【專訪】Ethan Mollick：AI生產力卡在組織，不在技術
AI這麼強，生產力成長到底在哪？Big Technology Podcast主持人Alex Kantrowitz一開場就拿達拉斯聯準銀行的數據追問：美國勞動生產力年化成長只有2.4%，和Anthropic執行長Dario Amodei說的GDP可能成長10%差得遠。接下這個問題的是華頓商學院教授Ethan Mollick，《Co-Intelligence》作者，剛出新書《Coexistence》。
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
Mollick的回答分三層。第一，AI目前像單人遊戲，個人效率暴增，組織卻還沒改造，所以總體數字出不來。第二，現有模型的能力大半閒置，就算技術明天停下，未來十年的變革也夠用。第三，顛覆一定會來，但誰贏誰輸，他坦言沒人知道。合起來看，瓶頸不在技術，而在企業和社會怎麼重新安排工作。
◎個人快了百倍，組織卻跟不上
他說，在組織裡待過的人都懂：個人生產力不會自動變成組織生產力。工程師寫出百倍的程式碼，但公司仍照兩週一輪的流程開發，天天開站立會議，還要和行銷協調，暴增的產出反而成了負擔。他說現在的AI是單人體驗，企業卻需要很多人同時運作。
他引用研究：程式碼產量多了二十倍，實際出貨的產品只多三成。但他不認為企業沒賺到，Workday調查營收逾十億美元的大企業，85%回報AI投資為正。他也舉例，有公司把舊大型主機資料遷移從2億美元的預算重談成2,000萬美元，技術長還想壓到200萬美元。
◎現有能力大半閒置，不必等更強的模型
他稱之為overhang：當下模型能做的事，遠多於企業實際用到的。未來十年要徹底改變工作方式，不需要更好的模型，缺的是想像力和做法，就像買了一台功能齊全的車，卻只拿來在巷口繞。他也警告，照今天的能力鎖定一套夠用的方案，日後的代價會越來越大。
至於大家為何老是看不準，他說人很難預測指數成長。AI一度連strawberry有幾個r都數不對，OpenAI推出推理模型o1 preview後，進步反而更快。他自己也看錯，以為AI代理很難落地，結果模型在去年底達到Opus 4.5等級後就實用了。
◎顛覆一定會來，贏家無人能預測
談到工作，他直言不知道。程式設計師正從寫程式轉為管理寫程式，資深工程師的需求反而增加，但未來職缺是多是少，經濟學界還在辯論。他把現在比作工業革命：結果或許是好的，但多數人身在其中很辛苦，所以現在就該想清楚要建立什麼社會安全網。
教育上，AI當家教，學生會進步；拿來代寫作業，就學不會，考試可能回到課堂手寫。另一面，他的個人AI代理已替他退掉幾個難以取消的長期訂閱。他警告，客服，銀行這些仰賴麻煩來運作的系統，還沒準備好面對這種規模。
回到開場的質疑，Mollick的答案是：生產力沒有消失，只是卡在組織裡。他認為懷疑AI能否帶來轉型已是死路，真正該擔心的是往哪個方向轉。他建議企業兩手並用，一邊用好現有技術，一邊為下一代模型保留彈性。接下來值得觀察的，是企業能否把少數員工的百倍效率擴散到所有人身上。
解釋個人生產力為何不會自動變成組織生產力：程式碼多了二十倍，出貨產品只多三成，AI目前是單人體驗。
表示幾乎所有大企業都已看到投資回報，問題已從有沒有效益轉為如何改造組織；並說公開宣稱削減AI支出的多是有競爭產品的公司。
批評MIT Nanda關於95%試行專案失敗的研究方法，並說他希望失敗率高，因為那代表企業真的在實驗。
描述把團隊拆開重組，挑戰不可能任務的做法，舉資料遷移計畫從2億美元降到2,000萬美元的例子。
提出overhang概念：現有模型能力大多未被使用，未來十年的轉型不需要更好的模型。
說明人們為何難以預測指數成長，並坦言自己已找不出會阻擋AI發展的技術障礙，限制主要來自算力與電力。
區分AI代寫與AI家教對學習的不同影響，提出課外用AI家教，課堂主動學習與手寫考試的解法。
談個人AI代理可能大量提出退款，轉移存款，衝擊仰賴使用者懶得動的客服與銀行系統。
看完今天的，讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
已出刊 157 期 ・ 隨時可退訂
