調查ChatGPT僅讓個人工作者獲益!AI風潮還早?

新聞媒體 2024-03-03
調查 ChatGPT 僅讓個人工作者獲益!AI 風潮還早?

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。

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 遠見雜誌 授權轉載;首圖來源:Pixabay

從這裡可透過《Google 新聞》追蹤 TechNews

Google News

關注我們

NOTICE US

送出