最近我又跟 AI 協作解決了一個新產品開發上的技術問題,這原本應該是好事,因為這個事件完全是生產力提升的典型代表,但卻因此引起了我對於 AI 衝擊的進一步思考。
其實,我早在 ChatGPT 剛推出時就開始使用,最先導入 AI 工具的場景並非工作、而是在教學現場。
透過跟學生的互動以及引導學習,讓我對於 AI 工具所帶來的影響有了深刻體會,當時提出的一些觀點也在往後這兩年一一被驗證。
我是在去年才剛始將 AI 導入至工作上,而且是循序漸進的導入,直到去年下半年才開始整合 AI 撰寫的模組到產品中,這時我已經發現以往的某些技術工作者,職能已經被 AI 所取代了。
最近這一次的 AI 協作,讓我再次感受到以前要積累很久的專業技術壁壘,一夕之間就被沖垮了;知識獲取的邊際成本變得極低,這對使用者來說是好事,但這也影響到曾經貢獻青春在這些專業知識或技術上面的從業者,當年辛苦築起來的護城河被 AI 填平了。
我寫這些並不是要抱怨,單純是有所感嘆,當科技提升生產力的時候,總是會有一大批犧牲者出現,當年的工業革命是如此、現在的 AI 浪潮更不用說。
雖然我早些年一直說「創業」很辛苦、賺錢不容易等喪氣的話,但說句老實話,假設我沒跑去創業,AI 第一波淘汰的就是類似我這種知識/技術型工作者。
當我昨晚嘗試跟 AI 討論完多年前尚未解決的技術難題時,更是體會到被碾壓的苦澀滋味;我們當年花了那麼多時間與精力,卻沒有完成的工作,就在 AI 彈指之間被解決了,還附帶數學證明、程式碼說明以及相關的文獻探討,這就是所謂的「降維打擊」。
如果我還是一直執著於技術上的鑽研,那麼現在面對 AI 的洪流,可能也不知道該何去何從了。
所幸,因為搞不清楚狀況就跑出來創業,反而累積了 AI 時代最寶貴的資產「信任關係」,這是需要時間堆疊出來的、無法速成,剛好也在 AI 砲火的轟擊範圍之外。
這邊的「信任關係」不單指客戶,還包括供應鏈上面所有相關的人,說白話點,就是將技術變現的「價值交付流程」。
AI 碾壓的環節是知識與可記錄的技術,但客戶、市場、產品以及最終的價值交付,還是需要人類來完成。
因為我先掌握了技術變現的環節,所以 AI 的發展對我來說才是降低成本與增加生產力的好事,不然就只能成為倒楣的被替代者了。
講了這麼多,我其實還在為過去那些花在專業技術上面的時間哀悼、甚至感到有點荒謬,但人不能只活在過去,更要積極地向前走。
話說,我有一個同學,早在二年前就發現 AI 的衝擊勢不可擋,果斷地從韌體工程師跳槽到另外一家公司擔任 PM,透過增加「人」的元素,來降低 AI 所帶來的副作用。
回想當年我選擇研究與創業主題時,也有類似的行為模式,只不過當時我認為純軟或消費型市場太多高手、競爭過於激烈,所以才選擇工業這個主題,想說高材生應該都不愛進工廠,這是天然的壁壘。
想不到多年後,當 AI 絞殺多數純軟領域時,我們這種蹲在工廠做苦工的人反而看到活路,畢竟實體製造有太多人與人之間的摩擦力,這也是個物理防火牆。
差點變成第一波被 AI 幹掉的人,現在回想起來還是心有餘悸,某種程度上還是要感謝二十年前的自己,選擇了一條現在可以活下去的路線。