自從 OpenAI 於 2022 年 11 月 30 日推出 ChatGPT 以來，人工智慧（AI）已成為市場的重要驅動力。雖然 ChatGPT 本身只是 AI 的一個簡化版本，但它打開了 AI 作為商業驅動力的可能性，也改變了我們工作的方式和生活。本文將探討 AI 對個人層面帶來的影響，並試圖在 AI 取代人類工作的恐懼與輕視之間找到一個平衡點。
AI 的挑戰與機會
機械化/公式化 vs. 直覺性/適應性
早在 ChatGPT 成為大眾焦點之前，IBM 的 Deep Blue 就已經在國際象棋領域展現出強大的實力，甚至擊敗了世界頂尖的棋手。這是因為 Deep Blue 可以存取所有歷史棋局數據，並每秒分析多達兩億個棋位。與此對比，人類棋手的直覺和經驗卻難以與這樣的數據分析速度相比。然而，AI 在適應性任務上還存在挑戰，例如自動駕駛。自動駕駛不僅需要機械計算能力，更需要處理與人類駕駛行為相關的不可預測性，這是 AI 至今仍未完全克服的難題。
規則導向 vs. 原則導向
AI 在規則導向的領域表現更為出色，並在遵循規則上優於人類。例如，會計和法律估值通常基於明確的規則，可以由 AI 無誤地複製和執行。然而，真正的金融估值則是基於原則，需依賴專業人士的判斷力和經驗，這種估值通常要求更高層次的分析和邏輯思維，AI 很難完全取代。
偏見性 vs. 開放性
第三個維度是人類決策中存在的偏見性。當我們進行評估或估值時，客戶往往希望得到符合自己利益的結果，而非客觀的真實數據。這在法律和會計估值中尤為常見。例如，在離婚案件中，企業估值的目的可能是為了減少分手費用，而不是準確評估企業的價值。這種偏見在人類專業人士中很常見，但對 AI 來說，要在這樣的情境下被誤導則相對困難。
如何應對 AI 的挑戰
1. 成為通才（Generalist）
現代社會趨向於專業化，從醫療到金融，各領域都有越來越多的專家。這種專門化趨勢使人類逐漸失去了跨領域工作的能力。然而，歷史上有許多跨領域的天才，比如文藝復興時期的列奧納多·達文西。他不僅是一位畫家，還是工程師、科學家、發明家。這些跨領域的技能在現代社會中變得越來越稀缺。如果我們想在 AI 時代保持競爭力，就需要成為一個跨領域的通才，而不是單純的專家。
2. 融合數字與故事
在估值領域，數據和模型可以很容易地由 AI 完成。但真正優秀的估值應該是數字與故事的結合。當我們考慮公司的質量、管理層、競爭力等軟性因素時，這些信息很難僅靠數據和公式捕捉。這樣的分析更依賴人類的判斷力，AI 很難完全複製。
3. 培養邏輯思維與推理能力
隨著技術進步，我們越來越依賴像 Google 這樣的搜索引擎，而不是自己進行邏輯推理。這種依賴可能會導致我們逐漸失去基本的邏輯推理能力。推理是人類思維的重要基礎，而失去這一技能將對長遠發展不利。因此，我們應該習慣於在遇到問題時，先嘗試自己解決，而不是立即查找答案。
4. 保持創造力與發散性思維
AI 雖然擅長數據分析和預測，但在創造力方面，仍無法取代人類。人類可以將看似無關的事物連接起來，從而產生意想不到的創新。這種發散性思維，例如阿基米德在浴缸中獲得的發現，或者牛頓在蘋果樹下的靈感，都源自於人類獨立的思考和發散性連結。
建立個人防護機制：你的競爭力之「護城河」
保密你的工作流程：在某些領域，如果你的工作內容可以保密，這將有助於防止 AI 複製。例如，一些投資策略或機密研究應該保持隱私。
系統保護：許多行業都有嚴格的系統規範，例如房地產交易中的法律和中介機制，這些系統保護機制可以防止 AI 取代這些角色。
建立個人護城河：個人應該不斷提升自己的技能，例如跨領域知識、數據與故事整合、邏輯推理等。這些都是建立你個人「護城河」的重要元素，能夠保證你在 AI 時代仍保持競爭力。
結語
AI 取代人類並非不可避免，但它確實帶來挑戰。無論是專業化還是數據化的工作，都需要我們重新思考自己的競爭力。通過培養跨領域技能、發展邏輯推理、融合數據與故事，並在個人層面建立護城河，我們可以更好地應對 AI 時代的到來。保持靈活性和創造力，並不斷提升自己，是我們保持競爭力的關鍵所在。
沒有留言:
張貼留言