關於發現問題的能力，我以前也有寫過一篇相關的文章 (未來職場，解決問題的能力不夠，發現問題的能力也很重要)。但在今年初，ChatGPT和其他生成式AI的驚人表現，促使我重新思考新科技對於人們的工作與生活的影響。其中，我發現AI強化了之前的結論：發現與定義問題的能力，是未來不可或缺的技能，但卻也是現今我們最缺乏的一項能力。
可以解決的「問題」反而成為了稀缺，問題需要被挖掘：
首先，提升發現問題重要性的因素，在於問題本身已成為一個稀缺；過去那個四處是機會、只要專注在一件事就能成功的時代已經過去了。在2000年以前，因為台灣的經濟在起飛階段，人們的生活品質差，因此有志的商人可以專攻一個商品或產業，把產能的問題解決、成本壓低就足以取得成功。然而，隨著人們的生活品質提升，市場的需求逐漸飽和，單單解決公司的營運問題或提升效率，也無法賺到錢。
這樣的現象不只在台灣，若從數據上來看，在所有已開發國家裡，經濟上的問題大多不是「供給不足」，而是「需求不足」。 例如在日本，早在1980年代人們的基本需求都已被滿足，國人對商品的消費量下滑，導致無法帶動內需的運轉，只能依賴寬鬆的貨幣政策和金融手段來刺激經濟。雖然在日本販賣的商品琳瑯滿目、千奇百怪，但都不足以提升國家的經濟。這在開發中國家正好相反，例如疫情前的中國，因為市場年輕、慢慢變富，因此對於商品的需求旺盛，許多企業都迫不及待要賣東西到中國。前者在思考如何創造需求（發現、定義問題），而後者則是思考如何滿足未被滿足的需求（解決現有問題）。
由此可見，隨著經濟發展到一定的程度，市場會逐漸從供給限制轉為需求限制。而台灣也漸漸步上日本的後塵，企業必須將焦點從規模生產轉移到行銷、高階客製化或進攻利基型商品。能夠成功開拓新藍海的公司，都是能夠重新定義問題，找到人們未曾考慮過的問題著手。例如：Tesla重新定義汽車從吃油變吃電的。
AI讓解決問題能力的重要性降低：
接下來，我們看到AI的因素。
過去，知識型工作者的優勢在於，電腦無法處理較不連貫、並且需要人類判斷的工作，因此需要依賴人機合作來完成，例如：製圖、美編、寫作、寫報告等白領工作。以前因為AI還不夠成熟，沒有能力處理這些需要創意和發想型的工作。然而，隨著電腦運算的逐漸強大，機器學習可以找到這些發想型工作的模式，藉此取代人力；ChatGPT就是最好的證明。有些工作，甚至AI可以做得比人還好。
換個角度來看，知識型工作者花最多時間的事，是從Google取得資訊，加以整理與統整後，產出一份報告或作品。看看股票分析師、市調分析師，他們做的工作大都是統合資訊並且呈現出來。但如果ChatGPT或Google Bard可以在十秒內搜集到所有數據，並加以整理，這些白領工作者的價值就降低很多。
解方：做AI沒辦法做到的事：
雖然AI的功能十分強大，但他始終是透過學習現有資料產生的。他能解決的問題，是已經有解答的問題（也許答案藏在Google的某處），他自己並不會探索新的問題，再去找解答。此外，AI解決的始終是人的問題、滿足的是人的需求，若沒有人類給他指令要解決什麼問題，AI將無法發揮價值。因此，人類的價值在於如何利用AI，解決未被解決的問題或未被滿足的需求。
以上的陳述可能有點抽象，舉個例子：想像我們生活在汽車還沒被發明，只有馬車的時代，但我們有ChatGPT跟網路。若我們要解決運輸的問題，ChatGPT給的答案可能是如何提升馬車的效率。但若亨利福特腦中產生汽車這個抽象概念，並告訴ChatGPT，請他整理所有能夠將此概念實體化的科學、工程知識、需要的人才等等，那麼我們很快就能研發出一台新的汽車。這就是AI的價值，他可以回答一切已有解方的問題，但人才能將這些答案，再創造出新的價值。
結論：未來的成功人士，是能提出問題，並利用AI的人
AI的強大功能我們有目共睹，雖然許多工作會被取代，但它同時也解放了人的許多腦力。若我們只想著如何提升工作能力，直接與AI競爭，那麼必然會敗下陣來。我們應該做的，是提高自己的觀察力、對事物的洞見分析，重新思考人、事、物的價值，產生新的構想與AI合作，才是對的出路。但如前述，在已開發國家裡，要達成此目標更加困難，也因此，人們更應該培養自己在這方面的能力。
References:
Photo from Andrew Neel: https://www.pexels.com/zh-tw/photo/15863066/
Comentários