還在煩惱被 AI 取代？除了工具的應用，你需要更「保值」的能力
MIT 麻省理工大學的研究正式出爐，指出 AI 對於平均生產力的顯著提升：花費時間下降 0.8 個標準差、輸出質量提升 0.4 個標準差，並且提升勞工的滿意度。
站在人類的立場，或許最令人憂心的是摘要當中的一句：「ChatGPT 主要取代了工人的努力，而不是補充工人的技能。」這似乎替半年以來紛爭不斷的話題——「人工智慧是否會取代我的工作？」劃下一句學術性的註解。
是取代，還是互補？
AI 帶來的，是取代還是互補？典型的說法大致上可以區分成 3 種：
機器取代論
指出 AI 大幅降低時間成本、且人為的介入並沒有帶來價值，因此彼此之間是直接衝突的。低階工作即將被 AI 取代。MIT 論文的結論即是支持這種論點；「Stable Diffusion + ChilloutMix 即將取代模特」也屬於這種觀點。
人力取代論
指出工具本身仍然需要人為的操作，因此與其說人在跟工具競爭，不如說人在跟其他使用工具的「人」競爭。這一類說法隱含的論點是，對工具的熟練程度將會決定自己在就業市場當中是否勝出。相同的觀點可能會指出，我們應該對最新的技術、工具保持熟悉，如應該熟悉 Prompt Engineering 的基本技巧，或是知道在什麼網頁、平台或管道找到可用的提示庫。
人機互補論
指出由於工作流程的複雜性，以及有部分創意或創新環節無可取代，機器通常能夠用來加速某些人力受阻的環節，如蒐集過往案例、頭腦風暴集思廣益、草擬電郵文案企劃的大綱與草稿。這種論點經常用來描述解決方案極度客製化或個人化的工作上，如文案、廣告、社群代理。
從這 3 種說法延伸出去的討論，都經常建立在一個基礎上，那就是討論只著重在「人」、「工具」、「其他人」，而不一定圍繞著「職缺」、「工具」、「工作流程」。
工具與任務的鬆綁，帶來工具與職缺的鬆綁
在 AIGC 尚未爆發的時代，由於產品與服務，也就是工具，演進的速度有限，因此「工具」與「任務」之間的直接對應關係是牢固的，直到各式新興服務的誕生，情況有了改變。要說明這種關係的鬆綁，可以舉 Canva 來當例子。
過往的設計師或是社群行銷人員，如果需要製作「在社群上發布的宣傳素材」，很難不透過學習 Adode Illustrator、Photoshop 來達成。但 Canva 這一類的服務誕生，使得我們不再需要再花同樣多的時間學習「專業圖片編修」的軟體。
再接續「社群素材」這個案例，搬到 AIGC 大爆發的時代，已經有新創如 Breakout Clips，透過大量模板讓用戶可以快速生成客製化的 3D 宣傳影片；過往 Photoshop 最招牌的熱門功能「去被」，被 Remove.bg 複製，而後又被 Runway 複製。
明明想要達成的目的是一樣的，即是「製作出客製化的品牌宣傳素材」，但隨著新工具的出現，使得昔日職缺上羅列的「軟體技能」變得不再那麼必要了。也許過了一陣子，職缺要求上出現的工具技能會變成 Midjourney、Stable Difusion、ControlNet，但是再半年、一年後呢？可能又會出現更易用的工具能做到更精緻的效果，並且更加易用直覺。
基於 AIGC 新創的蓬勃發展，要透過「工具」、「技能」來界定一個職缺需要的能力，會變得愈來愈困難；往另外一個方面想，如果連招聘方都尚且不清楚透過現有的工具能夠達成什麼樣的成果，又要怎麼透過職缺描述去篩選人才需要會的技能？
我們得先知道什麼能夠被創造出來，才能表達自己要什麼。這就是為什麼說「工具與任務的鬆綁，將帶來工具與職缺的鬆綁」，未來甚至可能完全脫鉤。
工具推出的時間，將短於結合工作流程的時間
因此，我們能夠觀測到，透過這種大型語言模型的普及，AIGC 新創得以在相同的技術基礎上，測試各式商業應用是否能存活的可能性。擁擠的賽道，帶來的是一種平民百姓如你我，難以預測方向的不確定性。
這種不確定性體現在兩個地方，首先是工具不確定——需要學習的工具隨時有可能會被更易用的工具取代，人所需要的學習成本下降。另外一個不確定性體現在工具推陳出新的時間，將遠遠短於將工具結合進工作流程所需要的時間，導致兩者之間開始出現延遲。這可能帶來管理與招聘的問題，受到公司規模與制度的影響，在更龐大、盤根錯節的公司，尤其明顯。
AIGC 時代，最「保值」的能力是什麼？
所以，總結來說，因為「工具與職缺的鬆綁」，從前那套把「任務」直接對應「職缺」的思維，或「xx 會不會取代我的工作？」的大哉問，可能不再適用了。
這並非意味著工作不會消失或被取代，畢竟工作依然是講求成果，正如同那句名言：「消費者需要的不是電鑽，而是牆上的洞」；品牌需要的不是一張 1080＊720px 的點陣圖，而是吸睛有力的視覺訊息；求職者需要的不是通順易讀的履歷，而是如何將自己更好地銷售給公司；個人品牌需要的不是流暢的網頁動畫，而是一個讓陌生人記得它的理由。
筆者認為，在這個時代，能取代優勢的能力並非「必須要是」工具導向的。
正如前面所說，個人學習工具的速度，將可能跟不上工具自己演進的速度。由於工具的演進具備不可預測性，我目前認為，長久下來「保值」的能力，是給予問題正確的框架（framing) ，並且拆解成可處理步驟的能力，再來則是懂得善用資源，了解現有的工具有哪些、有沒有更好的替代方案。
針對 AI 浪潮，我們必須從兩端下手，建立抽象的思考模型，與從別人現有的應用出發，都不可偏廢。因為每個星期都有重大的技術更新，若我們確實正在見證奇點，很難不在這些雜亂無序的事件當中迷失自我，而忽略了如何去看待像是「人工智慧跟人的關係」之類關乎大局的問題。但同時，層出不窮的應用也讓我們必須持續突破自己的想像力去充實經驗庫，以反過來修正我們的抽象思考模型，只有如此雙管齊下，我們對 AIGC 的認識才是較為完備的。
延伸閱讀
ChatGPT 擬推付費版、AI 生成新創宣布倒閉！技術熱潮背後，要順利變現有多難？
AI 能與行銷人共存嗎？社群行銷 CEO 曝實戰經驗：就像大廚請二廚備料
門店科技百花齊放，如何選擇最適合的解方？消費者「有感」才能解決痛點