人工智慧驅動的自動化，通常經歷三個階段：輔助、重塑和替代。但人工智慧對工作的影響並非一帆風順：它在某些任務上表現出色，而在其他任務上則力不從心。判斷力、人為保障、監管和容錯能力等因素會加速或減緩這一進程。了解這些摩擦點的領導者，能夠更好地預測哪些方面，變革會迅速發生；哪些方面人類角色仍然至關重要，從而制定更具策略性的人力資源規劃。
隨著人工智慧開始編寫程式碼、駕駛車輛，甚至診斷疾病，機器將突然取代人類的說法甚囂塵上。然而，真實的情況遠比這緩慢、複雜且不均衡得多。在各個職位和行業中，人工智慧的新興能力構成了一個所謂的「鋸齒狀前沿」，它在某些任務上表現出色，而在另一些任務上卻步履維艱。隨著能力的提升，人工智慧正競相實現某些任務的完全自動化，而在其他任務上卻進展緩慢，甚至完全停滯。能夠理解塑造這種微妙現實因素的領導者，將能夠清晰地指導策略和人才發展，並在這一過程中穩定組織。
麥肯錫公司2024年發布的一份關於人工智慧發展的分析報告指出，人工智慧發展不平衡的現象，不僅體現在不同職業之間，也體現在同一職業內部的具體任務層面。該顧問公司預測，到2030年（即其預測的中期情境），某些職業的需求將大幅下降，例如辦公室支援和客戶服務。這是因為這些職位的工作內容主要集中在人工智慧已經能夠處理的任務上，例如資料輸入、處理發票、接收訂單以及回覆日常客戶諮詢。然而，醫療專業人員和其他STEM（科學、技術、工程和數學）相關專業人員的需求，將顯著上升，因為他們的工作內容主要集中在人工智慧難以複製的任務上，例如臨床判斷、同理心照護以及解決複雜的、非常規的問題。分界線並非職位名稱，而是任務構成。那麼，究竟是什麼因素使得某些任務或崗位更容易或更難實現自動化呢？
我們已經確定了一些阻礙人工智慧普及的關鍵摩擦因素，例如重複性工作、監管、判斷和人為因素。基於這些發現，我們將從更細緻的角度分析為什麼大多數工作會分階段、以不同的速度發展。未來的工作模式不僅取決於人工智慧的能力，還取決於它所遇到的阻礙。
AI 尚未取代所有角色
在各行業中，自動化往往遵循一種直觀且熟悉的進程。
- 第一階段：輔助。人工智慧處理重複性、 結構化的任務，這些任務耗時較長，但不需要太多細節。
- 第二階段：重塑。隨著機器接管核心任務和執行，人類的職責實質上轉向解釋、監督和高階思考。
- 第三階段：替換。完全自動化，無需人工干預。
阻礙人工智慧發展的摩擦因素
由於任務層面存在各種阻礙因素，人工智慧無法像其他任務一樣快速地實現某些任務的自動化。了解這些阻礙因素有助於管理者判斷哪些任務較適合自動化，以及哪些阻礙因素可能會減緩或限制自動化的應用。
（儘管並非詳盡無遺）的視角，解釋了為什麼人工智慧的發展在三個階段並非一帆風順。表中列出的摩擦點，有助於解釋為什麼自動化在某些領域遙遙領先，而在另一些領域卻仍然固守人類的模式，以及領導者如何才能更好地預見這條崎嶇道路上的下一個挑戰。