← Career advice
Advice Columnist

【IT事務所】AI 對傳統專業的影響

【IT事務所】AI 對傳統專業的影響

人工智能(AI)的迅猛發展正在重塑全球勞動市場, 對傳統專業的影響尤為深遠。從製造業到金融、醫療、法律、教育甚至創意產業, AI 技術不僅自動化了重複性任務, 還重新定義了工作角色和所需技能。本文將深入探討 AI 如何影響傳統專業, 分析其帶來的挑戰與機遇, 並通過更多具體例子闡明其影響。

AI 的核心影響在於自動化重複性和例行任務, 從而改變了許多行業的運作方式。在製造業中, AI 驅動的機器人和自動化系統已取代大量手工操作, 例如汽車組裝線上的焊接和噴漆工序, 工人角色從體力勞動轉向機器監控、維護和質量控制。在零售和客戶服務領域, AI 聊天機器人如許多電商平台使用的虛擬助手, 能處理訂單查詢、退貨申請等常規問題, 使人類客服人員專注於處理複雜投訴或提供情感支持, 角色逐漸轉變為關係管理和品牌體驗提升。

在高技能行業中, AI 的影響同樣顯著。以法律行業為例, AI 工具如 ROSS Intelligence 可以快速審查數千頁法律文件, 進行合同分析和案例研究, 減少了對初級律師或法律助理的需求, 資深律師則將更多時間投入到法庭策略和客戶溝通。在金融領域, AI 算法被廣泛用於詐欺檢測、風險評估和市場趨勢預測, 例如高頻交易系統能即時分析市場數據, 取代了部分傳統分析師的職能, 專業人士轉而提供更個性化的投資建議或客戶關係管理。在醫療行業, AI 系統如 IBM Watson Health 能輔助診斷疾病、分析醫學影像並制定治療計劃, 讓醫生有更多時間與患者互動, 提供情感支持和個性化護理。

此外, AI 對創意產業的影響也日益顯著。在平面設計領域, 生成式 AI 工具如 Canva 的 AI 功能或 MidJourney 能讓非專業人士創建專業級別的圖像和設計, 顯著減少了對初級設計師的需求。在新聞行業, AI 能自動生成財經或體育賽事報導, 例如美聯社使用的自動化工具已能撰寫簡單的財報新聞, 記者則需專注於深度調查和故事性報導。在教育領域, AI 輔助工具如 Duolingo 的個性化學習路徑或 Grammarly 的寫作建議, 正在改變教師和輔導員的角色, 他們更多地專注於情感支持和引導學生批判性思考, 而非單純的知識傳授。

國際貨幣基金組織的研究顯示, AI 可能影響全球約 40% 的就業, 而在如香港等發達經濟體中, 這一比例可能高達 60%, 涉及數據輸入、行政支持、市場分析、翻譯甚至初級編程等職位; 與過去工業革命主要衝擊低收入職業不同, AI 正在改變法律、金融、設計、新聞等中產階級職業的結構, 對高收入、高技能工作的影響尤為突出。

AI 的廣泛應用帶來了顯著挑戰, 其中最直接的是職業替代和失業風險。許多傳統職業的穩定性受到威脅, 例如會計行業中, AI 工具如 QuickBooks 的自動化功能已能處理記賬和報稅, 減少了對初級會計人員的需求, 職業路徑從助理到高級會計師的上升通道正在縮窄。在物流行業, 無人駕駛卡車和 AI 優化的路線規劃系統, 如亞馬遜的 Scout 配送機器人, 可能逐步取代司機和倉庫管理員的角色。特別是高收入專業人士, 若不適應 AI 技術, 可能面臨技能過時的風險, 因為 AI 能以更低成本完成他們的核心任務, 例如市場分析師的部分數據處理工作已被 AI 算法取代。

儘管如此, AI 也創造了新的機遇。隨著自動化的推進, 新的職位如數據科學家、AI 倫理專家和機器學習工程師應運而生, 這些角色需要技術技能與行業知識的結合, 例如在零售業, 數據分析師利用 AI 工具預測消費者行為,幫助企業優化庫存和定價策略。在農業領域, AI 驅動的精準農業技術, 如 John Deere 的智能農機, 能預測作物產量、優化水資源和肥料使用, 提高效率並減少環境影響。在製造業中, AI 的預測性維護系統能提前檢測設備故障, 例如西門子使用的 AI 監控工具, 減少了停機時間和能源消耗, 創造了對技術維護專家的需求。

此外, AI 還增強了人類能力, 讓專業人士能專注於更高價值的任務, 例如在建築行業, AI 軟件如 Autodesk 的生成式設計工具能快速生成多種建築方案, 建築師則專注於美學創新和客戶需求溝通。在電影製作中, AI 技術用於特效生成和剪輯自動化, 例如迪士尼使用 AI 優化動畫渲染, 讓創作者有更多時間專注於劇本和角色塑造。

為了在 AI 驅動的職場中保持競爭力, 個人和企業需要採取積極措施。首先, 持續學習和技能提升至關重要。掌握數據分析、機器學習和編程等高需求技能, 可以通過在線平台如 Coursera 或 Udemy 的課程、專業認證或工作坊實現, 例如會計師可以學習使用 AI 工具進行財務預測, 而設計師可以掌握 AI 輔助設計軟件以提升效率。其次, 學習與 AI 工具協作, 利用技術增強工作成果, 例如醫生使用 AI 診斷系統來個性化患者護理, 或教師利用 AI 平台為學生定制學習計劃。此外, 保持對行業趨勢的關注, 通過閱讀行業刊物、參加技術會議和建立專業網絡, 了解 AI 的最新應用和發展。

對於高學歷人士, 學習使用 AI 技術至關重要, 就像過去學習電腦和互聯網一樣, 以提升自身價值, 例如律師可以學習使用 AI 法律研究工具來提高案件準備效率; 而對於低學歷工作者, 培養 AI 短期內難以取代的技能, 如長者護理、美容服務、手工維修或烹飪, 同時學習基礎 AI 知識以操作智能設備, 也是一條可行之路, 例如餐飲業的廚師可以利用 AI 系統優化食材庫存, 同時專注於創意菜品開發。

總括而言, AI 對傳統專業的影響是多方面的, 它通過自動化取代了部分工作, 挑戰了職業穩定性; 同時, 它創造了新角色並提升了效率, 為個人和行業帶來了機遇。從製造業的自動化生產線到醫療行業的智能診斷系統, 從法律文件分析到創意設計生成, AI 正在改變我們對工作的理解。關鍵在於適應與變革, 通過技能升級和靈活應對, 個人可以在 AI 時代中找到自己的位置。隨著技術的不斷進步, 勞動市場將持續演變, 唯有主動擁抱變化, 才能在這場技術革命中脫穎而出。

 

梁偉峯

梁偉峯

擁有工商管理博士及三個碩士學位,從事資訊科技超過三十年,現為香港理工大學專業進修學院講師及課程總監、香港零售科技商會副會長、香港互聯網論壇副會長、亞洲域名爭議解決中心專家名冊成員、香港調解資歷評審協會認可綜合調解員、英國特許仲裁學會(東亞分會)委員、學術及職業資歷評審局學科專家、香港、新加坡及英國電腦學會資深會員、英國特許市務學會資深會員、國際扶輪3450區中環海濱扶輪社創社社長。

Keep reading

Related career advice

三十未立、四十仍惑:職場中年人如何重新規劃人生下半場?
Advice Columnist

三十未立、四十仍惑:職場中年人如何重新規劃人生下半場?

香港人愈來愈富裕,是否代表生活愈來愈快樂?近期公布的香港快樂指數顯示,整體指數由去年5.95下跌至5.87,Y世代(Gen Y)的幸福感更低於其他年齡組別。對不少三、四十歲的職場人士而言,,即使收入和事業逐步穩定,仍可能對未來感到迷惘。 同樣身為Gen Y,我認為問題未必單純在於收入多少,而是當我們習慣以薪酬、職位和資產衡量成功時,容易忽略一個更重要的問題:自己是否有能力選擇想過的生活? 不只累積財富 更要建立收入來源 傳統職涯觀念鼓勵人努力工作、升職加薪,再逐步累積財富。但如果收入完全依賴工作時間和個人付出,一旦停下來,收入便可能受到影響。 因此,除了累積資產,我亦重視創造被動收入,減少對單一收入來源的依賴。無論是投資帶來的利息、股息或租金,還是建立可持續運作的業務,都有機會讓收入不再完全受制於工作時間。 這並不代表被動收入可以不勞而獲。投資需要承擔市場風險,建立業務亦需要前期投入和持續管理。重點是有計劃地建立收入來源,讓自己在面對工作或人生變化時,多一份底氣。 從個人努力到走向企業化經營 在事業發展上,我亦嘗試由依靠個人時間和能力創造收入,逐步走向企業化經營。這與ESBI收入模式的概念相近:E代表受僱工作(Employee)、S代表自僱工作(Self-employed)、B代表企業經營(Business owner),I代表投資(Investor)。 這個框架讓我思考,如何將個人經驗和能力轉化為團隊、流程及可持續運作的業務,減少對自己事事親力親為的依賴;同時透過長期投資,逐步累積金融資產。 當然,並非每個人都需要創業或追求同一種收入模式。重要的是了解自己的能力、資源和風險承受程度,選擇適合自己的發展方向,而不是盲目追求快速致富。 理財是為人生保留更多可能 重新規劃人生下半場,不一定要在短時間內賺取大量財富,更不必因為未能在某個年紀達成置業、升職或結婚等社會期望而感到落後。我會建議先由三方面着手: 財富管理的目的不一定是提早退休,而是當機會或變化來臨時,自己有能力作出選擇。三十歲未必需要事事安定,四十歲亦不代表不能重新開始。與其只追求更高收入,不如及早建立穩健的財務基礎,讓自己日後有空間投入真正重視的事情,活出自己認同的人生。

【職場 Hacker】LOOP 框架:如何把新知變成工作成果
Advice Columnist

【職場 Hacker】LOOP 框架:如何把新知變成工作成果

怡君是一位產品經理,工作很努力,也很願意學習。但她有一個問題:學了很多東西,卻不知道怎樣真正用在工作上。 「Kenneth,我收藏了很多課程,也看了很多文章,」怡君說。「可是每次工作一忙,學到的技巧都停在筆記裡。我到底怎樣才可以把學習變成成果?」 「你缺的不是更多知識,」我說。「你需要一個把新知放進真實工作的閉環。LOOP 框架可以幫你。」 什麼是 LOOP 框架 LOOP 是 MAKER 層中 Kaizen(持續改善)模組的實踐框架,幫助你把學習、執行、觀察和打磨,變成一個可以不斷重複的成長循環。 LOOP 代表四個步驟: 怡君的 LOOP 實驗 我用 LOOP 框架幫怡君把「學習」放回她真實的工作流程。 L – Learn(學習) 我先問怡君:「你下週一定要完成哪一項工作?」 怡君說:「我需要向管理層提交一份產品提案,但每次他們都說內容太多,抓不到重點。」 我告訴她:「今次不要貪多。你只需要學一項微技能:如何在一頁簡報先講結論。」 她沒有再報讀一門長課,而是花 20 分鐘閱讀一篇關於金字塔結構的短文,只記下三個重點:先結論、再原因、最後才是細節。 O – Operate(執行) 第二步,是把學到的東西放進真實任務。 怡君沒有重新做整份提案,只挑選其中最關鍵的一頁,在開頭先寫上建議方案,再用三個原因支持結論。 我告訴她:「第一次不用追求完美。你只需要在一個真實場合,試一次新的做法。」 於是,她把這一頁放進當週的產品評審會。 O – Observe(觀察) 會議完結後,我請怡君不要只靠感覺判斷,而是觀察三件事:會議是否縮短、同事追問是否減少、提案要來回修改多少次。 她發現,這次管理層很快明白她的建議,問題由「你到底想做甚麼?」變成「這個細節可否再調整?」。 會議時間少了,版本往返也比以前少。她開始明白,學習是否有用,不是看自己看了多少內容,而是看工作有沒有出現可觀察的改變。 P – Polish(打磨) 最後一步,是把有效做法留下來。 怡君把這次簡報的結構整理成一張小清單:先寫結論、列出三個支持原因、把細節放在後面。她還為這個模板加上版本號,方便下一次提案再使用。 兩週後,她沒有變得更有空,但她的工作方式開始變得更穩。決策拉扯少了,文件更開門見山,同事甚至開始沿用她的格式。 怡君的轉變 怡君開始每週做一次 LOOP 微實驗。 有時,她練習把客戶回覆寫得更清楚;有時,她測試新的會議開場方式;有時,她把常見的審稿意見整理成檢查清單。 她不再問:「我還要學甚麼?」而是開始問:「我今週要把哪一個新方法,用在甚麼真實工作上?」 一段時間後,她累積的不只是知識,而是一套可重複使用的工作方法。 […]

【職場 Hacker】WEB 框架:如何建立策略性人脈
Advice Columnist

【職場 Hacker】WEB 框架:如何建立策略性人脈

以下故事,純屬虛構,如有雷同,實屬巧合 Marcus 是一位 30 歲的產品經理,能力很強,但他有一個問題:人脈。 「Kenneth,我的人脈很少,」Marcus 說。「我該如何建立人脈?」 「你需要策略性地建立人脈,」我說。「WEB 框架可以幫你。」 什麼是 WEB 框架 WEB 是 MAKER 層中的 Allies(人脈)子框架,專門用來建立策略性人脈。 WEB 代表三個維度: – Who(誰需要連結):明確目標對象與關鍵節點 – Exchange(互惠交換):建立可持續的互利關係 – Bridge(橋樑):成為不同圈子的連接者 Marcus 的 WEB 策略 我用 WEB 框架幫 Marcus 建立人脈: W – Who(誰需要連結) 第一步是釐清要連結的對象,並系統性擴大觸及。我問 Marcus:「你認識多少人?」 Marcus 說:「大概 50 人,主要是同事。」 我給他一個目標:一年內認識 200 人。 Marcus 開始這樣做: – 每月參加 2 次行業活動 – 每週在 LinkedIn […]