每一次大型語言模型更新，總會伴隨著一陣人類失業恐慌。人工智能真的會在短時間內如海嘯般摧毀現有的職場結構嗎？麻省理工學院未來科技實驗室近期發表了一份重量級的研究報告，為這場科技焦慮提供了一個全新且具備大數據支持的視角。研究團隊分析了涵蓋超過三千項工作任務的數據後指出，AI 的自動化進程更符合漸進式普及的模式，而非外界普遍恐懼的爆發式突破。
拒絕紙上談兵的真實職場實測
這份報告之所以引起學界與業界的高度關注，在於它捨棄了傳統實驗室裡的跑分測試，而是直接將 AI 拉進真實的勞動市場進行檢驗。研究團隊採用了美國勞工部 O*NET 資料庫中的任務分類，篩選出超過三千項以文字為基礎、且可由大型語言模型處理實職場任務。
為了確保評估的準確性，團隊收集了超過一萬七千份由相關行業從業人員進行的專業評估，並針對市面上超過四十款不同的 AI 模型進行了實戰測試。研究的主要作者 Mertens 及 Thompson 特別強調，這種研究方向與過往以基準測試為主的做法截然不同，它更著重於真實且具代表性的勞動市場任務。雖然目前的整體調查工作仍在持續進行，但初步結果已經足夠顛覆許多人的既有認知。
爆發式海嘯沒來，漸進式漲潮才是現實
報告中提出了一個生動的比喻，將 AI 的發展分為兩種自動化模式。第一種是爆發式突破，形容 AI 能力在短時間內對特定任務產生急劇且顛覆性的提升，彷彿巨浪瞬間吞沒海岸；第二種則是漸進式普及，意指 AI 的能力在廣泛的任務領域中，呈現持續且穩定的水平上升，如同慢慢上漲的潮水。
研究數據顯示，在測試的龐大任務庫中，AI 的任務成功率與任務所需時長之間的關係曲線出乎意料地平緩。這證明了 AI 的進化軌跡完美契合漸進式普及的特徵。值得注意的是，這與知名 AI 評估機構 METR 先前針對一百七十項軟件工程任務所做出的研究結果截然不同，顯示出不同領域及行業的任務結構特點存在明顯差異，自動化的節奏也大不相同。
這張來自論文的圖主要想說明：AI回應的品質越高，通常就需要花越多的時間來完成任務。圖中用三條線分別代表不同品質等級：紅線是「基本合格」（7分以上），黃線是「平均品質」（8分以上），藍線則是「優質」（9分）。從圖中可以清楚看到，品質要求越高（從紅線到藍線），完成任務所需的時間也越長。
那些小圓點是實際的數據分布，而線則是根據數據估計出來的趨勢。括號裡的、、 表示這些結果在統計上是否可靠。簡單來說，這張圖告訴我們：如果想讓AI的回應品質更好，就通常需要給它更多時間。
AI 進步神速與 2029 年的及格線考驗
雖然沒有瞬間的海嘯，但這波潮水上漲的速度依然令人咋舌。研究揭示了 AI 實力攀升的驚人數據：在 2024 年第二季，AI 模型能以約百分之五十的成功率，完成人類需要耗時三至四小時的任務；但到了 2025 年第三季，在同樣維持百分之五十成功率的情況下，AI 已經能挑戰人類需要耗時一整週的任務。同一時期，在耗時一分鐘到一小時的短時間任務上，目前的前沿 AI 模型已經達到了百分之七十的高成功率。
這份研究也計算出了 AI 能力提升的具體步伐。數據顯示，AI 處理能力的倍增時間僅約 3.8 個月，也就是說新型號模型相比前代，在成功率不變的情況下能處理的任務時長增加了一倍。這在現有過往基準測試研究的估計範圍中屬於相當高端的速度。同時，各任務時長組別的平均失敗率，大約每 2.4 至 3.2 年就會減半。
研究團隊由此推算，如果按照目前的趨勢發展，到了 2029 年，大型語言模型將能以百分之八十至九十五的平均成功率，完成大部分的文字相關任務。不過，這個成功率僅代表達到最低的合格品質標準。如果企業要求的是高品質甚至完美無瑕的產出，或是更高的成功率表現，AI 還需要額外數年的時間進化。
為什麼你的工作暫時可能安全？
面對持續上漲的 AI 潮水，許多上班族或許依然感到不安。但研究團隊在報告的結語中特別強調，上述這些關於 AI 技術能力提升的發現，絕不能直接換算成職位被自動化取代的比例。
現實商業環境充滿了變數，這當中涉及了統計上的抽樣偏差，以及最關鍵的最後一哩路成本，例如系統的整合、安全合規的審查以及人類員工的最終把關與修改。無論 AI 的發展屬於何種模式，它的能力提升終將對經濟及勞動市場造成深遠影響。然而，企業與組織要適應並全面導入新技術的時間表，通常遠遠落後於技術本身的發展速度。因此，與其恐懼被潮水淹沒，上班族不如趁現在學習如何與 AI 協同合作，掌握在數字浪潮中站穩腳步的技巧。
