人類與 AI 協作：如何攜手共事

但在我們深入探討未來所需技能之前，先了解為什麼能夠有效與 AI 協作這麼重要，至關重要。

AI 能在銷售、服務、行銷、庫存管理和工廠營運等領域加快工作流程並提升效率。事實上，與 AI 密切相關的產業，其勞動生產力的成長率幾乎是其他產業的 5 倍 。

工作的未來正在改變，但這並不代表人類將被完全取代。Mattress Firm 的數位長 George Hanson 在接受 Experts of Experience 訪談時這樣說道：「我認為 AI 的價值在於協助人類，而不是取代人類。」

AI 正在徹底改變我們的工作方式，提升效率、增加產能，並發掘原本可能被忽略的洞察。然而，每一個 AI 成功案例的背後，都少不了人類的努力與創意。儘管 AI 工具能強化 — 甚至在某些情況下取代 — 特定任務，真正的價值仍來自人類的引導。是人類訓練這些系統、與它們協作、解讀它們的輸出，並最終做出決策它從根本上來看，職場依然仰賴人類的判斷力、創造力，以及只有我們才能帶來的獨特觀點。

這對您而言，意味著有一個絕佳的機會可以脫穎而出、提升技能，並創造卓越成果。透過與 AI 建立協作關係，您可以將自身的獨特優勢與這項技術的強大能力結合，實現非凡的成就。

人類與 AI 的協作能提升效率，並推動各行各業的發展。人類在創造力、情緒智力和道德判斷等方面具備獨特技能，而 AI 則擅長於資料處理、模式辨識和重複性任務。

透過讓數位勞動力專注於它最擅長的任務，人類員工就能有更多空間投入於策略思考、創新以及客戶互動。

結合人類與 AI 的優勢，將在各個產業帶來深遠的益處：

• 人類和 AI 在醫療領域的應用
  • 診斷支援：AI 協助醫師分析醫學影像，如 X 光片和 MRI，識別潛在問題，接著由醫師進行審核、確認，並向病患說明。
  • 個人化治療計畫：演算法根據病患的病史、基因資料和生活習慣量身打造治療方案，讓醫療人員可以分享並持續追蹤執行。
• 人類和 AI 在金融領域的應用
  • 風險評估：AI 分析財務資料以辨識模式與潛在風險，協助人類分析師全面掌握情況並做出明智決策。
  • 客戶服務：AI 聊天機器人負責回答日常問題，讓人類客服人員能專注處理更複雜的議題，並提供更優質的客戶體驗。
• 人類和 AI 在製造業的應用
  • 預測性維護：AI 監控機器運作狀況並預測維修時間，及早提醒技術人員採取行動，避免設備故障。
  • 品質控管：AI 精準檢查產品缺陷，並在出現重大問題時通知人類主管進行審核與監督。
• 人類和 AI 在零售業的應用
  • 庫存管理：AI 根據過去數據預測需求，優化庫存配置。人類管理者則可運用這些資訊，做出更具前瞻性的採購決策。
  • 個人化推薦：AI 購物助理分析顧客資料，推薦相關商品，提升整體購物體驗。當客戶有更複雜的問題時，AI 也能將他們轉交給人類客服人員接手處理。
• 人類和 AI 在行銷領域的應用
  • 顧客分群：AI 根據客戶行為與偏好進行分類，協助行銷人員制定更具針對性與成效的行銷活動。
  • 內容產出：AI 能產出行銷內容初稿，讓創意人員在訊息撰寫與最佳化上有一個起步點。

以下是面對未來工作最重要的技術、分析與軟實力技能。掌握這些技能，讓您在不斷變化的就業環境中保持領先。同時，您也將能提升團隊的生產力，並將您的職涯推向新高峰。

建立對生成式 AI 的基礎認識 ：了解它的運作原理、功能，以及其侷限性。您不需要成為程式開發者，但掌握基本知識對於有效協作至關重要。請特別留意以下幾個重點領域：

• 大型語言模型 (LLM)：這類模型（例如：ChatGPT）擅長撰寫文字、摘要內容、草擬電子郵件與回答問題。
• 機器學習系統：適用於分析大型資料集、進行預測或發現模式，例如預測顧客需求或提供個人化推薦。
• 限制與倫理使用 ：了解生成式 AI 的使用邊界，包括偏誤風險、資料隱私問題，以及哪些情境下需要人類監督。

將提示工程想像成與 AI 對話的藝術。‌‌它的關鍵在於用正確的方式提出正確的問題。AI 系統在收到清晰指令時表現最佳。此外，如能根據您的資料提供準確且相關的提示，也能獲得更可信的結果。學習如何明確定義需求、提供背景資訊、設立限制條件，或舉例說明。唯有如此，才能確保 AI 為您的任務產出有用且精準的結果。

熟練掌握主流的 AI 平台與工具是非常重要的能力。持續關注最新的 AI 技術，有助於您快速適應變化並提升使用效能。密切關注所在產業中的 AI 發展趨勢。訂閱相關出版品、參加會議活動，並追蹤 AI 領域的意見領袖。

AI 產出的見解並不總是能照單全收。有時它會生成聽起來合理但其實不完全正確的資訊。因此，學會評估其相關性與準確性、辨識潛在偏誤就顯得格外重要。請將自己視為 AI 協作助理的事實查核員。您需要用批判思維審視其回應、核實資料內容，並時刻留意可能出現的不正確資訊。主動驗證 AI 產出的見解，將幫助您做出更有信心、更明智的決策。

AI 並不是每個問題的萬靈丹 — 您需要知道什麼時候該使用它。它特別擅長處理重複性高、耗時或資料密集的任務，幫助您更快速、更聰明地完成工作。但在創意思考或複雜決策方面，依然需要人類專家的判斷。當您理解 AI 擅長什麼（以及不擅長什麼）時，就能讓它處理繁瑣工作，讓團隊能騰出更多時間專注在高層次的任務上。

具備資料素養，簡單來說就是了解資料的基本結構及其應用方式。AI 系統在訓練、分析與決策過程中高度依賴資料，因此理解資料的運作原理，是有效使用與解讀 AI 輸出的關鍵。您應該熟悉以下內容：

• 不同類型的資料：了解結構化與非結構化 資料的差異。想像一張整齊排列的試算表資料列，對比一組顧客評論或社群媒體貼文。
• 資料蒐集方式：從問卷調查到網頁擷取，了解資料的收集過程，有助於您判斷其可靠性與相關性。
• 資料解讀技巧：辨識趨勢、比較指標，並思考「這組資料想傳達的是什麼訊息？」這類問題，有助於深入理解數據背後的意義。

AI 持續進化，因此您需要具備彈性，不斷精進自我，以跟上技術的發展步伐。培養成長型思維、擁抱終身學習是關鍵。

透過追蹤業界領袖、掌握趨勢，以及參加訓練課程來投資自己的學習，幫助您培養與 AI 協作所需的技能。像 Trailhead 這樣的平台，提供豐富的 AI 驅動學習資源，讓您以有趣又具互動性的方式開始提升自我。

洞察若無法傳達，就毫無價值。一項關鍵技能，就是將 AI 所產出的資訊濃縮成清晰、具行動力的重點，讓客戶與合作夥伴都能輕鬆理解。掌握轉譯 AI 輸出的技巧，將大幅提升您的價值與協助組織擁抱 AI 的能力。

雖然 AI 在自動化和輔助角色上表現出色，但創造力等獨特的人類技能仍然是必不可少的。培養好奇心的思維 — 質疑假設，探索為什麼事情以某種方式完成，考慮是否可以改進系統，以及創造性思考實施新方法。當 AI 接手許多例行任務後，您可以運用這些被釋放出來的時間進行實驗、創新，並嘗試各種新點子。

AI 系統是由人類建構的，會受到其開發者的偏見與道德觀影響。這代表您必須仰賴自身的倫理判斷，來決定某件事是否合宜、是否應該繼續推進。隨著 AI 的廣泛應用，理解其倫理影響變得至關重要。您需要能即時判斷何時、何地，以及如何負責任地使用 AI。

工作的未來並不是人類對抗機器，而是重新培養技能，學會如何與 AI 協作，共同創造非凡成果。透過培養這 10 項關鍵技能，您不只是為未來做好準備，更是為自己在充滿全新可能性的世界中脫穎而出奠定基礎。

把 AI 想成您的得力助手，而不是取代者。它的存在是為了讓您的工作更輕鬆、釋放您的時間，並幫助您專注於自己最擅長的事情。只要保持好奇的心態、願意學習，並以負責任的方式運用 AI，您就能開啟全新的機會，將職涯推向更高層次。

想進一步了解 AI 的現況嗎？歡迎觀看這段訪談，由 Salesforce 的首席科學家 Silvio Savarese 和首席未來學家 Peter Schwartz 一同探討 AI 的演進與未來發展趨勢。