AI 熱潮下的焦慮與理性觀察：從專家系統到生產力再造
作者：50歲退休練習生 ｜ 發表日期：2025-08-31
近年來，人工智慧（AI）議題被商業炒作得沸沸揚揚，幾乎走到哪裡都能聽到相關討論。咖啡館裡，有人高聲談論投資 AI 基金；辦公室茶水間，員工擔心自己是否會被取代；社交平台上，貼滿了「AI 讓你失業」的恐懼與「投資 AI 才是未來」的豪言。這些聲音，反映的是社會對未知科技的焦慮，而不是對技術本身的理解。
我在數十年前便接觸過 AI 相關工作。當時它的名字不是 AI，而是「專家系統」（Expert System）。雖然名稱不同，但本質上與今日的 AI 原理相通：利用大量規則與資料，模擬專家判斷。然而，當年的專家系統往往難以真正發揮作用，原因很簡單——資料不足。以現在的說法，就是「數據不夠多元化」。缺乏足夠樣本，就無法訓練出能應對複雜現實的系統。這個經驗告訴我，AI 是否成功，取決於兩大因素：其一是晶片演算能力，其二是能否擁有龐大且多元的數據來生成參數。這兩者缺一不可。專家系統時代，我們缺少的是資料，如今，雲端運算與大數據讓 AI 得以跨越這個門檻，因此才有今天的繁榮。
AI 的本質並非魔術，它只是依賴算力與數據的強大工具。理解這一點，才能避免陷入過度的焦慮或盲目的樂觀。
焦慮的根源：AI 會取代人類工作嗎？
許多人焦慮的核心問題是：AI 會不會取代人類的工作？答案並不是單純的「會」或「不會」。在技術史上，每一波新科技出現時，總伴隨「取代」的恐懼。工業革命時，人們擔心紡織機搶走工作；電腦普及時，打字員害怕失業。但事實是，每次新科技到來，確實淘汰了一些職位，卻同時創造了更多新型態的工作。
經濟學上的「技能偏向性技術變遷理論」（Skill-Biased Technological Change, SBTC）提供了很好的解釋。該理論指出，新技術的出現，往往會提高對高技能勞動力的需求，降低對低技能勞動力的需求。因此，不是「所有工作都消失」，而是「工作性質改變」。AI 會讓重複、例行性強的工作逐漸自動化，但同時，也創造出需要設計、維護、監管與整合 AI 的新職位。
從這個角度看，AI 並不是「取代」人，而是「重新分配」工作。就像洗衣機出現後，家務勞動時間大幅縮減，卻沒有讓「家庭」消失，反而釋放了時間，讓人們投入更多元的活動。同樣地，AI 提高了效率，釋放出人力去做更高附加價值的事情。
效率與產業鏈的擴張
許多人忽略了一個現象：當效率提升時，往往會帶來產業鏈的擴張，而不是縮減。以汽車產業為例，裝配線的發明讓汽車生產效率大幅提高，結果不是汽車工人消失，而是整個汽車產業鏈蓬勃發展，從原料供應、零件製造、經銷維修到金融保險，創造了數以百萬計的工作機會。
AI 也是一樣。初期階段，建立 AI 模型需要大量人力來蒐集、清理、標註數據，還需要軟體工程師與硬體專家合作，才能建構出完整的系統。一旦技術開始商業化，則會帶動客服、教育、醫療、娛樂等多個領域的應用，每個環節都需要專業人才參與，進一步形成龐大的產業鏈。
經濟學中的「創造性破壞」（Creative Destruction, 熊彼得提出）恰好能解釋這一點。新技術確實會摧毀舊的模式，但同時會催生全新的模式。AI 不僅是效率工具，更是一種「平台型技術」，能夠像電力、網際網路一樣，滲透到各行各業，創造出我們現在難以想像的新工作型態。
數據與算力：AI 成敗的核心
回顧我早年使用專家系統的經驗，失敗的主要原因就是缺乏足夠的數據。這讓我深刻理解，AI 的成功不是因為它「更聰明」，而是因為我們終於能提供它所需的燃料——龐大且多樣的數據，再加上指數成長的晶片運算能力。
近代 AI 的突破，很大程度上得益於「深度學習」與「大數據」的結合。理論上，神經網路早在 1980 年代就被提出，但當時因為算力不足、資料有限，無法展現優勢。直到 2010 年後，GPU 的普及與雲端運算的興起，才真正讓深度學習展翅高飛，進而誕生了今天的生成式 AI。
這提醒我們，技術的成敗從來不是單一因素，而是整個生態系統的成熟。晶片公司、雲端平台、數據提供者、應用開發者，共同構成了 AI 的基礎設施。理解這一點，也有助於我們看穿市場上過度簡化的說辭。
AI 與工作的再定義
當我們討論「AI 是否會取代人類」，其實背後更深的問題是：「什麼是工作？」過去，我們把重複性的任務視為工作的核心，因為那是企業創造價值的方式。但隨著 AI 接管這些任務，工作逐漸轉向「創造」、「設計」、「判斷」與「溝通」。
心理學家馬斯洛（Maslow）的需求層次理論，也能給我們啟示。當基礎生存需求被滿足，人類會追求更高層次的需求，例如自我實現。AI 的普及，可能會加速這個過程，因為它讓我們從繁瑣工作中解放，去追尋更有意義的價值。
此外，社會學者理查．佛羅里達（Richard Florida）提出的「創意階級」概念，也值得參考。他認為，未來的經濟將由那些能創造新點子、新文化、新設計的人主導。AI 雖然強大，但它無法真正取代人類的創意與價值觀，反而成為放大創意的工具。
投資熱潮背後的冷靜思考
如今，投資市場對 AI 的追捧，幾乎到了狂熱的程度。各大基金公司、創投機構不斷釋放訊號，宣稱「不投資 AI 就落後」。然而，若從產業演化的角度來看，每一波科技熱潮都有類似的模式：初期過度樂觀，中期泡沫破裂，長期則逐步回歸理性。
上世紀 90 年代的網際網路泡沫，提供了一個很好的借鏡。當時許多公司憑著「.com」就能募資，但真正存活下來的，只有少數能持續創造價值的企業。AI 的熱潮，也可能走向相似的軌跡。投資人需要問的，不是「AI 熱不熱」，而是「哪些應用能長期落地、持續產生現金流」。
這裡可以引用「一般目的技術理論」（General Purpose Technology, GPT）來看待 AI。該理論指出，像電力、蒸汽機、網際網路這樣的技術，因為能滲透到各行各業，所以長期影響深遠。AI 很可能是另一個 GPT，但它的真正價值，需要時間沉澱才能展現。
結語：AI 是夥伴，而非敵人
焦慮往往源於未知，但理解背後的原理與歷史，能讓我們看得更清楚。AI 的本質，是效率工具，而非職位終結者。真正的挑戰不在於「AI 會不會取代我們」，而在於「我們能否駕馭 AI，並分配它帶來的生產力紅利」。
在未來十年，AI 必將繼續深入我們的生活與產業。有人會因它失去舊工作，但也會有人因它找到新機會。重點不在於逃避 AI，而在於與它共生，學會善用它來放大我們的價值。當我們把 AI 視為夥伴，而不是敵人，它所帶來的將不是恐懼，而是希望。
作者簡介：50歲退休練習生，長期從事與人工智慧、產業觀察與投資研究相關工作，習慣以歷史視角檢視現代技術浪潮。
