GAI狂潮中，國外大型科技相關企業近年興起「一面賺大錢，一面大裁員」風潮。預期今年淨利潤破千億美元的微軟，在AI能產出20%～30%程式碼之際，今年5月裁員近6千人，7月又裁員9千人。兩波裁員人數佔其全球員工總數近7%。
不只微軟，今年Tata Consultancy裁了1萬2千人、IBM裁8千人、Meta裁3千餘人、摩根史坦利裁2千人、PwC裁1千5百人……
因為產業特性與企業經營脈絡的差異，遠方人力市場裡的變化，通常不會直接在大家關切的本地市場複製貼上；但遠方現在進行式的變化，多少會帶著時間差、透過各種變奏，影響本地職場。
鍵盤能解決的工作，AI遲早會取代
GAI浪潮下把員工看作是企業的「累贅」，這種視角長期來說是否明智，其實說不準──但那橫豎是資方的事。一般人在乎的，是自身職場中的生存與發展空間。
面向變動快速的不確定未來，學歷與組織裡的功能執掌等傳統條件，重要性將隨AI對工作場景的蠶食鯨吞日漸減少。職場重點在於替組織做事，而組織想做的事，倘若自頭至尾都能透過鍵盤與螢幕介面搞定、過程中不太需要接觸實體世界的人與物（例如寫入門級程式、規劃電路、設計工程系統等等），AI的角色早晚會越來越吃重，人的重要性則隨之淡去。
相對地，雖然行業有別、企業各殊，但只要組織想做的事需要「落地」與物理世界中的人與物密切互動，面向這類事務的工作者價值，大抵可以簡單化約成「技師」的能耐和「巫師」的本事這兩大類。
「技師」的能耐
1980年代，機器人學者莫拉維克（Hans Moravec）提出「莫拉維克悖論」（Moravec's paradox），主張如視覺辨識、走路、手部操作等人們認為屬於「低層次」的、不必學就會的感知與運動控制，要比下棋、數學推理、語言理解等人們認為屬於「高層次」的認知任務，更難藉由電腦完成：數百萬年進化賦予我們常識感知和身體動作的協調性，對物理世界得以不假思索地精細控制。但若想透過電腦演算去逼近這類人類演化積漸的技能和直覺，需要極其複雜的感知、動作規劃與反饋調節，所需的算法與算力超乎想像。
也因此，即便AI熱潮下機器人又被開始捧上天，且虛擬環境可大量訓練機器人，但現實上數位－實體（cyber-physical）世界的整合很不容易。任何常人在實體世界能輕易完成的工作，機器人卻因面臨物理摩擦、結構誤差、環境不可預期、基礎設施整合困難等因素，需要極高的訓練、維修、微調成本才能適應該項工作而稍有所用。而且，每種機器人能工作的範疇甚窄，面對訓練外突發狀況時的可靠性與安全性也都是應用上的實際限制。在可預見的未來，AI與機器人難以大量取代人類的工作，因此需要能在物理現場落地、觀察實物實況並即刻決策、以實地完成任務的技師能耐。
古希臘所謂的「技術」（techne），涵蓋廣義的技藝／工藝／手藝，包括製造與實作的知識，也包括生產過程中結合原理、目的與手段的實務。循著這樣的字源，這兒所謂的技師，便指涉對物或對人，循特定、有效的技術與方法以完成工作者。如此定義的技師不只存在於製造、維修等狹義的技藝情境。AI時代，上述意義的技師，在政治、商業、軍事、醫療、文教等場域的價值不會減少，反將日增。
技師能耐仰賴「現地現物」，深入事象現場檢視實物實態所得的感受、直觀與經驗，或整合數位－實體兩端、或聚焦於實體世界以成事。這樣的技師能耐，無論是政治人物靠互動直探冷暖以找出路、生意人於市調數字外走進市場找感覺找方向、軍事行動上掌握戰場地形地貌水文天候後的見招拆招、醫師直面病患之際透過五感立體化地診斷處方、教室裡教育工作者觀察學生反應後的因材施教，在在都非單靠AI所能企及。
即便科學研究，在GAI可以協助文獻檢索、實證分析、生成像模像樣論文的今日，真正的突破許多仍仰賴充分利用實驗工具、反覆驗證材料與結構、直接製作樣品、觀察製程，調校參數的技師能耐 [1] 。
「巫師」的本事
在傳統社會，巫師首先是出神入化、溝通靈界的祭司，也是各場域裡的中介。巫師擔負合法性與社會秩序的建構與維繫，為社群提供信仰反饋、療癒、占卜與指引，替成員重構內在意義系統，化解焦慮、創傷與衝突。李維史陀曾詮釋，巫師利用神話與儀式構成一個信念場域，讓社群不斷再確認所信仰的價值體系，把無序的現象導入可控的神話秩序，將疾病或危機整合進可理解的世界觀中。
巫師自來是社群與超自然間的媒介。對組織而言，現代意義的超自然，包括環境的各種不確定性，尤其是其中數位科技瞬息萬變的難測力道。此際，組織的領導者與治理階層，戲份最吃重的是預測、轉譯、說服、溝通決策合法性、給出願景等本事。當今各色專家顧問猛吹AI的牛，讓很多人信了，同樣是巫的本事。但巫的工作遠遠不僅於此，更涵蓋組織與成員間、成員與成員間、成員與利害關係人間的橋樑、中介、溝通與轉化，亦即成事所需的做人本事。企業裡從人資、銷售、客服等原本就很靠做人的職能，到行銷、研發、生產、供應鏈等管理面向，關鍵都在數據輔佐下，面向關係人等，稱職扮演媒介、轉譯、溝通、轉化等角色。
舉例而言，從Bank 3.0嚷嚷到Bank 4.0，全球銀行業窮追金融科技之後，都幡然理解到數位科技再怎麼厲害，銀行畢竟仍以顧客經營為本。於是大夥又不約而同意識到要提供「有溫度」的服務給客戶。溫度自然不太來自面板，而來自人，來自AI無法大幅取代的同理心導引創新、危機處理、情感連結、對溝通對象需求的掌握、說服力與信任的建立、關係的經營、價值共感的強化等等，這些都是在可預見的未來，AI難以全面承接、取代的「巫術」。
別一窩蜂追熱趕集
據統計，過去3年多，美國求職網列出的軟體開發職缺需求少了71%；2023年美國資工系畢業的學生失業率甚至高於美術、社會學等科系。所以求學也好、謀職也罷，一窩蜂地趕集追流行，長期而言未必明智。
年輕一輩的職場中人，要熟悉工作相關的AI應用並不難。一旦清楚了AI作為工作工具的用處與限制，相對來說更值得長期灌沃的，是AI工具輔佐下結合知識與經驗，在物理世界中以成事為目的，對物或對人循特定、邏輯清楚的技術與方法完成工作的技師能耐，以及連結事與人或者人與人，完善轉譯、指引、激勵、療癒等轉化工作的巫師本事。就具體成事而言，這兩者間不只有偌大交集，尚且彼此互補。
[1] 這時代有價值的科研創發，越來越多會需要「現地現物」的實踐精神。1973年諾貝爾物理學獎得主江崎玲於奈和2015年諾貝爾醫學獎得主屠呦呦，都是這方面的典範。
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：1187
