為生成式AI安排「到職實驗」

生成式AI熱潮席捲軟體產業之後，如今正進軍更廣大的產業領域，製造業也不例外。在這些領域中，生成式AI正協助控管不可預測性，並支援即時決策。由於生成式AI能夠將組織的專業知識系統化、自動化、以及擴散傳播，最後可能會重塑整個工作結構，從生產現場到長字輩層級都將深受影響。有一些公司已經利用生成式AI來分析工廠產生的海量數據，並且預測問題、模擬複雜情境、即時將流程最佳化。生成式AI能夠處理各種類型的製造業資料，包括保養手冊、機器自動化程式碼、複雜圖表、3D繪圖與製程數據等，未來也就有潛力為人機協作建立新的模式。

然而誰會從這些變革中受益、以及多快就會受益？這個問題並不容易回答。就像電力與印刷機，生成式AI也是一種通用型技術；歷史告訴我們，這類技術的採用過程通常不會是直線進行。企業主管往往無法體認新技術的真正經濟潛能，也就很難重新調整任務、技能與工作流程來配合這些技術。結果就是績效提升多半會落後於技術擴散，形成所謂的「生產力J曲線」（productivity J curve）：組織在適應新技術的同時，生產力會先下滑，但配套投資奏效之後會持續提升。近期有關生成式AI的數據也符合這種模式：例如2025......