被取代的迷思：人工智慧（artificial intelligence，AI）作為就業的催化劑
圍繞人工智慧（artificial intelligence，AI）的敘事長期以來多以勞動力被取代的恐懼為主導。然後，IBM Institute for Business Value 今天發表的一項具里程碑意義的研究提供了一個有力的反向敘事，顯示最積極採用 AI 的企業並非在裁減工作，而是在創造工作。該報告，標題為 AI Poised to Drive Smarter Business Growth Through 2030，揭示「以AI為先（AI-first）」的組織相比較不先進的同業，創造淨新增職位的可能性高出 48%。
這一發現標誌著企業 AI 景觀的一個關鍵轉折，意味著從以降低成本和提升效率為主的時代，轉向以創新與結構性重塑為標誌的時代。對產業觀察者與商業領袖來說，這些數據為未來十年提供了一張路線圖：競爭優勢將不再由能自動化多少勞動力來決定，而在於人類智慧與機器智慧能多有效地被編織成統一的運作體系。
從效率到創新：戰略轉向
過去幾年，企業 AI 的主要應用場景是效率——自動化例行工作以降低成本。IBM 的研究指出，這個階段正在迅速演進。雖然目前近一半（47%）的 AI 支出集中在效率，但主管們預測到 2030 年，投資重心將顯著傾向創新，62% 的 AI 支出將用於創新。
這一轉向來自於對效率提升有上限而創新則提供無限上行空間的認知。IBM Consulting 的資深副總裁 Mohamad Ali 強調了此趨勢，他表示：「到 2030 年，獲勝的公司會將 AI 編織進每一項決策與運營。」研究強調，AI 不再只是輔助工具；它正成為現代企業的核心架構。
優先整合 AI 的組織有效地將其成長從傳統資源限制中解耦。透過利用 AI 處理複雜資料分析、預測建模與自治工作流程，這些公司能比以往更快地推出新事業線並進入新市場。研究指出，79% 的高管預期 AI 到 2030 年將對營收有重大貢獻，遠高於今日僅 40% 的預期。
財務驅動力
此轉向的財務動機十分明確，但前進的路徑仍複雜。儘管樂觀情緒高漲，研究揭露領導層間存在「知識缺口」。雖然絕大多數人預期 AI 會帶來營收貢獻，但只有 24% 清楚知道這些營收具體會來自何處。這顯示出雖然目的地已獲共識，但戰略地圖仍在繪製中。
到 2030 年的主要財務與營運轉變
| Metric | Current State (2025-2026) | Projected 2030 Expectation |
|---|---|---|
| Primary AI Spend Focus | 47% on Efficiency | 62% on Innovation |
| Revenue Contribution | 40% of Executives Expect Significant Impact | 79% of Executives Expect Significant Impact |
| Productivity Gains | Incremental | 42% Increase Projected |
| Model Strategy | Dominance of Large Language Models (LLMs) | 72% Expect Small Language Models (SLMs) to Surpass LLMs |
重新設計組織 DNA
IBM 研究中或許最引人注目的發現，是 AI 正在重塑企業結構的程度。統計指出，以AI為先的公司 更有 46% 的可能性重新設計其組織架構，這反映了一場根本性的轉變。這不僅僅是在名單上增加幾位資料科學家；而是重新想像團隊如何組成、決策如何制定，以及價值如何被交付。
領導與治理的演變
AI 的影響已延伸至最高企業治理層級。研究預測到 2030 年，25% 的企業董事會將設有 AI 顧問或共同決策者。在治理結構中納入非人類智慧代表了企業責任與策略上的深刻轉變。此外，74% 的高管認為 AI 會重新定義企業內的領導角色，其中三分之二預期會創造出今天尚不存在的全新領導職類。
這些新職位可能會彌合技術能力與商業策略之間的鴻溝。我們正朝向一個未來邁進，在那裡「首席 AI 官（Chief AI Officer）」僅是開始，之後很可能出現專注於 AI 倫理、演算法稽核與人機協作管理的職務。
技能危機與心態轉變
雖然新職位的產生是正面指標，但轉型不會毫無摩擦。報告呈現一項令人警醒的統計：57% 的高管預期到 2030 年大多數現有員工的技能將變得過時。這創造了對再培訓和提升技能的緊迫需求。
然而，報告指出解方可能不僅在於技術訓練。67% 的受訪者認為心態比技能更重要。在以 AI 為先的世界中，適應能力、批判性思維與與智慧系統協作的能力，比對任何單一且快速貶值的軟體工具的精通更具價值。這種「適應力指數」很可能成為主要的招募評估標準。
技術地平線：小型模型與主權性
推動這場革命的技術也在經歷變形。過去數年，業界被「越大越好」所吸引——打造擁有兆級參數的大型語言模型（Large Language Models，LLMs）。IBM 的研究顯示這一趨勢可能出現逆轉。
72% 的高管預期小型語言模型（Small Language Models，SLMs）到 2030 年將在重要性上超越 LLMs。此一轉變源於對效率、更低延遲與資料隱私的需求。SLMs 可在本地執行並在專有資料上微調，而不會將資訊外洩至公共雲端，為企業 AI 提供更可持續的路徑。
這與「主權 AI（sovereign AI）」的概念一致，組織尋求擁有並控制自己的模型，而非向第三方供應商租用智慧。研究指出 82% 的受訪者預期其 AI 能力將是多模型（multi-model），意味著未來會由專門化模型（SLMs 與 LLMs 的混合）協同運作以解決特定商業問題。
量子運算：下一個前沿
雖然 AI 是當前焦點，研究也指出 AI 與量子運算（quantum computing）日益接合的前景。59% 的受訪者相信量子驅動的 AI（quantum-enabled AI）將在 2030 年改變其產業。然而，存在顯著的準備落差：只有 27% 預期到時會實際使用量子運算。此差距凸顯了對於具前瞻性的組織而言，今天投資於「量子就緒（quantum-ready）」基礎建設是一項重大先行者優勢的機會。
給商業領袖的戰略意涵
IBM Institute for Business Value 所傳達的訊息很明確：漸進主義是一條走向過時的策略。要在未來十年茁壯，組織必須採取整體性的「以AI為先」姿態。這包含數個關鍵戰略支柱：
- 將收益再投資：研究發現 70% 的高管計劃將 AI 帶來的生產力價值直接再投資於成長計畫。僅把 AI 帶來的效率節省納為私有利潤的公司，可能會被那些將資金用於推動創新的競爭者超越。
- 對技術做更大膽的押注：隨著對 SLMs 與多模型架構的轉向，領導者必須願意在多樣化的技術堆疊上試驗，而非把自己鎖定在單一供應商或單一模型類型上。
- 以人為本的重組：領導者必須主動重新設計工作流程以提升人的潛能。這意味著識別出人類創意能帶來最大價值的任務並自動化其餘部分，同時建立持續學習的文化以對抗技能過時。
結論
IBM 的 AI Poised to Drive Smarter Business Growth Through 2030 的研究結果，提供了一個清新且有數據支持的反駁，回應常籠罩產業討論的「AI 悲觀論」。AI 不僅不是就業的預兆，反而似乎是新一波就業創造與經濟擴張的引擎。
然而，這個未來並非對所有人都保證。它屬於那些「以AI為先」的組織——願意承受結構重塑的短期痛苦與創新不確定性的組織。隨著我們接近 2030 年，這些先行者與落後者之間的差距很可能會擴大，決定下一次工業革命的勝者與敗者。對 Creati.ai 的讀者而言，可執行的關鍵啟示是：不要等著 AI 改變你的產業；要主動運用 AI 去重塑它。
