[AI 趨勢] AI顛覆為何比預期更慢

[AI 趨勢] AI顛覆為何比預期更慢

摘要 : AI能力快速進步，但企業慣性、責任風險與導入成本延緩全面取代。

內容:

AI雖已普及，北美卻尚未出現全行業的大規模裁員。OpenAI執行長奧特曼坦言，自己高估了AI落地速度：GPT-4發布時，他曾以為軟體業會迅速洗牌，但經濟與社會慣性遠比預期強，人們仍習慣向原供應商採購，沿用既有工具與工作方式。

企業導入AI並非只看技術能力，還要遷移資料、整合系統、設定權限、培訓員工、調整預算，並通過法務與合規。更關鍵的是，AI即使有99.9%的可靠度，剩下0.1%的錯誤若出現在合約、報稅、醫療或大型系統中，仍可能釀成重大事故；責任歸屬未明前，人工審核便無法取消，也因此成為效率瓶頸。

奧特曼以百視達為例：Netflix早期郵寄DVD明明更方便，消費者仍因習慣持續前往門市。慣性讓百視達多維持了數年，卻未能阻止流媒體最終取代實體租片。這說明更好的技術往往需要多年才能普及，但一旦習慣與基礎設施被突破，變化也可能在短期內急遽加速。

對一般工作者而言，AI變革仍會發生，只是更可能以年、而非月為單位展開。裁員未必一次爆發，而可能呈現持續縮編的「溫水煮青蛙」模式。嵌入複雜系統、仰賴客戶關係，或受到高度監管與責任約束的職位，受慣性保護較深，轉型速度也會較慢，但不代表永遠不受影響。

落地放緩也可能擴大AI投資與實際回報之間的時間差。科技公司依照高速成長預期投入巨額資本，若收入遲遲無法跟上，市場信心可能轉弱，甚至引發企業財務與產業連鎖風險。不過，這仍取決於時間差有多大，以及企業能否承受長期投入。

判斷自身行業是否接近加速轉型，可觀察三項訊號：AI是否進入公司正式流程並建立規範與審核機制；職缺是否開始要求AI能力或負責建置AI流程；AI支出是否由試點預算轉為固定營運成本。若三項中已有兩項出現，代表組織、制度與預算逐漸到位，產業變化可能隨時加速。