AI風潮根本還沒來？當ChatGPT推出已經過一年多，AI有讓企業增強戰力嗎？令人意外的是，據最新調查指出，目前從生成式AI獲益的，主要還是個人工作者，企業受益不大。不論台灣或國外企業，在運用AI上反而頻頻卡關，原因在哪？麥肯錫，資誠提出看法。
管理顧問公司麥肯錫在去年的報告表示，生成式AI就是下一個生產力的前沿（frontier），高度受教育、高薪的白領職業，可能是受影響最大的群體。首當其衝的白領已經充分感受到變化。
關鍵就在，上班族的工作中，有大量任務和生成內容有關，這正好是生成式AI的專長。
奧緯諮詢
（2024／02）
方舟投資
（2024／02）
BCG
（2023／12）
麥肯錫
（2023／08）
根據估計，至2030年為止，GenAI有望讓每年省去3千億工時。
知識工作者的生產力加速，代表著數兆美元的商機。
在企業中利用GenAI重塑流程與部門運作，可以提升生產力3到5成。
GenAI和其他科技有潛力減少員工6到7成的現有工時。
員工個人應用提升生產力，效益已經明朗
人們剛開始用ChatGPT時，還抱持嘗鮮心態，例如尋求情感建議、寫小說自娛娛人。隨著OpenAI、Google和Anthropic迭代出更強大的模型，翻譯外語、草擬文案還有編寫產品規格文件，內容品質都大幅提升。轉眼間生成式AI就從棄之可惜的小玩具，華麗變身成工作能力超強的虛擬同事。
若將企業應用生成式AI分成不同層次，最基礎的是個別員工在工作中運用工具，藉此增加效率；往上是整個組織有計畫地導入，採購或者調用服務給團隊；再往上是將模型與服務整合到公司產品中。
目前看來，企業應用仍以最基礎的個人自發使用生成式AI工具，最為突出。
若將企業應用生成式AI分成不同層次，最基礎的是個別員工在工作中運用工具，藉此增加效率。取自unsplash
「生成式AI讓內容創作效率變好，帶來生產力的提升。」Google前董事總經理簡立峰解釋，現在GenAI主要還是扮演生產力工具角色，員工用過覺得有感，發現真的可以提升效率，因此自發使用。目前觀察下來，行銷、客服和程式開發是主要發揮戰場。
舉例來說，行銷人可以先用ChatGPT生成一版文字，接著再自行微調。利用GitHub Copilot輔助程式開發的工程師效率也大幅提升，既可以拿Copilot生成程式碼框架，打好地基，也能自己寫完再請AI給建議，甚至讓Copilot重新調整架構。
根據美國人力資源管理協會（SHRM）和數據研究機構The Burning Glass Institute的報告，生成式AI對工作的影響可以分為三種：自動化（automate）、增強（augment）和改變型態（transform）。自動化，指的是讓AI接手花時間卻不用太多專業技能的任務；增強，則是讓AI扮演助手，協力完成仍需要人類專業技能的任務；改變型態，是指AI徹底改變工作的核心任務，工作本身因此大幅轉變方向。
生成式AI影響工作的三種類型
自動化
增強
改變型態
生成式AI接手不需要太多專業技能、或者人類處理起來效率較差的任務。
透過生成式AI輔助提升需要專業技能、或者人類處理起來效率較好的任務。
生成式AI徹底顛覆原先工作內容，現有工作將會轉型。
設計師著重發想創意，利用Midjourney探索不同繪畫風格。
軟體工程師寫完程式碼後，由GitHub Copilot檢查和重構。
原先協助新人上任、溝通內部政策等工作交給AI，人資轉型成教練和策略管理師。
資料來源：整理自受訪者意見和《生成式AI與勞動力》（SHRM & The Burning Glass Institute，2024/02）。
只要掌握生成式AI的特點，無論工作類型，都有機會運用。新科立委葛如鈞就分享，與外國朋友通信時，他會利用ChatGPT檢查自己的文法，「我會希望讓他可以感覺更友善一點，所以會用它來proofread（校對）。」
不只是通話，他希望以後制定政策，或是提出政見時，能夠仰賴GenAI的翻譯能力，推出不同語言版本。「你看日本的Web3白皮書只有英文跟日文，那台灣人想要知道政策怎麼辦？抱歉他要去讀英文的，但不是每個人英文都那麼好。」若未來能夠做到，既可以跟不同讀者對話，也增加國際化程度，消除語言隔閡。
這些在工作中嫻熟使用生成式AI的先行者，毫無疑問地，已經「先一步看到未來。」
不過，既然GenAI那麼好用，為什麼沒看到企業大規模引進到公司中？
ChatGPT導入有效益，為何不做？
從跨國會計事務所資誠（PwC）今年1月的一份調查，或許可見端倪。
這份針對亞太地區執行長所做、台灣也在受測範圍中的調查指出，雖有超過75%執行長一致同意，未來三年內，GenAI將大幅改變企業創造價值的方式、增加產業競爭，同時也讓員工需要培養新技能，然而，在過去一年內，公司導入GenAI的只有33%，因為GenAI改變企業科技策略的更只有28%。
看到員工自發性使用，又明知導入有效益，為何不做？報告推測，「GenAI演進的速度極快，可能解釋了採用規模和樂觀想法之間的差距。技術的可得性、員工技能的落差，資料隱私與安全的問題，都扮演一定角色。」
簡立峰直言，個人使用很簡單，打開ChatGPT就好，但企業採需要有完整配套，大語言模型生成內容不保證正確、之後不容易優化，若沒有建立完整團隊，跟個人採用的挑戰，不在一個數量級。
此外，成本考量也是重點。「我們中小企業老闆會算成本，他也要觀察別人用得怎樣。」在觀望期間，至多先鼓勵員工多在工作中活用工具，但規模夠大的企業不能不採取行動，「大企業的風險就是，你不投資是不行的。」簡立峰強調，若不趁現在投入，即使練兵也好，之後可能瞬間被競爭對手彎道超車。他建議，中小企業若缺錢缺人，至少可以鼓勵員工使用，大企業則要培養實驗精神多嘗試。
簡立峰直言，個人使用很簡單，打開ChatGPT就好，但企業採需要有完整配套。取自Pexels
英國企業的生成AI使用，七成都還在驗證階段
這個情況，並非台灣獨有。去年11月，英國財政部調查AI如何影響金融業，結果顯示，超過70%的生成式AI使用案例，仍在概念驗證與前測階段而已。文中直呼，我們正經歷「科技演變的成長痛」。儘管GenAI潛力巨大，但仍需要累積數年之久，才能真正見證生產效率的大規模明顯提升。
延伸閱讀：