最近在追蹤 MIT Sloan 的 AI 研究時，我發現了一個非常有意思的觀點。很多人對 AI 的恐懼來自於一種「突發性」的想像——某天早上醒來，你的職業突然被一個新版本的 GPT 給徹底取代了。這就像是一場「崩潰海浪 (Crashing Wave)」，巨大的能量在極短時間內擊碎特定領域。但 MIT FutureTech 實驗室的 Neil Thompson 團隊通過對數千名工作者的實際任務評估發現，現實可能更像是一場「漲潮 (Rising Tide)」。

簡單來說，AI 不是突然在某個技能點上達到 100 分，而是在所有相關任務上，從 40 分慢慢升到 60 分，再到 80 分。這種「全面且緩慢」的提升，其實比突發性的崩潰更可怕，因為它在你還沒意識到危機時，就已經悄悄提高了整個行業的入場門檻。

要理解這個邏輯，我們得先定義這兩個概念。「崩潰海浪」是指 AI 能力在極窄的任務集上突然爆發，導致該職能瞬間歸零；而「漲潮效應」則是能力在廣泛的勞動力任務中持續且同步地提升。

MIT 的研究人員使用了來自美國勞工部 O*NET 的 6,000 多個文本任務，並由經驗豐富的勞工進行了 60,000 次評估。結果顯示，AI 在大多數文本處理類任務上的表現呈現出「平攤的性能縮放」。這意味著 AI 並不像某些專家預測的那樣「專精於某項神技」，而是在全方位地進化。

許多早期的 AI 恐懼源於對「確定性基準測試 (Deterministic Benchmarks)」的過度依賴。比如 AI 能通過律師考試，人們就覺得律師沒戲了。但現實世界的辦公室任務遠比單一考試複雜。

MIT 的研究翻轉了這個敘事。他們發現，AI 雖然在許多單項任務上表現優異，但要將其轉化為完整的「工作職能」仍有距離。研究表明，AI 更多是以「輔助插件」的形式滲透，而非「完全替代」。這讓很多以為自己會被「一波帶走」的白領稍微鬆了一口氣，但同時也敲響了警鐘：你不會被 AI 取代，但你會被那個「比你更會用 AI 的同事」取代。

數據佐證顯示，在 17,000 份工作者評估中，幾乎沒有發現所謂的「能力跳躍式崩潰」，這證明了 AI 的進化路徑是可預測且漸進的。這對企業來說是好消息，因為他們有時間進行轉型；對個人來說則是壓力，因為你沒有理由再採取「觀望」態度。

到了 2026 年，AI 的「漲潮」將達到一個臨界點。我們預測會出現以下三種層級的勞動力分佈：

• 被淹沒者 (The Submerged)： 僅依賴重複性文本、簡單數據處理或初級分析的人。他們發現自己的工作價值在漲潮中迅速縮水，因為 AI 讓這些工作的邊際成本趨近於零。
• 隨波逐流者 (The Drifters)： 知道使用 AI，但僅將其視為「更快的打字機」。他們能維持現狀，但在高價值創造上毫無建樹。
• 衝浪者 (The Surfers)： 能定義問題、設計 AI 工作流並進行最終品質把關的人。他們利用漲潮的力量，將個人產出提升 10 倍甚至 100 倍。

從經濟規模來看，AI 自動化將在 2026-2030 年間推動數兆美元的生產力紅利。然而，這筆錢不會均分給所有人，而會集中在那些能掌控「漲潮工具」的頂端 10% 勞動力手中。

既然我們面對的是漲潮而非巨浪，策略就應該是「升級你的船隻」。不要試圖在沙灘上跑得比浪快，而要學習如何造船。

首先，培養「元能力 (Meta-skills)」。這包括問題定義能力、跨領域整合能力以及對 AI 輸出結果的批判性審查。當 AI 能提供 80 分的答案時，決定這 80 分是否正確、以及如何將其提升至 95 分的「最後一哩路」，才是最昂貴的資產。

其次，構建「不可數位化的信任鏈」。AI 可以寫出完美的合同，但無法建立與客戶之間的深層信任。在漲潮時代，人性化的連結、情感共鳴與高層級的決策判斷將變得極其稀缺。

立即預約 1-on-1 AI 轉型諮詢，打造你的競爭壁壘

常見問題 FAQ

Q1: MIT 的研究是否意味著 AI 不會導致大規模失業？

並非如此。雖然它不是「崩潰海浪」式的瞬間失業，但「漲潮效應」會導致對低端技能需求的持續下降。失業將以一種更緩慢但更深遠的方式發生，表現為薪資停滯或職位縮減。

Q2: 對於非技術人員，最優先學習的 AI 技能是什麼？

Prompt Engineering 只是基礎，最核心的是「工作流解構 (Workflow Decomposition)」。學習將複雜的業務目標拆解成 AI 可以執行的微小任務，並將這些任務串聯起來。

Q3: 哪些行業在「漲潮時代」最安全？

那些需要高度物理互動、複雜情感處理或面對高度不可預測環境的行業。然而，即使是這些行業，其後台管理與優化也將被 AI 完全重構。

參考資料與權威文獻：

• MIT Sloan: How will AI automation hit — like a crashing wave or a rising tide?
• arXiv: Crashing Waves vs. Rising Tides: Findings on AI Automation (Research Paper)
• MIT FutureTech Lab official website