職位名稱對一天的工作內容描述起來出奇地糟糕。一個被稱為分析師的人可能早上在清理電子表格，下午在解決一個含糊不清的需求，最後一小時向同事解釋一個決定。這些活動受自動化影響的方式並不相同。這就是為什麼我認為任務清單比對下一個消失的職業妄下斷言更有用。
接觸人工智慧是一個關於任務的問題。
國際勞工組織2025年的研究利用任務層面的資訊檢視了職業接觸生成式人工智慧的情況。接觸人工智慧描述的是科技影響工作的可能性；它不應被理解為已經消失的工作的數量。這種區別很重要，因為同一個角色可能包含日常文本撰寫、關係管理以及需要承擔責任的決策。
以個人練習為例，選取一天作為典型案例，並將其分解為具體的活動。 「準備一份報告」仍然過於寬泛。收集資訊、核對定義、撰寫段落以及判斷結果是否可信，這些都是獨立的步驟。一旦這些步驟清晰可見，問題就變成了：哪些環節可以藉助輔助工具，哪些環節必須由個人負責。
更快的草稿速度只是計算的一部分。
假設一項任務，在沒有輔助的情況下需要 40 分鐘。使用工具可以在 5 分鐘內產生初稿，但檢查需要 20 分鐘，修改錯誤又需要 10 分鐘。最終完成這項任務需要 35 分鐘。這確實有所改進，但與僅比較草稿時間所顯示的八倍速度提升截然不同。這些數字只是一個範例，並非衡量生產力的實際結果。
通常缺少的一項是審查成本：即使最終成果可用所需的工作量。如果答案易於驗證，審核速度會很快；但如果錯誤看起來合情合理，審核速度就會慢很多。我寧願節省五分鐘可靠的時間，也不願追求所謂的巨大收益，而這只是將工作轉移給了流程中的下一個人。
選擇一個目標明確、結果清晰的小型實驗。
一個有效的實驗應該有明確的輸入、可接受的輸出、比較結果的方法。例如，詢問某個工具能否將非機密大綱轉換為易於理解的會議摘要，然後評估其中遺漏的決策和虛構的細節。請遵守雇主關於機密資訊和已批准服務的規定。方便並不等於提交商業資料的許可。
簡要記錄總耗時、修改次數和後續問題。一份草稿如果產生了三條額外的澄清訊息，可能並非改進。同樣，一個節省時間不多但能讓複雜文件更容易理解的工具也可能很有價值。衡量標準應該反映執行任務的目的。
在熟悉的基礎上培養判斷力
我認為，學習如何檢查答案至少與學習如何提問同等重要。在電子表格中，這可能意味著追溯數字的來源。在客戶資訊中，這可能意味著識別企業無法兌現的承諾。無論哪種情況，專業知識都能幫助使用者判斷回覆是否流暢。
下一步的實際操作很簡單。選擇一項重複性活動，定義優秀工作的標準，並進行有限的比較。保留那些能夠改善最終結果的步驟，放棄那些會產生隱性審查工作的步驟。職業生涯無法用單一的生產力評分來衡量，但更清楚地了解自己的工作任務是一個有益的起點。
我會先衡量什麼
衡量整個任務，包括檢查和更正。接觸人工智慧並不等於實際的失業。
人工智慧的接觸和自動化有什麼區別？
接觸是指科技可能影響的任務。自動化是指系統實際執行的工作；採用率、可靠性和人的責任都會影響最終結果。
參與討論
留言經審核通過後顯示。歡迎提出與主題相關的不同意見。