當 AI 逐漸滲透職場，一場權力博弈正在上演。根據 《金融時報》 的報導，企業若想讓 AI 模型真正發揮作用，關鍵不再是取得更多資料，而是如何將藏在員工腦中的「隱性知識」轉化為可訓練、可優化的專屬系統。這意味著，誰掌握這些知識、誰願意參與訓練，將成為未來幾年職場談判力的核心來源。
表象：AI 模型的資料饑渴
在過去，企業主要關注如何收集大量資料來訓練 AI 模型。然而，隨著技術的進步，單純的資料量已不再是決定勝負的唯一因素。對於投資研究、文件判讀或跨部門決策等任務，網路上的公開訓練資料嚴重不足，高度依賴經驗與情境理解。
真相：隱性知識的價值
橋水基金（Bridgewater Associates） 的測試就印證了這一點：當讓 Gemini、Claude 與 GPT 等通用模型篩選新聞與財經文件時，準確率大約只有 50%；但在結合自家專家與內部資料微調較小型模型後，準確率大幅提升至約 85%。這說明，隱性知識的轉移對於提高 AI 模型的性能具有關鍵作用。
各方角力：員工角色的拉扯
這種隱性知識轉移的過程，也讓員工的角色出現新的拉扯。積極的一面是，若員工能參與打造專屬 AI 系統，工具將更貼近實際工作需求，不只能提升生產力，還可能帶來更有趣的職務內容與更好的薪酬。然而，許多人擔心，一旦將多年累積的隱性知識交給模型，雇主未來可能反過來利用這套系統取代自己。
深層影響：信任與權力分配
這不單是技術問題，更是「信任」與「權力分配」的問題。管理學先驅 腓德烈·溫斯羅·泰勒（Frederick Winslow Taylor） 的「科學管理」提供了一個歷史對照。當年泰勒試圖將工廠工人的經驗拆解為標準作業流程；如今企業面臨的，則是白領工作中的專業判斷與部門經驗。泰勒時代的經驗顯示，當管理層將「怎麼做、何時做、做多久」全數掌握在手中時，員工往往會失去工作自主性，進而引發反彈。
從產業面來看，真正掌握籌碼的將是那些擁有難以量化專業知識的員工。其累積的經驗與情境判斷，將成為客製化 AI 難以替代的核心資源。同時，願意建立互信並分享成果的企業也同樣關鍵，若公司無法讓員工相信自己能分到 AI 帶來的好處，或職場環境充滿猜疑，推動客製化 AI 的過程恐怕會更加艱難。
未解之問：未來 AI 競賽的勝負
未來 AI 競賽的勝負，可能不只取決於模型規模與算力高低，更在於職場關係與勞資溝通能否跟上這場時代變革。企業需要找到平衡點，既要充分利用員工的隱性知識，又要確保員工的利益得到保障。否則，這場 AI 權力博弈最終可能淪為一場零和遊戲。
你是否也關注這場 AI 權力博弈？如果你是企業管理者或職場員工，你會如何應對這場變革？歡迎在留言區分享你的看法。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
AI 模型為什麼需要隱性知識？
AI 模型需要隱性知識因為公開的訓練資料往往不足以覆蓋所有情境，而隱性知識包含了員工的專業判斷和經驗，可以大幅提升模型的準確性和適用性。
企業如何有效轉移隱性知識？
企業可以通過微調模型、建立內部知識庫和培訓系統等方式有效轉移隱性知識，確保模型更貼近實際工作需求。
員工參與 AI 系統開發有哪些好處？
員工參與 AI 系統開發可以提升生產力，增加職務的趣味性，並且有可能獲得更好的薪酬和職業發展機會。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
