因此能確定的是，AI 不會直接取代「整份」工作，但它會解構和取代某些「任務」。比方數位工作者想完成一項文字任務，一般來說要經過發想、草稿跟編修三個階段，對行銷人員、文字工作者最痛苦的，無非是一開始的「發想」，假設我得幫一個賣咖啡豆的客戶規劃行銷廣告，到底要端出什麼主題？大綱該怎麼寫？所謂萬事起頭難，起那個頭向來是抓破腦袋的時候。
AI又快又便宜，當然要用起來
我經常會舉物理中「靜摩擦力」的例子。相較於動摩擦力，靜摩擦力更大，當你要將一個木塊往前推的時候，一開始會需要花許多力氣，但等木塊自己開始滑動後，後續要維持往前滑的力量就變得比較小。像是ChatGPT、Gemini這些對於發想、撰擬草稿特別厲害的生成式AI工具，就是迅速克服靜摩擦力的關鍵。
因為這些工具和以往我們使用的聊天機器人不同，過去聊天機器人只能給你一個固定選單，把選單統統拉完就沒了，可是ChatGPT的自由度無限，你要是發揮創意，和它聊通宵都沒問題。
所以現在工作者需要一點靈感刺激時， 只要打開ChatGPT，直接要它給出10 個點子，或是下個擬訪綱、想文案的指令，它就會自動吐出一堆東西，而且整個過程真的像在跟一個真人討論般。當我陸續完善內容時，它還可以糾正我的文法，把文字修飾得更通順（可是ChatGPT不為工作成果負責，千萬別叫它完成你的工作，它只是來跟你閒聊而已）。
基本上， 光是這個環節， 就已經為世界帶來徹底變化。2023年，美國麻省理工學院（MIT）發表了一篇〈生成式人工智慧對生產力效應的實驗證據〉（Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence）文中指出，若讓人類和生成式AI一同走過發想、草稿、編修的三階段，研究發現，當生成式AI 給予靈感、刺激後，人類在發想和草稿兩階段花費的時間是降低的，編修階段則要多花一點時間，但不論如何，最終的結果都顯示，完成整個文字工作的時間仍然較先前減少37％。
這代表什麼？代表生成式AI就是在拆解、解構任務，它並非在每個環節都能節省時間，或許有些任務會省下一些，有些任務則會多費些力，就像比起要老師自己寫一篇作文，改一篇學生的作文可能更耗時間，但總花費時間是減少的。而這也不影響人與AI協作時，整體生產力的提升，根據統計，工作產出的品質還提升了19.8％。所以AI已經被證明是又快又好，加上使用成本還會持續降低，最後成了終極的又快又好又便宜的生產力工具。
