為什麼 AI 的數學能力暴衝，會成為企業下一個關鍵轉折點？
如果你對大型語言模型的運作原理有所理解，應該知道 AI 其實並不擅長「算數學」，即便是簡單的加減法也可能出錯。
然而，過去幾個月 AI 領域其實發生了兩件跟數學有關的大事。首先，Google 與 OpenAI 的 AI 模型，在國際奧林匹亞數學競賽（IMO）中獲得了金牌，與此同時一篇聲稱「AI 生成了全新數學理論」的聲明，則被迅速踢爆為假消息。
為什麼 AI 跟數學之間的關係如此重要？科技巨頭如 Google、OpenAI，為什麼又要追逐人工智慧在數學方面的能力？對於普通企業來說，AI 於數學領域的大幅進步，究竟又意味著什麼？
AI 推理能力的大幅進化
在數學領域中，IMO 是全球最困難的競賽之一，而科技巨頭的 AI 模型，確實都成功解出了極具挑戰性的題目；只不過，這些題目雖然困難，但人類過去都早已破解，AI 並沒有創造出「新數學」，或者搞定人類苦惱許久的千古難題。
因此，這項消息引起業界關注的理由，其實是象徵 AI 推理能力的大幅進化。
傳統上，AI 會從過去的數據中學習「模式」（patterns），接著再進行預測，比方說 AI 會學習房價、地段與房間數量的關係，藉此推算出一棟新房子的價格，或是學習視網膜掃描的影像模式，協助醫生檢測病變。
當紅的生成式 AI，例如 ChatGPT 也是透過以往所學習的資料，找出最高機率的可能性，再輸出、創造文字和圖片等新內容；至於擁有強化學習能力的 AI 則會更進一步，借助試錯法從失敗經驗中學習如何優化任務處理。
由此可見，目前大多數 AI 都沒有跳脫「學習、預測、生成」的基本框架，所以數學能力才被視為 AI 的重要前沿，反映 AI 的真正能耐。解答困難的數學題目，需要 AI 一步一步進行邏輯推理，最終才能得出結論，超越了單純的預測及生成，讓人工智慧得以邁向下一個階段。
創造性 AI 推理的商業價值
至於另一項消息，即 AI 創造出了「新數學」，借助推理帶來人類前所未見的東西，雖然已經確定是個假新聞，但卻也是研究人員夢寐以求的「聖杯」，更促使業界反思 AI 是否總有一天，將真正擁有「創造性」的推理能力。
尤其對於商業界來說，當 AI 能夠獨立完成的事情越多，甚至可以針對複雜問題提出全新解決方案，那麼 AI 增強或取代人類角色的程度就會越高。結合目前已有的 AI 代理技術，具備創新推理能力的人工智慧模型，自然會帶來極其強大的商業價值。
即便 AI 僅是透過模式比對去處理問題，但只要能夠完美解決，那就意味著 AI 已經不只能做固定化的任務，還可以協助分析複雜數據、優化技術設計、找出供應鏈瓶頸，甚至是為產品主動建議新功能。
當 AI 越聰明，對錯就更難驗證
然而，更強大的 AI 卻也替商業公司帶來更深層的困擾。當 AI 真的具備了創新能力，它就更有機會生成人類難以理解、難以驗證對錯的解決方案。
這種情況將讓企業不禁去思考，是否應該繼續允許員工，將高難度的開放式問題交給 AI 處理？或者是只批准專家等級的員工，才可以向 AI 詢問難題？
此外，企業員工是否具備足夠能力，判斷 AI 給予的答案是否正確，以及人類在整個 AI 工作流程中應該扮演的角色等，成為了企業領導者現在就得開始思索的全新課題。
企業領導者該投入的 AI 素養
身為商業公司領袖，面對 AI 正變得越來越聰明，甚至可能於未來某一天擁有創新能力，主動投入並建立擁有「AI 素養」（AI Fluency）的公司文化和機制，或許才是保護企業且善用人工智慧，長期達成突破創新的最佳途徑。
具體而言，企業領導者應該「保持懷疑」並建立安全機制，選擇有適當使用規範的工具以保護公司資料，同時鼓勵員工在懷疑但開放的態度下使用 AI。
其次，企業領導者應鼓勵員工分享使用 AI 的技巧、效率提升方式及誤區，定期發布最佳實踐指南，解釋人工智慧的運作原理，讓員工明白 AI 既強大又會犯錯的原因，使員工清楚認知「人類判斷力」仍是工作中最重要的因素。
再者，企業領導者該落實「對人的問責」，理解 AI 雖然能夠處理十分困難的問題，但人類員工仍需對答案的正確性、安全性與適用性有所責任，讓員工只要「問得出來」就也必須「看得懂答案」，判斷並評估 AI 的回答是否正確。
AI 就像企業裡的資深員工
隨著 AI 技術的應用與發展越來越廣，無論是透過模仿人類思維邏輯進行各種運算，或是擁有真正的架構推理能力，我們都在進入 AI 有辦法解決複雜問題的新時代。
對於許多商業任務來說，只要結果品質夠好，AI 究竟是「真懂」還是「裝懂」其實差別不大，這就像交給一位經驗豐富的資深員工進行決策，無論是基於嚴謹邏輯，或是單憑過去的直覺經驗，只要決策「正確」那就擁有一定價值。
簡單來說，目前的 AI 似乎正朝著類似「資深員工」的方向發展，而這種趨勢對於大多數企業而言也無法控制，唯一能做的事情就是保持敏銳與警覺心，並在安全環境下鼓勵創新實驗，善用領導能力正確引航員工。
【推薦閱讀】
◆ 實驗揭 AI 代理「沒人類」就變弱，Upwork 推 Uma 打造人機協作工作流
◆ 覺得員工的 AI 產出很糟糕？研究：關鍵在於缺乏「工作重塑」
◆ 當 AI 開始工作，領導者必須讓它背後的「人類成本」被看見
＊本文開放合作夥伴轉載，參考資料：《Forbes》、《New Scientist》，首圖來源：GPT-4o
（責任編輯：鄒家彥）