強化 8 種能力，工作才不會被搶走！AI 時代下你要有的競爭力

2016 年，南韓棋王李世乭敗於人工智慧（Artificial Intelligence，AI）AlphaGo，開啟大眾對於自己的工作是否會被機器人取代的憂慮。美國智庫皮尤研究中心（Pew Research Center）2017 年調查 4,100 名美國人對此看法，超過 7 成的受調者擔心電腦將會搶走自己的飯碗。

事實上，擔心是沒有意義的，因為有些工作必定會被電腦取代。麥肯錫公司（Mckinsey & Company）研究 7 項知識工作者領域（工程師、科學家、教師、分析師等）後，預見 2025 年，將會有 1.1 億至 1.4 億的全職人員被取代。

然而，難道人類創造人工智慧對工作者來說只有威脅，沒有助益嗎？創新工場董事長兼首席執行長李開復曾說：「AI 幫我們做重複性工作、釋放我們去做更多該做的事。」以下列出 8 種工作者需強化的技能，幫助大家在未來做出更有價值的工作抉擇。

1. 判斷哪些數據最有用，協助電腦發揮最大效益

《下一個工作在這裡！》指出，未來需要的人才，是兼具業務與技術腦袋的人。比方說，在設計資訊系統初期，他們知道哪些數據對業務有益，就設計出能得到這些數據的系統；系統開始執行後，他們也會觀察電腦做出的決策是否優良，並隨之更新與改進。這種人才最能幫助電腦發揮最大功效。

北美最大卡車運輸、物流供應業者施奈德國家公司（Schneider National Inc.），每天要運送快 2 萬輛車次的貨物。為了妥善管理，他們很早就引入自動化系統。由於「系統的數據品質」、「司機何時能出勤」、「貨櫃集散站壅塞狀況」等地方的數據往往與真實情況有出入，且電腦無法判別，所以原本負責規劃司機排班的管理者崔維斯‧托倫斯（Travis Torrance）每天早上查看完電腦規劃的排班表後，接著檢查數據來源是否優良，再看一下司機到班的時間會不會拖到出車時間，以及集散地是否擁擠等，諸如此類的檢查與調配是電腦做不到的事，自然是人能勝出之處。

2. 強化人獨有的「非認知」能力

人與動物最大的差別，在於認知理解能力，而人與機器最大的差別就在於「非認知」能力。

《發現 7 種 IQ》作者霍華德‧嘉納（Howard Gardner）說，包括智商在內，人總共有 8 種智慧形式，像是人際智慧、內省智慧等，這些都是電腦無法做到的「非認知」技能。好比說，電腦比人擁有更多的資訊，傳授知識的老師可能會被電腦取代；但是，老師在引導、關懷、啟發學生這方面的工作，是電腦無法勝任的。所以在未來，善於發揮「非認知」能力的人，絕對不會被淘汰。

值得注意的是，密西根大學研究指出，與 20、30 年前相比，目前大學生同理心水準下降 40%，倘若人類不提升電腦沒有的軟實力，恐怕真的很難有立足之地。

3. 學程式語言，增強思考能力

美國前副總統艾爾‧高爾（Al Gore）說：「在這個時代想成功，具有程式設計的能力是很關鍵的。」他的意思不是要大家變成下一個 Facebook 的創造者，或是要拿程式能力找工作，而是對正在發生事物背後的原因，要有著基本的理解。

舉例來說，執行長不需要寫程式，但如果他懂程式，才能理解程式訊息，這不論在考量風險或營運決策上都有益處。比爾‧蓋茲（Bill Gates）也說：「學習程式語言，將幫助你思考更好。」

程式語言有非常多種，學習者可以從自己想要完成的任務下手。比如說，對自己公司網頁常常出狀況而感到不滿的工作者，可以選擇 JavaScript，幾乎所有跟網站有關的工作都會運用到這種語言。同時，網路上有許多學習資源，例如，史丹佛大學就與 Coursera 以及 Udacity 等網路學習平台合作，提供許多課程。所以，只要具備足夠動機，學會程式語言絕對不是問題。

4. 跨文化溝通力：完成組織任務的最重要技能

麥肯錫顧問公司研究指出，印度在網路普及後，預計在 2025 年為世界帶來 5,500 億至 1 兆美元的經濟成長。而全球尚有 50% 人口沒有網路，這些人多半在中東、非洲等地。日本豐田車廠為了強化它在這些地區的競爭力，2017 年海外徵才人數，相較前幾年成長 5 倍。而為了讓不同文化的團隊成員能順利共識，跨文化溝通能力是首要徵才條件。

此外，根據美國密西根大學（University of Michigan）經濟學教授斯科特‧佩奇（Scott Page）研究指出，創新取決於集體差異，因此多樣性將成為組織未來 10 年的核心競爭力。未來，跨文化組織會更多，能夠看懂、聽懂和理解對方的肢體語言、弦外之音，避免觸犯對方的禁忌或做出會讓對方會錯意的言行，將變成所有工作者的重要技能。換句話說，提升辨識不同文化的價值觀的跨文化溝通力，有利於創造更有價值的事業。

5. 工作流程的規劃非人不可，機器人負責執行

當許多人憂慮工作將會被 AI 取代時，卻忽略工作本身是由人所提供的。也就是說，機器人想工作，只能被動地等人分派任務。工作安排需要具備系統性思考，將與工作有關的每個環節串連在一起運作，還要具有處理突發狀況的應變力，而這件事只有人做得到。《下一個工作在這裡！》提及，電腦並不擅長綜觀全局，負責設計工作流程的人不受 AI 的威脅。

AI 人工智慧進入職場，工作流程的決策主要在 3 面向：辨識與評估哪些職務由機器來執行會更好、決定引入機器後，機器人和人類工作者的任務該如何分配、如何安排被電腦替代的人力。

以美國第二大個人險種業務保險公司好事達保險（Allstate）為例，個人業務主管為引進自動化核保，重新設計工作流程。原本核保團隊負責3項工作：個別核保決定、綜合風險組合管理，以及與業務人員溝通核保結果。引入自動化系統後，核保團隊依照原本工作拆分成 3 個團隊，個別核保由機器人負責；原本核保團隊中，善於跟業務員溝通的人，工作則變成協助業務員理解電腦核保的結果；原先團隊中，核保經驗最豐富的工作者，則變成核保機器人的主管，負責管理與監督電腦工作成效，和處理最複雜的案子。而缺乏上述兩個技能者，則是被辭退。

6. 企業最搶手人才：開發軟體的創造者

科技發展至今，許多我們以為是製造硬體的公司，像是飛機、汽車、工業機械等產業，其實內部軟體工程師比硬體工程師還要多。這是因為，絕大部分的硬體都需要仰賴軟體來驅動。

舉例來說，無人駕駛汽車是利用感測器，訊號處理、電腦運送等技術，根據所獲得的道路、車輛位置等數據，來擬人駕駛。然而，接到數據後，該怎麼反應，像是其他車子與自己的位置接近，或是辨識到紅燈會自動停止，這些設定都需要仰賴軟體開發者所設計的演算法。

所以，這些能持續開發出更新認知科技解決方案，供全世界工作者使用的軟體開發人員，也不會失業。

7. 投入自動化價值低的領域

位於印度東北部的米佐蘭村（Mizoram），每 48 年就會出現大群老鼠吃光當地農作物，造成重大經濟損失。雖然長期觀察下，統整出一些原因，像周圍植物開花，但長達 48 年的周期，讓真正原因難以釐清。2006 年鼠患再度發生，為了短時間內找出原因，《國家地理頻道》只能找上專精研究老鼠的動物學家肯‧艾普林（Ken Aplin），最終發現果實才是主因。

像艾普林這類專家，在一個領域無人能出其右，就是所謂的「專精者」。事實上，艾普林的工作可以被自動化，不過相對投入自動化需要花費的成本，投資報酬率太低，所以不會有人想花錢與心力研發。加上該專業每隔 48 年才派上用場，花錢投資自動化設備，不如直接聘用專業人才。