AI 風潮根本還沒來？當 ChatGPT 推出已經過一年多，AI 有讓企業增強戰力嗎？令人意外的是，最新調查指出，目前從生成式 AI 獲益的，主要還是個人工作者，企業受益不大。不論台灣或國外企業，運用 AI 反而頻頻卡關，原因在哪？麥肯錫、資誠提出看法。

管理顧問公司麥肯錫去年報告表示，生成式AI就是下一個生產力前線（frontier），高度受教育、高薪白領職業，可能是受影響最大群體。首當其衝的白領已充分感受到變化。

關鍵就在，上班族工作有大量任務和生成內容有關，正好是生成式AI的專長。

員工個人應用提升生產力，效益已經明朗

人們剛開始用ChatGPT時，還抱著嘗鮮心態，如尋求情感建議、寫小說自娛娛人。隨著OpenAI、Google和Anthropic更新出現更強大模型，翻譯外語、草擬文案還有編寫產品規格文件，內容品質都大幅提升。轉眼間生成式AI就從棄之可惜的小玩具，華麗變身成工作能力超強的虛擬同事。

若將企業應用生成式AI分成不同層次，最基礎的是單員工工作時運用工具，增加效率；往上是整個組織有計畫導入，採購或調用服務給團隊；再往上是將模型與服務整合至公司產品。

目前看來，企業應用仍以最基礎的個人自發使用生成式AI工具最突出。

「生成式AI讓內容創作效率變好，使生產力提升」，Google前董事總經理簡立峰解釋，現在GenAI主要還是扮演生產力工具角色，員工用過覺得有感，發現真的可以提升效率，因此自發使用。目前觀察，行銷、客服和程式開發是主要發揮戰場。

舉例來說，行銷可先用ChatGPT產生一版文字，接著再微調。利用GitHub Copilot輔助程式開發的工程師效率也大幅提升，既可拿Copilot生成程式碼框架打好地基，也能自己寫完再請AI給建議，甚至讓Copilot重新調整架構。

美國人力資源管理協會（SHRM）和數據研究機構The Burning Glass Institute報告，生成式AI對工作的影響可以分為三種：自動化（automate）、增強（augment）和改變型態（transform）。自動化，指的是讓AI接手花時間卻不用太多專業技能的任務；增強，讓AI扮演助手，協力完成仍需要人類專業技能的任務；改變型態，指AI徹底改變工作核心，工作可大幅轉變方向。

▲ 生成式AI影響工作的三種類型。（Source：整理受訪者意見和《生成式AI與勞動力》，SHRM & The Burning Glass Institute，2024.2）。

只要掌握生成式AI的特點，無論工作類型，都有機會運用。新科立委葛如鈞就分享，與外國朋友通信時，他會利用ChatGPT檢查文法，「我會希望他感覺更友善，所以會用它proofread（校對）」。

不只通話，他希望以後制定政策或提政見時，也能仰賴生成式AI的翻譯能力，推出不同語言版本。「你看日本Web3白皮書只有英文跟日文，台灣人想知道政策怎麼辦？抱歉要讀英文版，但不是每個人英文都那麼好。」若未來能做到，既可以跟不同讀者對話，也增加國際化程度，消除語言隔閡。

這些工作嫻熟使用生成式AI的先行者，毫無疑問「先一步看到未來」。

不過生成式AI那麼好用，為什麼沒看到企業大規模引進？

ChatGPT導入有效益，為何不做？

從跨國會計事務所資誠（PwC）1月調查，或許可見端倪。

這份針對亞太地區執行長、台灣也在受測範圍的調查指出，雖有超過75%執行長一致同意，三年內生成式AI會大幅改變企業創造價值的方式、增加產業競爭，同時也讓員工需要培養新技能，然而過去一年，公司導入生成式AI的只有33%，因生成式AI改變企業科技策略的更只有28%。

看到員工自發性使用，又明知導入有效益，為何不做？報告推測，「生成式AI演進的速度極快，可能解釋採用規模和樂觀想法間的差距。技術可得性、員工技能落差，資料隱私與安全問題，都扮演其中角色。」

簡立峰直言，個人使用很簡單，打開ChatGPT就好，但企業採需有完整配套，大語言模型產生內容不保證正確、之後不容易最佳化，若沒有建立完整團隊，跟個人使用挑戰度不是同量級。

此外，成本考量也是重點。「中小企業老闆會算成本，也要觀察別人用得怎樣」，觀望期間，至多先鼓勵員工多活用工具，但規模夠大企業不能不採取行動，「大企業的風險就是，你不投資不行」，簡立峰強調，若不趁現在投入，即使練兵也好，之後可能瞬間被競爭對手彎道超車。他建議，中小企業若缺錢缺人，至少可以鼓勵員工使用，大企業則要培養實驗精神多嘗試。

英國企業生成AI案例，七成都還在驗證階段

這情況並非台灣獨有。去年11月，英國財政部調查AI如何影響金融業，結果顯示，超過70%生成式AI案例，仍在概念驗證與前測階段，呼籲人類正經歷「科技演變的成長痛」。儘管生成式AI潛力巨大，但仍需累積數年之久，才能真正見證生產效率大規模提升。

（本文由 授權轉載；首圖來源：）