AI 難以取代的工作：人際互動與信任建立的重要性

前一篇講的是比較大架構、嚴肅的東西。這一篇就來聊聊稍微接地氣、比較務實的東西。 有一個議題大家討論到爛了，那就是什麼工作不會被AI取代。這篇我不是要講具體哪些工作，而是想給大家一個情境，每天都發生在我們身邊，也是我在產業界裡真實的體會——那就是AI沒有辦法取代人與人之間的互動、以及所有要用到這個技能的職能。 首先是『信任結構』，業務花費了很大的心力去取得客戶的信任，客戶給他對未來預估的數字是基於對他的信任。 想像一下，在公司會做年度、季度、月度計劃的現況下，等於是業務每個月都得去跟客戶要到最新的預估，看對方每個月、每一季、跟今年明年會跟我們訂多少產品。在這當中，他需要搞懂這個客戶窗口喜歡怎樣的對話模式、讀懂客戶的微表情，甚至讀出他話裡的言外之意——他對市場的預測、對公司機密的保護、和安全庫存的心理。這些溝通阻礙都會導致預估數字不同程度地偏離真實。 在通常情況下，這些預測不會偏差太多。但是大家或許還記得，在疫情期間有一段時間半導體晶片缺貨，從前端到後端大家都一直在急著要買晶片、擴張產能。結果隔一年又滯銷。這就是所謂長鞭效應（bullwhip effect）的真實案例，這些不同程度的資訊偏離，通過供應鏈層層疊疊的架構被放大，導致後端大量的過度訂購和生產。 而東西賣不出去的成本，不只有庫存會隨著時間老化、還有它可能隨著產品的更新換代而不再被需要了。所以會計單位都會針對放太久的庫存入帳備抵（inventory provision）來反映存貨的價值隨著時間經過而遞減，讓這個存貨賣不出去的成本、被逐月反映在財務報表上。 講這麼多成本的東西，其實就是要說這看似微小的預估，後面牽涉到龐大的成本風險。做得好，公司能夠儘可能壓低庫存，可以省下買庫存的資金成本、倉儲成本、還有管理這些庫存相關的人力成本，從而避免可大可小的營運風險。 而AI因為沒有辦法透過這類『讀空氣』的互動來發現數字可能偏離的地方，各公司也因為商業機密而不可能共享資料庫，所以這些關鍵崗位的人還是不可替代，這已經超過了科技可以克服的門檻。 相信大家對於這類人際互動必須存在的門檻，在自己的產業和工作經驗都有不同的體會。這種無法量化的判斷力，在現行的商業結構體制中，仍會在接下來的AI時代扮演很重要的角色。唯一能衡量這件事有沒有做好的標準，目前也只有預估的準確程度（從業務預估影響到後面的採購預估）。