当公司要你把最有价值的「判断力」教给 AI ，你愿意吗？

公司正要求員工使用 AI 模型来「提取」这些隐性知识，但員工清楚地知道自己正在訓練可能取代自己的系统；Anthropic 首席经濟学家指出这根本不是技術问題，而是組织问題。
（前情提要：越认真工作越快被 AI 吃掉？「同事.skill」揭开知识蒸餾的殘忍真相）
（背景補充：每 4 个白领就有 1 个中年卡关：AI 加速重寫職涯規則）

本文目錄

切換

• 先承认有「自然的人類抵抗」
• 增強还是取代：公司说前者，经濟学家说后者
• 市场已经在分裂：AI 技能職位成长近 8 倍

公公司的伺服器裡存著财报、合约、客戶资料。但最值钱的那部分：「这个客戶最怕聽什麼」「这个流程为什麼得繞开第三步」「那个決策当年为什麼做错了」，沒有人寫进任何系统。它住在老員工的腦子裡，靠口耳相傳、靠摸索失敗傳下去。

企业界把这叫做「隐性知识」。AI 时代最大的资料採集任務，不是爬更多網頁，而是把这些知识从人類大腦裡挖出来。但问題是，員工很清楚自己正在幹什麼。

先承认有「自然的人類抵抗」

晶片设计公司 Synopsys 的 AI 与机器学習副總裁 Thomas Andersen，上週在 Bloomberg 主辦的論壇上说得很直白：「大量真正的專家知识，当然是住在某个人的大腦裡，我必須先把它提取出来。」

提取、下載、採礦，企业主管用的这些语言，选詞本身就说明瞭问題的本质：他們把員工的腦子視为一个资料庫，而 AI 是读取工具。

这套逻辑並不新鮮。歷史上每一次工业化，都有類似的过程：泰勒主義把工人的动作分解成標準程式，拍成影片让新人模仿。福特流水線把師傅的手藝拆解进机器。这一次的差別是，被分解的不是手藝，而是判斷力。

Andersen 坦承，員工面对这件事確实有**「自然的人類抵抗」**。连推动这套系统的人，都不得不承认員工的疑慮是「自然的」。

增強还是取代：公司说前者，经濟学家说后者

企业的標準说辭是「增強」，不是「取代」。Walmart 的 AI 推廣檔案明確使用「对員工的投资」这个框架。Amazon 創辦人貝佐斯和微软執行长納德拉都公开表態说：AI 会「賦能」工人。

但经濟学家的觀察是：软體开发商和僱用它們的企业，歷史上的选擇傾向是「自动化」而非「增強」，因为自动化可以降低勞动成本。

德州農工大学梅斯商学院管理学教授 Matthew Call 的建议直截了当：員工应該用个人 AI 工具，而非公司模型；涉及自身知识被如何採集和使用，应該考慮集體談判。

美国聯邦參议員 Bernie Sanders 的版本更激进：建立主權财富基金，让 AI 的收益，他形容 AI 是「建立在人類集體知识之上」的东西，惠及公眾，而非僅僅流向科技公司股东。

市场已经在分裂：AI 技能職位成长近 8 倍

PwC 分析了 27 个国家、逾 10 亿个職缺的资料，結論是：2025 年，需要特定 AI 技能的職位，成长速度是整體就业市场的近 8 倍。薪资成长幅度也更高。

但細看結構，差異很关鍵。成长最快、薪资最高的，不是「会操作 AI」的職位，而是「用 AI 放大人類判斷力」的職位。純自动化職位，也就是 AI 直接取代人工输出的職位，成长较慢，薪资優勢也较低。

PwC 的资料还顯示，用 AI 強化人類專业的公司，比只用 AI 削減人力成本的公司，獲得了更高的生产力和成长回报。

这个結論对員工有一个实际意義：你腦子裡最值钱的，不是「知道怎麼做」，而是「知道为什麼这樣做」。前者可以被提取、被訓練、被標準化。后者，至少目前为止，还沒有一个 AI 系统真的学会了。