找尋新配方、新材料和新藥的領域。
工研院資通所副所長暨AI辦公室副主任黃維中表示，AI很早就被用來協助尋找配方和材料，從資料庫中尋找各種可能的組合，做到初步篩檢，減少嘗試錯誤的次數。
近期《哈佛商業評論》有兩篇關於AI的討論文章，其中〈化生成式AI為競爭優勢〉一文指出：過去要耗費大量人力和創意才能創造出來的產品及服務，運用生成式AI，可望以更簡易和低價的方式產出。
另外一篇文章〈在AI發威的世界中領導〉，則試圖從企業領導者的角度，解析人類未來應如何與AI共處？因為生成式AI在大型語言模型（LLM）與機器學習的重大突破下，進步的幅度一日千里；但文中強調，新系統雖然充滿魔力與誘惑，但人類的未來仍掌握在自己手中。
相關專家也一致指出，目前我們看待生成式AI最正確的態度，應該是找出與它最和諧、最有效率的協作方式。
圖／Redshinestudio_Shutterstock
與生成式AI協作，讓人能把時間花在更重要的事情上
目前看來在白領階層的工作中，生成式AI的應用最為廣泛。因為白領工作經常涉及大量數據的收集、分析，並根據數據來制定決策。
雖然這些任務是高度技術性且需要良好教育背景，卻也往往包含許多重複性的工作，例如，閱讀資料、撰寫提案、快速提取摘要、進行市場調查等，都是許多白領工作者的日常。
身為企業領導人，就應該將一些重複性、機械化，不太需要創造力的日常工作，交由AI來取代。像是白領工作者每天要花費大量時間撰寫的電子郵件，就可以由機器代勞。
現在的生成式AI，甚至可以學習並模仿使用者的寫作風格，協助撰寫電子郵件。不過周寬也提醒，生成式AI還不完美，有時郵件內容看起來很華麗，卻沒有重點，還會離題，使用者仍需對內容進行審核和修改，「協作」才是最好的做法。
「生成式AI是讓人類有更多的掌控權，讓我們可以把時間花在更重要的事情上面，」周寬強調，透過協作，方能釋出員工更多的時間和潛能。
陳明愉認為，未來人與AI協作的方式，是由人類「規劃」，交由機器「執行」。這更代表了未來的教育、人才培養方式也都會產生巨大改變。
雖然現在針對生成式AI的討論，多集中在白領階級的工作上，但其實它對製造業的生產過程也會帶來重大改變。
大量生產製造強調的是標準作業流程，企業得花很多時間訓練員工。但透過AI將流程自動化後，人員不再需要按照步驟操作機器，而是轉變為「警示驅動」（alert-driven）或「監控驅動」（monitoring-driven）的任務，及時處理反應異常狀況，維持生產的穩定性和效率。
留意生成式AI「幻覺效應」帶來的道德風險
針對生成式AI的討論，除了它帶來的機會外，風險及道德上的議題，也不得輕忽。
「ChatGPT可能會出錯，請考慮核對重要資訊。」現在跟ChatGPT對話時，會發現底下出現了這一行字。這正是生成式人工智慧最需要注意的風險：資訊正確性。
以往採用的人工智慧稱做「鑑別式AI」（Discriminative AI），是以所訓練的模型來識別或區分不同類別或特徵，常用於圖像識別、語音識別，或是在特定的資料中，預測可能的結果；然而「生成式AI」則是一種大型語言模型，會根據大量的資料所訓練出來的模型來理解並產生文字內容。
黃維中指出，兩者有一個不同之處，是生成式AI更為容易會有「幻覺」（Hallucination）的效應，讓AI會有虛構、與現實不符的回覆。
幻覺效應是一個在使用生成式AI時需要注意的議題，除了從資料品質、模型挑選、提示工程、結果確認等技術的面向來解決之外，在應用的導入面，也可以先從輔助性的應用來著手，避免幻覺效應所造成的負面影響。
因此在使用生成式AI時，一定要確認正確性。舉例來說，如果我們詢問ChatGPT，地震時應該去哪裡避難？就必須確認資訊來源，否則當災害發生時，可能產生嚴重後果。
另外就是防範利用生成式AI的犯罪行為。約一年前，國內就曾經破獲一起首次利用人工智慧語音技術的詐騙犯罪，會根據詐騙電話的回答內容，自動篩選心動的民眾，進一步發送邀約簡訊，導致詐騙成功率大幅提升。
在ChatGPT出現前，人工智慧只是一個聽起來很炫的科技名詞，對絕大多數人的工作或生活沒有太大影響；但現在，已經變成了影響人類未來的創新科技。我們必須盡早學習如何駕馭它，並學會與之協作。
誠如不少專家提醒，AI不會取代人類，但會使用AI的人會取代不會使用AI的人。
延伸閱讀：