top of page

AI 不會取代你,學會 AI 的同事才會

知名管理顧問業麥肯錫最近發表了一篇研究,解析 AI 到 2030 年會對勞動市場帶來什麼衝擊。


這邊節錄一些值得注意的重點。


-


第一,餐飲,客服,業務和辦公室白領會大幅的受到影響。美國勞動市場會有大約 1200 萬人受到影響,而大概有 84% 的人口因為受到負面影響要重新洗牌。


而相反的商務,法務,照護和 STEM 人才相對穩定,在短期內不會遭遇產業的巨大變動。


其實今天不管有沒有 AI,市場永遠是物以稀為貴。


想要高薪就要選對產業和職位,不要不信邪,選了熱情放棄麵包。


先求有再求好,有了穩定的財務基礎,再去開發興趣和喜好。


(圖片出處麥肯錫產業報告)


-


第二,就業市場自 Covid 的影響以來,還是供不應求。到 2023 年四月,市場上還有將近 1000 萬個職缺還沒補齊。


這個蠻讓我意外的,沒想到在科技業裁員滾滾的情況下,美國的就業市場還是面臨缺工的狀況。


比較有趣的是內文有解釋到缺工的職位是哪寫,可以大概理解失業是結構性的問題。


在報吿中他們分析市場上更高的薪水變多了,但是願意接受低薪的人也相對變少。


我記得之前有看到文章分享在矽谷,有錢也買不到品質有保障的保母服務,打掃阿姨。


在高薪光譜另一端的,相對不需要專業的市場反而面臨缺工。


其實這充分體現了之前一個玩笑話,原本以為 AI 會幫忙常務處理雜事、打掃、開車、煮飯。


沒想到 AI 反而取代有創意的畫畫和寫作。


-


第三,AI 加速自動化的技術成熟,進一步加速產業的變遷,生成式的 AI 會產生新的工作模式。


而產業也會受惠於科技,迎來生產力的提升。


到 2030 年時,近 30% 的工作量會被自動化。


(圖片出處麥肯錫產業報告)


對於這點我是抱持懷疑的態度。


我自己是在客服部門管理內容的中高階主管,在 AI 剛出來的幾個月非常焦慮害怕自己會失業。


幾個月下來,發現要改變既有的營運模式還是會遇到很多阻礙。


甚至覺得真的有把 AI 融入每日工作的人少之又少。


所以這個真的需要時間來慢慢推廣變革,就像當初雷聲大的 ChatGPT 現在變成雨點小的零散新聞。


我合理懷疑市場上大多數的人還沒準備好讓生成式 AI 融入自己的生活中。


畢竟想要落實生產力的提升還必須要經歷產品推出 → 學習 → 內化 → 習慣養成的學習曲線,


有時候可能需要一個世代的養成才能讓工具像呼吸一樣自然的融入生活。


-


從上面三點來看,可以推估未來 M 型化社會會更明顯,能夠擠進前 1% 的人一樣享有多數的財富。


至少十年內,並不會像 Open AI 吹捧的世界和平願景,直接用大富翁的均富卡解決問題。


而且會有一部份的人選擇以躺平的方式,來達到無聲的抗議,抗議市場不公。


如果自己不幸落點在最容易受到影響的族群 (餐飲業、初階客服、業務等),其實現在是一個很好超車的機會,只要你學會使用一些 AI 的工具,就馬上能夠從同儕中脫穎而出。


因為這個自動化的趨勢只會愈來愈明顯,依照淘汰的順序,應該會是先淘汰不會自動化自己工作流程的人 → 和 AI 協作自動化自己工作內容的人 → 設計 AI 來改善營運模式的人。


-


那麼具體來說,該怎麼做到呢?


其實 AI 就像非常聰明的同事,但它卻完全沒有領域知識。


當你招募 (API) 他進來之後還是要介紹內部人員、工作方式、領域名詞等等讓它慢慢學習 (Fine tune)。


短期內這個超聰明的同事可能有些缺點,像是失憶症 (token limit) ,學到一半前面的東西就忘了 。


所以我們可以用一些它比較聽得懂的語言 (LangChain),強化它的執行能力。


長期來說,它可以帶來的經濟效益非常可觀,所以我們還有很多時間可以慢慢習慣怎麼和它配合。


它回答對的時候,就給它獎勵,回答錯的時候就給它懲罰 (RLHF)。


當它學習到一定的程度之後,就可以把它當成一個超級超級省錢的聰明同事。


可能到 2030,勞動市場會遇到很大的改變,搞不好主管會從管理人變成管理 AI 的表現 (Precision & recall)。


但是經營管理的基本概念其實是不會改變太多的。


所以不想要落於人後的話,還是乖乖的學會怎麼使用 AI,不然幾年過後就真的只能躺平了。

如果能把上面幾個專有名詞的課都上完,而且還能夠活用,估計到 2040 都不用擔心了。

24 次查看0 則留言

댓글


bottom of page