AI 的潛力可創造工作機會,但也會推動受控的勞動力轉移
認知遷移已經開始。有些人急著上車,有些人卻在猶豫,質疑目的地是否值得離開熟悉的地方。
哈佛大學教授兼未來工作專家 Christopher Stanton 最近指出,AI 的採用速度前所未有,並稱之為「發展異常快速的技術」。這種驚人的速度讓人工智能革命有別於過去的技術轉變,例如個人電腦或網際網路。Google DeepMind 執行長 Demis Hassabis 預測,無論在規模或速度上,AI 的影響力都可能讓工業革命相形見絀。
人機智慧共享日益無縫。早期使用者將人工智慧融入日常工作流程,而先驅者則將人工智慧完全融入創意流程與專業身分。這些願意參與的人包括迅速的工程顧問、系統重新設計的產品經理,以及在編碼、設計和行銷作業中運用 AI 的創業家。
對於他們來說,這個新的領域讓人感到暢行無阻、興奮不已。然而,許多人仍然感到不安,他們面臨的不僅是過時的風險,還有更深層次的不確定性,不知道何時以及如何參與人工智能仍然模糊不清的未來。這種雙重準備挑戰改變了人們對 AI 的承諾和壓力的看法。
現實檢查
在各行各業中,AI 重塑工作流程的速度比策略團隊的反應還要快。最終的影響仍不明朗 - 甚至有沒有終局?隨著超級智慧型機器在幾年內出現的預言不絕於耳,員工收到的緊急適應任務卻缺乏具體的指導。
歷史會重演另一個 AI 寒冬嗎?過去的經濟衰退都是因為過度承諾所造成的,1970 年代的運算限制與 1980 年代末期的專家系統失敗都曾引發資金崩盤。今天的情況則明顯不同,因為有更強大的機構承諾、消費者採用和技術基礎設施。如果現在失敗了,不是因為缺乏資源,而是因為信任破滅。

1988 年人工智能在未實現承諾後的退縮。 紐約時報 正在進行的遷移
認知遷移的早期階段顯示出明顯的分歧 - 有些人急切地登船,有些人則焦慮地在車站徘徊。在表面的平靜之下,隨著人工智能將軟體開發速度提升 100 倍、產生面向客戶的程式碼,甚至協助古典學家破譯古代典籍,工作場所的不安也與日俱增。
心甘情願的參與者會規劃自己的方向,但承受壓力的員工則會經歷不安的預期。這超越了工具採用的層面 - 許多人質疑新興的工作場所文化是否能容納他們。延遲的參與有可能變成永久性的遷移,即使是經驗豐富的專業人士也會對自己的角色感到不確定。
可靠性悖論
儘管有著驚人的進步,AI 系統仍是喜怒無常 - 自信卻不負責任,複雜卻健忘。聊天機器人仍然會產生幻覺,失去對話主線。它們凍結的 「智慧 」與人類的學習形成對比,而人類的學習只受限於不斷擴大的情境視窗。
全球信任度調查顯示出明顯的文化差異 - 中國的接受度為 72%,而美國則為 32%。完善回憶和減少幻覺可以增強信心,但在缺乏有意義的公眾參與人工智能治理的情況下,懷疑仍然存在。
計算風險
該產業奮力前進,押注目前的限制將讓步於工程突破。這個賭注假設生產力的提升會超過破壞成本,而且擴大的存取將使機會民主化,而非權力集中。
然而,在賭注與夢想之間存在著不確定因素 - 前所未有的轉型速度壓倒了社會的適應能力。隨著認知遷移的加速,關於目的地的坐標以及誰會在抵達後受到歡迎等關鍵問題仍未獲得解答。
Gary Grossman 是愛德曼科技實務執行副總裁,也是愛德曼人工智慧卓越中心 (Edelman AI Center of Excellence) 的全球負責人。
相關文章
OpenAI 勾勒出以公共財富基金、機器人稅及每週四天工作制為核心的人工智慧經濟藍圖
當各國政府正竭力應對超智能機器帶來的經濟衝擊之際,OpenAI 發布了一系列政策提案,闡述在「智能時代」中財富與工作可能如何重塑。這些構想將傳統的左翼機制——例如公共財富基金與擴大的社會安全網——與根本上資本主義、市場導向的經濟框架相融合。OpenAI 的提案本質上是一份願望清單,這份公開聲明有助於民選官員、投資者及公眾理解這家市值 8,520 億美元的公司,如何看待人工智慧在重塑勞動與經濟的過程
Databricks 共同創辦人榮獲 ACM 獎項後,宣稱通用人工智慧即將問世
Databricks 共同創辦人暨技術長 Matei Zaharia 差點錯過那封通知他獲得 2026 年 ACM 計算獎的電子郵件。「這確實是個驚喜,」他向 TechCrunch 透露。2009年,扎哈里亞在加州大學柏克萊分校攻讀博士期間,在著名教授伊昂·斯托伊卡(Ion Stoica)的指導下所開發的技術,被整合進 Databricks。扎哈里亞設計了一種方法,能大幅加速處理那些緩慢且繁瑣的大
人工智慧揭露新聞內容中的隱藏議程
ChatGPT風格的模型現正接受訓練,以揭示新聞文章背後的潛在觀點——即使該觀點被隱藏在引語、框架或(有時虛偽的)中立表象之下。透過將文章拆解為標題、導語和引語等段落,新型系統能識別長篇專業新聞報導中的偏見。 這種掌握作者或發言者真實立場的能力——學術文獻中稱為立場檢測——正挑戰語言解讀中最複雜的難題之一:從可能刻意設計用以隱藏或模糊意圖的內容中辨識真實意圖。從喬納森·斯威夫特的《一個謙卑的建議》
相關專題推薦
評論 (2)
0/500
AIに仕事を奪われる心配より、適応できるスキルをどう身につけるかが大事だよね。ハーバードの教授も指摘してるけど、変化自体は避けられない。むしろ、新しい役割が生まれる可能性に期待してる!😊 個人的には、教育システムのアップデートが鍵かな?
Na ja, "kognitive Migration" ist aber ein schicker Euphemismus für den Realitätsschock, den viele erleben. In meiner Branche (Marketing) verdrängen KI-Tools jetzt schon Junior-Stellen, während gleichzeitig händeringend nach Leuten gesucht wird, die die KI-Ausgaben überprüfen und steuern können. Das erinnert mich an die Industrialisierung: Es entstehen neue Jobs, aber die Übergangsfrist ist für die Betroffenen oft brutal. Wohin wandern die "Zögernden" eigentlich ab? In den Niedriglohnsektor? Die soziale Abfederung dieses Wandels wird zur Schlüsselfrage. 🧐
認知遷移已經開始。有些人急著上車,有些人卻在猶豫,質疑目的地是否值得離開熟悉的地方。
哈佛大學教授兼未來工作專家 Christopher Stanton 最近指出,AI 的採用速度前所未有,並稱之為「發展異常快速的技術」。這種驚人的速度讓人工智能革命有別於過去的技術轉變,例如個人電腦或網際網路。Google DeepMind 執行長 Demis Hassabis 預測,無論在規模或速度上,AI 的影響力都可能讓工業革命相形見絀。
人機智慧共享日益無縫。早期使用者將人工智慧融入日常工作流程,而先驅者則將人工智慧完全融入創意流程與專業身分。這些願意參與的人包括迅速的工程顧問、系統重新設計的產品經理,以及在編碼、設計和行銷作業中運用 AI 的創業家。
對於他們來說,這個新的領域讓人感到暢行無阻、興奮不已。然而,許多人仍然感到不安,他們面臨的不僅是過時的風險,還有更深層次的不確定性,不知道何時以及如何參與人工智能仍然模糊不清的未來。這種雙重準備挑戰改變了人們對 AI 的承諾和壓力的看法。
現實檢查
在各行各業中,AI 重塑工作流程的速度比策略團隊的反應還要快。最終的影響仍不明朗 - 甚至有沒有終局?隨著超級智慧型機器在幾年內出現的預言不絕於耳,員工收到的緊急適應任務卻缺乏具體的指導。
歷史會重演另一個 AI 寒冬嗎?過去的經濟衰退都是因為過度承諾所造成的,1970 年代的運算限制與 1980 年代末期的專家系統失敗都曾引發資金崩盤。今天的情況則明顯不同,因為有更強大的機構承諾、消費者採用和技術基礎設施。如果現在失敗了,不是因為缺乏資源,而是因為信任破滅。

正在進行的遷移
認知遷移的早期階段顯示出明顯的分歧 - 有些人急切地登船,有些人則焦慮地在車站徘徊。在表面的平靜之下,隨著人工智能將軟體開發速度提升 100 倍、產生面向客戶的程式碼,甚至協助古典學家破譯古代典籍,工作場所的不安也與日俱增。
心甘情願的參與者會規劃自己的方向,但承受壓力的員工則會經歷不安的預期。這超越了工具採用的層面 - 許多人質疑新興的工作場所文化是否能容納他們。延遲的參與有可能變成永久性的遷移,即使是經驗豐富的專業人士也會對自己的角色感到不確定。
可靠性悖論
儘管有著驚人的進步,AI 系統仍是喜怒無常 - 自信卻不負責任,複雜卻健忘。聊天機器人仍然會產生幻覺,失去對話主線。它們凍結的 「智慧 」與人類的學習形成對比,而人類的學習只受限於不斷擴大的情境視窗。
全球信任度調查顯示出明顯的文化差異 - 中國的接受度為 72%,而美國則為 32%。完善回憶和減少幻覺可以增強信心,但在缺乏有意義的公眾參與人工智能治理的情況下,懷疑仍然存在。
計算風險
該產業奮力前進,押注目前的限制將讓步於工程突破。這個賭注假設生產力的提升會超過破壞成本,而且擴大的存取將使機會民主化,而非權力集中。
然而,在賭注與夢想之間存在著不確定因素 - 前所未有的轉型速度壓倒了社會的適應能力。隨著認知遷移的加速,關於目的地的坐標以及誰會在抵達後受到歡迎等關鍵問題仍未獲得解答。
Gary Grossman 是愛德曼科技實務執行副總裁,也是愛德曼人工智慧卓越中心 (Edelman AI Center of Excellence) 的全球負責人。
OpenAI 勾勒出以公共財富基金、機器人稅及每週四天工作制為核心的人工智慧經濟藍圖
當各國政府正竭力應對超智能機器帶來的經濟衝擊之際,OpenAI 發布了一系列政策提案,闡述在「智能時代」中財富與工作可能如何重塑。這些構想將傳統的左翼機制——例如公共財富基金與擴大的社會安全網——與根本上資本主義、市場導向的經濟框架相融合。OpenAI 的提案本質上是一份願望清單,這份公開聲明有助於民選官員、投資者及公眾理解這家市值 8,520 億美元的公司,如何看待人工智慧在重塑勞動與經濟的過程
Databricks 共同創辦人榮獲 ACM 獎項後,宣稱通用人工智慧即將問世
Databricks 共同創辦人暨技術長 Matei Zaharia 差點錯過那封通知他獲得 2026 年 ACM 計算獎的電子郵件。「這確實是個驚喜,」他向 TechCrunch 透露。2009年,扎哈里亞在加州大學柏克萊分校攻讀博士期間,在著名教授伊昂·斯托伊卡(Ion Stoica)的指導下所開發的技術,被整合進 Databricks。扎哈里亞設計了一種方法,能大幅加速處理那些緩慢且繁瑣的大
人工智慧揭露新聞內容中的隱藏議程
ChatGPT風格的模型現正接受訓練,以揭示新聞文章背後的潛在觀點——即使該觀點被隱藏在引語、框架或(有時虛偽的)中立表象之下。透過將文章拆解為標題、導語和引語等段落,新型系統能識別長篇專業新聞報導中的偏見。 這種掌握作者或發言者真實立場的能力——學術文獻中稱為立場檢測——正挑戰語言解讀中最複雜的難題之一:從可能刻意設計用以隱藏或模糊意圖的內容中辨識真實意圖。從喬納森·斯威夫特的《一個謙卑的建議》
AIに仕事を奪われる心配より、適応できるスキルをどう身につけるかが大事だよね。ハーバードの教授も指摘してるけど、変化自体は避けられない。むしろ、新しい役割が生まれる可能性に期待してる!😊 個人的には、教育システムのアップデートが鍵かな?
Na ja, "kognitive Migration" ist aber ein schicker Euphemismus für den Realitätsschock, den viele erleben. In meiner Branche (Marketing) verdrängen KI-Tools jetzt schon Junior-Stellen, während gleichzeitig händeringend nach Leuten gesucht wird, die die KI-Ausgaben überprüfen und steuern können. Das erinnert mich an die Industrialisierung: Es entstehen neue Jobs, aber die Übergangsfrist ist für die Betroffenen oft brutal. Wohin wandern die "Zögernden" eigentlich ab? In den Niedriglohnsektor? Die soziale Abfederung dieses Wandels wird zur Schlüsselfrage. 🧐





首頁






