善用「資料、場景、應用」三大關鍵點 讓AI成為最強輔助

AI可以放大產業、優化流程、建立起最有利的商業模式。只要能夠把產業知識與AI智能相結合，便能創造出新的營運模式、消費服務方式以及潛在的市場商機。

文﹒李振麟

AI對各種不同的工作性質會產生不同的結果，有些工作會被放大，有些工作會被分化，甚至於有些工作會被替代。


▲AI分化了工作階層。（圖／ARTIBA）
六種不同工作性質的樣態

第一種「被放大的工作」：這類工作不但不容易被取代，反而會因為AI而提升效率、創造需求。如軟體工程師、法律顧問、高階研究人員、產品設計者、策略顧問等。AI智能可以幫助他們更快完成部分工作，卻無法取代他們的專業判斷、思考邏輯與責任承擔。

以軟體工程師為例，AI可以協助程式生成，在測試程式中找出錯誤原因，但真正重要的是系統架構、邏輯性安全，以及成本控制等要素，這些項目仍需要經由人類工程師來負責指引。

第二種「重新平衡的工作」：這類工作不一定會大量消失，但內容會被改變。例行任務被AI處理後，人類可望承擔更高價值的工作。例如內容行銷、學術研究、品牌企劃與財務規劃。AI可以協助資料整理與生成，但是判斷、溝通以及策略規劃等方面，仍然需經由人類的情感與智慧來完成。

第三種「分岔的工作」：這類工作會出現明顯分化。如基礎、初階與重複性質較高的工作容易被AI取代；但高階與複雜性、甚至於需要與客戶建立互動情感關係的事項，仍然是必要存在的。

這類型的工作，如保險業務與IT支援人員。AI可用以處理基本報價、保單比較、簡單性質的客服與例行故障等問題。而複雜的企業保險仍需要與客戶間維護長期的溝通關係；資安風險處理以及系統整合與特殊事項，仍然需要藉由人類的專業行動力。

第四種「容易被替代的工作」：這類工作通常需求有限，且核心任務可能被AI直接處理。如客服中心代表、基礎財務分析、資料整理、初階文件審核等。當AI可以完成大量的重複性質工作時，人力需求也就因此減少。

第五種「被AI啟用的工作」：這類工作不會被根本改變，而是需要導入大量的AI功能輔助。例如臨床助理、實驗室技術員、行政人員、生產線管理等。雖然這些工作仍需要經由人類執行，但AI會協助文件處理與流程安排。

第六種「短期影響有限的工作」：這類工作高度依賴人際互動、現場判斷、身體操作、情感連結等。如醫師、教師、照護工作者、現場服務人員等。AI可以提供輔助，但短期內不易去取代人類的基本角色。


▲AI經驗，卻可能面臨變傳統的人才培養模式。（圖／DataMaters）
初階工作最先受到衝擊
人才培養模式必須改變

AI造成初階工作最先可能受到衝擊，過去許多新人進入職場，都是從基礎工作開始，例如整理資料、製作報表、接聽客服、處理行政文件、完成單分析等。這些基礎工作是培養專業能力的重要階梯。然而AI最擅長的，正是這類基礎標準化又重複性的工作。

當企業發現AI可以快速完成這階段的任務，就可能因此減少基層的人力需求，如此一來，社會新鮮人與年輕工作者就面臨極大壓力，因為他們需要時間去累積實務改AI經驗，卻可能面臨被提早取代的命運，這代表企業必須重新思考人才培養方式。

未來的新進員工不能只知道執行任務，而要更早學會使用AI，以及藉由AI來處理所面對的困境。AI時代的人才，不一定要每個人都成為工程師，但每個人都必須具備基本的理解、辨識與判斷能力。



誰會崛起？
掌握資料、場景與應用的人

在AI浪潮中，首先被看見的是科技公司。無論從高階晶片、伺服器、資料中心、雲端平台，到大型語言模型、AI應用軟體以及邊緣設備等科技產業，無疑是第一波的最大受益者。其半導體、伺服器、散熱片、電力儲能、記憶體等產業，也因為AI需求持續擴張而成為全球供應鏈核心。

科技時代背景下，真正崛起的力量，唯有「資料、場景、應用」這三大關鍵點，誰能充分運用誰就能崛起。如「資料」是AI的燃料，「場景」是AI落實的入口，「應用」則是AI創造價值的出口，沒有這些功能應用，AI就只能停滯在展示及概念中。

醫療領域方面，AI應用可以協助影像判讀，以及病歷上的分析、判斷與整理；製造業方面，AI則可以協助預測設備故障的可能性、優化生產線排程以及降低事故不良率；金融產業方面，AI可以運用風險控管、防制詐欺以及投資分析；在媒體產業方面，AI則有效提供資料整理、標題優化以及影音製作等功能。因此，把AI置入產業流程中，就能得到最有利的競爭效果。

… 本文摘錄自 卓越雜誌 2026/7月 第483期