AI未來已來 – 4

一位人類在中央調度多個AI代理人,象徵AI時代的直接負責人(DRI)角色

DRI

DRI是Directly Responsible Individual的縮寫,中文翻譯為直接負責人。

如果AI深度融入公司,未來組織很重要的角色就是DRI。這類員工主要會由兩類人負責,一類是吃透了公司流程和業務的資深員工,這類員工要補的功課就是學會怎麼調度AI Agent;另一類是已經懂得怎麼指揮AI Agent的員工,通常這類員工很年輕也不需要有什麼強大的技術背景,要補的是公司的流程和業務。

未來公司會有很多AI Agent員工,而DRI就是這些AI Agent員工的調配者跟管理者。一個人類員工,配上一群AI Agent,就可以做出以前需要多人、跨部門才能完成的事情。

當然DRI存在的首要前提是高層放權,現在很多公司其實部門壁壘分明,只有足夠高權限的管理者才能擁有不同部門的資訊或是數據權限,高層必須適度的放權給DRI員工,讓他們能夠調度不同部門的數據或資源,打破部門間數據的高牆是第一步。

再來第二步是層級的扁平化,很多中層管理者其實大部分的工作就是在上傳下達的協調。也因為資訊需要經過層層傳遞,所以造就了很多低效、推諉的空間。我個人認為組織層級的改動是最困難的,因為這動到了太多既得利益者的蛋糕。

作者把一個DRI比喻成組織內的小型個人CEO,扛一個目標,理解任務並在必要時刻由人做出判斷,對結果負責。在AI Agent員工的輔助下,人除了承擔責任外,大部分時間就是要做機器做不到的事情,例如跟大客戶洽談、維護良好的夥伴關係、提供有溫度的服務。

工作的未來

這幾年,AI取代白領,讓坐辦公室的人失業,伴隨著大型科技業的人事異動或裁員,頻繁的被拿出來討論。

作者用兩張四象限圖說明了智力勞動者跟體力勞動者的未來。

橫軸是工作內容的自由度,縱軸是人際互動的依賴度。最安全的就是內容高自由度跟高人際互動的組合,例如教師、業務、心理治療師。最危險的是內容低自由度跟低人際互動組合,例如資料錄入,還有基礎的程式設計。

10年前,絕大多數人認為AI會先搶走工人和卡車司機的工作,知識工作者最安全。但真實結果是大腦可以做的事情比我們想的更封閉,而手腳能做的事情比我們以為的更開放。

由這張圖我們可以知道,縱軸告訴我們要盡可能的往「溫度、信任」靠近,橫軸則是盡可能往「開放」靠近,當執行近乎免費,稀缺的不再是「做」,而是「選」。要盡可能培養品味、磨練同理心,多接觸好的內容跟作品。

AI可以接受命令,任勞任怨,但AI沒辦法承擔責任,事情出差錯,就是要人出來承擔。所以要盡可能朝「複雜、風險、把關」的職位靠近,出了事要有人負責的位子,就是價值聚集的地方。

作者分享了五種未來應該努力培養的能力:

  1. 模糊中的判斷力。(資訊不完整時做對決定,並知道什麼值得做)
  2. 建立信任與關係的能力。(讓他人希望你在場)
  3. 共情能力。(真正聽懂他人的話或是需求)
  4. 指揮AI的能力。(定義問題、拆解、委派、驗證、整合)
  5. 獨特的品味與策展能力。

人類負責判斷、品味、責任和方向,AI負責近乎無限的執行,AI讓念頭到行動,再到價值的鏈條變得越來越短,越來越可執行,也越來越快。壞想法跟方向會更快的被驗證,好的想法不再被埋沒,反而會透過AI快速放大。

這些聽起來無限美好的明天,有沒有隱憂呢?

UBI

工業革命用200年把人類生活重心塑造成工作,現在機器大規模的把時間還給了人類。當人類不再被工作定義我是誰,不再需要從工作中找到自我認同,又擁有了大片的自由可支配時間。找尋生活的意義就變得至關重要,這可能也會導致很多人開始出現意義感危機。

如果AI接替了大部分人的工作,創造了巨大的財富,人沒有工作可做,除了擁有了大片的自由時間,去探尋生命意義外,生計要怎麼保障呢?國外已經有不少人提出了UBI(Universal Basic Income)全民基本收入的概念。

UBI其實就是對富人(尤其是利用AI獲得暴利的人)徵稅,再作為社會津貼發放給所有人。UBI制度有必要,但只是高失業率的止痛劑,能緩解痛苦,卻無法填補意義感缺失的空洞。

而且UBI只能解決發達國家內部的問題,跨出發達國家國門,問題更尖銳。很多貧困國家的發展槓桿是「廉價的勞動力」。當製造和服務越來越多由AI大國的機器來完成,貧困國家中數量龐大的年輕人就會從「增長引擎」變成「公共帳本上的負債」。富裕國家那套多納稅、多補貼的機制無法複製到貧困國家,這問題很少人討論,確是AI越來越厲害的未來一定會面對的最大問題。

我的一些看法

讀到DRI的過程中我一直在想,其實DRI的要求不低,要肯學新技術,又善於溝通才能充當好這個角色。雖然AI降低了學習新技術的門檻,但個體的好奇心跟學習意願是無法透過AI改善的。

以我個人經驗來說,認真花兩三個月做幾個專案,除了可以成熟掌握AI Coding能力外,過程中也能順帶熟悉什麼任務可以交給AI、AI Agent大概要怎麼建構這些概念跟判斷。這是我認為即使組織變革還沒那麼快的影響到我們,但個體可以提前開始的準備方式。

在軟體業工作,針對這個產業,我有個大膽的設想,未來軟體開發類的工作產品經理(PM)跟開發人員(RD)會融合成一個角色。現在很多軟體開發的流程遵循著AI時代之前的作業流程,由PM提出問題、釐清需求、定義規格,然後把規格交給RD開發並實現功能。

未來的產品DRI本身就是PM兼RD,程式的實作與執行就是一個DRI走完開發流程的全生命週期。而好的產品DRI需要具備的是,更有耐心花時間釐清客戶的真實需求,再快速生產出符合客戶需求的產品。

至於培養品味,最省錢的方式其實就是閱讀,多看好的內容。當然現在生活的訊息輸入很多元,聽好的音樂、看好的電影、甚至玩一個好的電玩遊戲,都是汲取高級品味的來源。品味的培養說起來很輕巧,但培養起來其實不容易。

能持續閱讀的人或許是從小耳濡目染、或是真的從閱讀中找到樂趣,這是需要花一段時間才能養成的習慣。聽懂偉大的音樂、看懂偉大的電影、建築、繪畫都是需要有人耐心的引導入門才有能力真正的欣賞。

當生活中有越來越多不需思考就能沉浸其中的內容,正盡其所能地瓜分著人們寶貴的注意力;而新時代又要求我們保持好奇跟持續學習。就像提供無限免費的高熱量食物,卻又要求人們控制熱量攝入,保持克制與健康一樣,在這進步的時代,人的進步卻是阻力重重非常不易。

推薦閱讀