AI抽走職場第一級階梯（黃岳永）
人工智能（AI）最早令人震撼的應用之一是棋類。圍棋、國際象棋向來被視為人類策略思維的高峰，早期棋類AI主要由工程師輸入棋譜、開局定式、棋子價值和防守原則，再以強大的運算能力推演大量局面。
DeepMind於2017年的時候推出AlphaZero改變了這種想像。它只掌握規則和勝負條件，透過自我對弈建立策略體系。它不必遵循人類熟悉的原則，有時主動棄子，換取空間、主動權和長遠攻勢。AI帶來的未必只是「算得更快」，而是以另一套邏輯重看問題，令沿用已久的準則不再是唯一答案。
有趣的是，AI沒有令棋手消失，反而降低了學棋的門檻。過去要接受高水平訓練，往往需要名師、棋院和長期比賽經驗。今天年輕人只要有手機或電腦，便可隨時覆盤，獲得高水平分析。技術令知識不再只掌握於少數人手中。但這種人機協作，未必能直接複製到職場。
隨着生成式AI的普及，寫字樓內最普遍的情緒已由好奇轉為焦慮。AI可以整理文件、草擬簡報、初步審閱合約、編寫程式和分析數據。若一名資深員工配合AI，能完成過去數名初級員工的工作，企業會否仍願意聘請和培養那麼多人？棋盤與辦公室的分別，在於兩者的目標不同。棋賽的價值不只在於找出最佳一步，也在於觀看人如何在壓力和限制下判斷。即使AI棋力遠勝人類，觀眾仍關心棋手的計算、失誤和逆轉，因此人類競技本身就是內容。
企業卻首先面對成本、效率和盈利壓力，若AI能以更低成本處理重複工序，削減人手很容易成為管理層眼中的合理選項。AI節省下來的時間，未必會轉化為培訓、創新或更有價值的工作，也可能直接化為減少職位。
更值得憂慮的，是職場的學徒階梯可能斷裂。法律、會計、金融、顧問和程式開發等專業，新人往往從審閱文件、核對數字、整理案例、修改程式碼做起。工作雖繁瑣，卻是理解規則、辨識風險和累積判斷力的入口。專業人士的直覺，通常不是天生，而是從大量重複、出錯和修正中形成。
若AI接管基礎工作，新人固然可省去部分勞苦，卻可能失去學習實務的跑道。當年輕人未曾真正處理過細節與例外，日後又如何承擔複雜判斷？企業若只追求即時節流，卻忽略人才培養，未來或會發現：初級工作可自動化，但能看見全局、承擔責任的人不會自然出現。
AI時代最危險的，未必是不懂使用工具，而是把自己定位為只會按程序輸出標準答案的人。人要培養的，是提出問題的能力：質疑假設、辨識風險，並在眾多答案之中決定方向。
AI可以是棋手、助理，甚至老師；但下哪一盤棋、為何而下、如何界定輸贏，最終仍是人的責任。
更多黃岳永文章：
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。
