十多年來，領導者一直用「工作未來」來描述科技如何改變商業。SaaS 取代了內部部署軟體。雲端取代了實體基礎架構。協作工具取代了辦公室成為我們完成工作的場所。

科技正經歷另一波革命性變革。這一次，變革的速度甚至比以往更快。AI 處理軟體開發等日益複雜任務的能力，例如 大約每七個月翻倍。我們即將看到 AI 重新定義工作本身，帶來顯著的非線性生產力躍進。這也引發了新的問題：究竟是誰，或是什麼，在完成工作？

是時候投入目標導向的工作

AI 轉型對我們提出了不同的要求。我們組織工作、衡量績效與培育人才的方式，一直假設產出最多、行動最快、知道最多的人就是表現最佳者。這種假設不會消失，但光靠它已不再足夠。

NVIDIA 執行長黃仁勳曾精準地說明如何重新思考與 AI 共事的方式，他區分了「任務」與「目的」。每項工作都有任務。以軟體工程師為例，撰寫程式碼是一項任務。但軟體工程的目的是透過科技解決問題，並找出值得解決的新挑戰。在這個新的 AI 世界中，當任務持續被消除，「目的」就變得更加重要。

「在這個新的 AI 世界中，當任務持續被消除，目的就變得更加重要。」

簡而言之，工程師、分析師甚至招募人員的任務越來越能由 AI 代理處理。但這些角色的目的無法被取代，因為目的是根植於我們賦予工作的價值，而非執行本身。這個區別可以推廣到每個業務功能。問題不再是「我如何把這件事做得更好？」而是工作者需要問：「我如何指揮一群代理來處理這件事，好讓我能專注於自己角色的真正價值？」

在全新的人類對代理模式中，我們驅動目的。每個人都成為管理者，設定意圖、定義成果、將執行委託給代理、審查輸出，並以任何模型都無法複製的判斷力進行修正。

非線性生產力實際上是什麼樣子

我們也必須重新定義對 AI 驅動生產力的看法。我喜歡這樣思考：愛迪生並非透過製造更好的蠟燭來解決燭光昏暗的問題，而是發明了燈泡。同樣地，這不是關於 5% 或 10% 的生產力提升，而是輸出曲線本身的改變；這就像從蠟燭照明轉向電力，而非把昏暗的蠟燭換成明亮的蠟燭。

「這不是關於 5% 或 10% 的生產力提升，而是輸出曲線本身的改變；這就像從蠟燭照明轉向電力。」

以一位準備發佈新功能的軟體工程師為例。今天，他們需要在專案追蹤工具中查看需求、在 wiki 中查閱架構決策、在程式碼儲存庫中查看近期變更，並在訊息討論串中回答產品團隊的問題。光是熟悉這些工具就可能花費數小時，而且每個 Sprint 都會重複。

現在想像有一群代理並行處理這些任務：提取需求、標記架構衝突、摘要近期變更、掃描漏洞，並起草初步實作計畫。工程師只需審查後就能直接開始工作。

同樣的邏輯也可以應用在其他任務上：

  • 支援團隊將解決時間縮短 50%，因為代理會在人類接觸工單前先彙整脈絡並草擬回覆。
  • 法務團隊可以在數分鐘內完成合約審查，而非數天：研究代理提取先例、合規代理標記風險條款、起草代理提出修訂建議，讓律師專注於需要人類專業知識的談判策略與判斷。

這不是演習

這項轉變已經在進行中。安永（EY）最近宣布，他們調查的企業組織幾乎都報告了 AI 帶來的生產力提升，其中約一半表示提升幅度顯著，而且這些收益被重新投入成長，而非用於裁員。這種動能是真實的，但也提高了 stakes：目前採用 AI 最大的風險是行動太慢。

AI 原生公司已經能更快推出產品，而且沒有大多數企業組織所背負的流程負擔。對新創公司來說，部分優勢來自規模。但有相當一部分是結構性的：它們從一開始就以 AI 為核心進行建置，這是出於必要，而非在既有流程上疊加增量功能。它們不需要進行改造，因為 AI 從一開始就是夥伴。

這意味著讓許多大型組織處於劣勢的營運落差，正在以數量級的速度惡化。

領先的組織將建立讓代理能以速度與安全性運作的基礎結構。這包括明確的 AI 決策所有權、共享脈絡，以及可擴展的防護機制。若無這些，採用將碎片化成孤島，並讓人們陷入分散注意力的實驗，而非專注於真正重要的工作。

忘記你對工作的既有認知

要正確因應這波轉型，我們需要拋棄許多對工作的 preconceived assumptions。對企業組織而言，由於 AI 進展的速度，這將更具挑戰性。

「窗口正在關閉，但我們不能只是加快速度；我們需要以不同的方式前進。」

窗口正在關閉，但我們不能只是加快速度；我們需要以不同的方式前進。隨著目的變得更加重要，讓我們成為人類的判斷與直覺也從未如此珍貴。要從 AI 承諾的非線性收益中獲益，我們都需要比以往更了解工作的目的。

YOUTUBE.COM/THENEWSTACK

科技發展迅速，別錯過任何一集。訂閱我們的 YouTube 頻道，觀看所有 podcast、訪談、示範等內容。

Group Created with Sketch.