AI與IA世代之爭（車品覺）
本文作者車品覺，為港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授，為《信報》撰寫專欄「全民大數據」。
六十年代，美國計算機科學出現了兩個概念。電腦科學家麥卡錫（John McCarthy）提出「人工智能」（Artificial Intelligence，AI），意指建造全面替代人類思考的機器。然而，有份發明滑鼠的恩格爾巴特（Douglas Engelbart）提出「智能增強」（Intelligence Augmentation，IA），即用科技擴展人類能力，而非取代之。
來到2026年，這兩條路線的對立從未如此鮮明。最新證據指向一個不容置疑的結論：IA的發展軌跡更具可持續性、安全性和實效性。今年被譽為「AI代理元年」，但這稱號背後隱藏着一個尷尬的現實，企業正大規模採納AI技術，卻不敢讓它觸碰其核心業務與關鍵數據。
Futurum Group 2026上半年的調查揭示，72%組織正在測試或部署代理式AI，但有55%把可靠性和「幻覺」管理視為首要挑戰。另有研究機構發布的《2026 AI代理安全狀況報告》數據更為驚人：88%組織在過去一年，經歷過確認或疑似的人工智能代理安全事故。另一邊廂，僅有14.4%組織在部署AI代理時，通過了完整的安全審批。這並非技術不完善的問題，而是深層次的結構性缺陷：當你設計一個系統來替代人類判斷時，安全邊界必須近乎完美，可是AI離完美仍有相當距離。人類員工可能擁有合理權限訪問客戶紀錄，但這並不代表該員工的AI代理應具備同等自主權。Enterprise Times在6月的報道標題一針見血：「缺乏監管的AI將成為下一場資訊科技（IT）危機」。
與此同時，今年4月，首屆Human-AI Collaboration & Augmented Intelligence國際會議在希臘雅典順利舉行，深入探討互動式機器學習、可解釋決策支援，以及人類AI協同設計等前沿議題。學術界已普遍認同IA可作為一個獨立學科，而非僅僅是AI的延伸補充。美國亞利桑那州立大學的計算與增強智能學院，亦積極推動制定AI生成媒體鑑別標準與機器遺忘技術研發，為IA的可信基礎設施建設貢獻力量。發展路徑已然清晰：目標不在於提升AI的自主性，而在於確保AI的輸出結果，更具可驗證性與可糾正性。
AI和IA共享相同的技術基礎──大型語言模型、機器學習與神經網絡，卻擁有截然不同的目標。這種差異不僅是語義上的區別，更是設計理念的體現。
AI的發展趨勢在於提升系統自主性：減少人為干預，縮短反應時間，提高處理效率。然而，人類監督每減少一步，都增加潛在風險。
IA的路徑則不着眼減少人類參與，而是致力拓展人類的決策容量──使個體人類在同一時間處理更多及複雜的任務，但同時保留最終決策權。這並非效率與安全之間的權衡，而是兩者的協同並進。歷史上每一次技術革命都遵循着相似的軌跡：首先追求全面自動化，但碰壁後，最終回歸到人機協作的增強模式。未來，誰是主流？且看發展如何？
（ 信報新書推薦：車品覺新作《全民AI︰人機協作必備攻略》，VIP特惠$166書）
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
