AI 與 未來職場的變化
通用型AI還沒那麼快出現
所以說人類的工作要全面被取代 目前不會發生
但如果是"部分"的專精工作 可以被模組化 高重複性 可被預測
與其說取代人類工作 不如說 AI可以替代部分"流程"
如果有專屬於法律條文聊天機器人 或是 專屬於公司內部規章的聊天機器人
遇到問題 或是不確定的流程 直接詢問 確實可以節省大量翻找資料的時間
如果要認真去研究到底什麼工作會被取代或是 之後不需要人類的工作有那些?
因為職業太多 可能也列不完 但大概會有幾個現象
1.人工薪水高或是AI維護成本高?
如果老闆計算一年人工(每週工時40小時)基本薪資全部加總要60萬
購買一台24小時運轉的AI包含保固合約一年攤提全部計算完是40萬(可以用10年)
先不討論行業 光只看帳面上的成本 大部分老闆會考慮購買AI
不會有勞資糾紛 也不需要休息 可以隨時上工 要修改工作流程可隨時更改
如果換個假設 將上述的例子換成助理的薪水與AI的費用相比
這次需要支出費用的是你 可能也會有一樣的選擇
什麼狀況會讓選擇不同?
人工薪水低於AI 或是 人超越AI可以提供的價值
但是隨著基本薪資會隨著通膨上升 除非是違反勞基法的公司
人工薪水不會大幅下降 但是AI的費用跟3C產品一樣
AI的價格和維護費會隨著生產規模化跟同業競爭 隨著時間下降及普及
像是掃地機器人剛推出的時候價格很貴大約4萬左右 (印象中大概
隨著競爭的廠牌越多 為了銷量 過了幾年部分廠牌價位降到1萬以下
那人類要如何捍衛工作?
剩下的除了所謂軟實力像是合作、溝通協調、情緒價值、個人魅力...等無法量化的能力外
每個職業的專業技術價值 就變得更重要
不能只有普通的專業能力 需要比普通的技術能力還卓越 而且持續學習
持續學習的顯學 從口號呼籲變成 活到未來持續的方法之一
人類會犯錯 嘗試 創新 遺忘 有不同的個性
這些都是人專屬獨特的能力跟特色 但是AI暫時還沒有這些人格特質
只是AI具備可以產出有80分專業的能力 剩下更高分的空間
是未來人類需要競爭的空間 不論是跟人競爭或是跟AI競爭
2.新工作還沒出現?
如果AI自動產出的文章裏面有部分錯誤
為了避免 還是需要聘用人力去檢查挑出錯誤修改
如果AI設備導入 還是會有故障發生 需要人去維修或保養
看起來人們的工作還是可以有發展或是變化前景
但是 這是過渡期的現象 或是說"比例"的問題
導入前期 也許職位會有20%人力被取代 然後額外增加10%的維護人力
但一直到最後AI運作成熟 可能過程已經有50%人力被取代
但只再增加10%的維護人力 或是不需再增加維護人力
上述換成會應用AI的人代入 可能比例會更高
會有全新的職缺出現 但還沒出現前 會先有失業潮
理想上會是人的工時越來越短 效率越來越快
但實際面是 要如何去量化或是界定 所謂"合理的"工作量?
就目前為止 越依靠大腦的工作 越難被量化計算
原因在於 一個有效率的決策或方案 可以花短時間較少的成本就完成
甚至已經考慮到未來執行不會成為後人的負擔
但如果 產出了很多個專案進行 方法又不是最佳解
用較低的效率去運作 在各部門之間卡住駁回往返溝通
會形成一種大家都很忙碌解決問題 其實效率不高原地踏步的熱絡假象
實際的上班工時與包括人性及互動計算的工時 其實是不同的角度切入
實際觀察各產業 都很容易有這種現象
專案越是多 方法越不是最佳解 往返卡關越多 時間越久
就會顯現出假象忙碌 充實 的幻象
但是通常很難被發現 或是說不好發覺
事實上 真相是 公司的成本部分被耗費掉了
原本可以成長的能量 並沒有往外擴張
但其實 也不是高層不知情 而是回到基本的成本計算
在低效率的過程可以看出每個人的人格特質
之後要如何應用這些人的評分跟考核
都在這些過程中可以看得清楚 公司也有所收穫
而且這些低效率的過程計算之後 公司還是有獲利
那低效率 沒有AI如此高效又何妨?
成本的計算 取決於出發點 不是只有帳面上的數字
如果只看當下的數字 決策者就會失去未來的獲利
3.AI取代工作可以是必須也可以是計畫
對於決策者而言
如果可以越清楚知道每個人的能力對於他而言是否重要
那他越可以判斷或決定AI是否需要取代
表面上來說可以是"因為AI所以被取代"
實際上來說也可以是"因為需要AI所以取代"
這兩者的差別取決於 決策者看重的是人的經驗或能力
或是在意過程流程的穩定與重複產出結果的品質
但當然 也可以是積極的 使用AI來提升效率取代掉低效的方法或流程
只是 在取代低效率之前 要先看出來 看懂 "什麼是低效的?"
"排擠效應"會排擠掉少數 多數與少數是比較出來
假設這個群體多數是低效率 那麼高效率的人就會被排斥
所以 如果依照大者恆大的趨勢 最後高效率的人會陸續離開
低效率的人會占大多數
掌權者若發現 為了提升效率 是有可能會大幅以高效的AI去替代低效群體
當系統轉換成本越低 AI越便宜 這種類似的事件會越多
4.學習新的工作能力
除了AI
其實自然生態、環境汙染、極端氣候、永續經營、碳權交易、
全球持續暖化升溫、能源不足、戰爭、政治角力...等
上述這些也是同步持續發生的現況
與其說是工作是否存續的問題 反而比較像是
這些變化同時影響每個人
這些變化會讓舊的工作消失 也會產生新的工作
而現實面是 在不斷動盪的過程當中
學習新的工作技能 或是可以看清變化已發生
未必可以完全看清楚變化的細節
但至少知道變化的速度只會越來越快
世界上所有的學習都是相關的 即便表面上看起來不相關
學習的越多 就越看得清楚運作模式都是類似的
__________________________________________________________________________
5.如何面對未來職場的變化?
- 多學習多嘗試與本業或是求學時期沒直接關聯的事物或技術
這們做的目的在於增加觸角避免平常接收的資訊太過於單一或偏頗,
視野太狹隘會讓未來發展也受限,只跟同溫層聊天其實是高風險的行為
- 本業累積到一個程度的專業或是年資要先暫停下來去思考未來發展
可以透過看同領域的前輩或是長官、主管目前的工作環境跟本身狀況
觀察後就大概知道這個領域5年後甚至更久之後會有的機會或是瓶頸是什麼?
如果發現不妙,要懂得改變方向或是工作策略規劃
- 趁早觀察及轉換跑道或是投資學習在自身技術或是能力,越早越好
趁早是怎樣算早?在你發現有不對勁或是想主動學習新觀念、能力的時候
為什麼越早越好?越晚你的轉換時間成本越高,越晚成本越高或是越難轉換
現實面是其他公司也會對於你的專業能力感到定型
- 人的時間精神都是有限的,請在悠閒的時候就開始有意識的注意其他感興趣的領域
問題的發生常常都是看起來突然但其實是蓄積已久,很多準備都不可能是短時間就完成
一個領域需要到專業也需要3、5年的基本訓練跟經驗累積,
如果是10年的累積基本上各種狀況都經歷過,也大概知道各種問題最快的解決方法
如果工作並沒有隨著你的年資增加而能力跟著提升,每天都是重複性高且無須思考的
請警覺這類工作屬於高風險工作,容易消失,趕快找其他感興趣的工作吧
- 有一些職缺是看起來很新,但其實還不穩定或是只是噱頭
請避開這類敘述不明確,工作實際內容交代不清楚
薪資與實際工作敘述不符可能是詐騙,或是肝需求極高的工作?
其實上述無論是否有AI競爭,都是基本的職涯觀念之一
只是AI競爭會加速就業市場的汰換演變速度
人性與智慧是終究不會改變的基本生存邏輯
本篇參與的主題策展
你可能也想看
