AI 不用比人強，「夠好就好」才是真正的威脅

本文整理自《金融時報》Tech Tonic 播客 2026 年 1 月播出的單集「Tech in 2026: Inside the AI bubble」。

泡沫裡的清醒對話

當一家 AI 新創公司能在投資人連辦公室門都沒進去的情況下，募到 20 億美元——你就知道這個市場有多瘋狂。

《金融時報》的創投記者 George Hammond 分享了這個親眼見證的場景：OpenAI 前技術長 Mira Murati 創辦的 Thinking Machines Lab，投資人只能坐在門廳的小空間裡，什麼資訊都沒拿到，估值卻已經飆到 100 億美元。

這是泡沫嗎？矽谷創投的答案很坦白：「當然是泡沫，但泡沫很棒。」

他們的邏輯是：泡沫吸引人才、吸引資本、推動技術。十家投資的公司裡，九家會失敗，但只要有一家爆發性成功，就值得了。

但《金融時報》這場圓桌討論，真正有意思的不是泡沫會不會破，而是一個更實際的問題：AI 到底會怎麼改變工作？

放射科醫師還在，而且還缺人

2016 年，「AI 教父」Geoffrey Hinton 在一場會議上說：別再訓練放射科醫師了，AI 讀片已經比人類準確。

十年過去了，結果呢？放射科醫師不但沒減少，反而比以前更多，而且業界還在喊人手不足。

《金融時報》專欄作家 Sarah O’Connor 解釋：AI 確實能在某些影像上抓到人類可能漏掉的微小病灶，但放射科醫師的工作遠不只是「看圖」。而且 AI 在訓練資料充足的領域表現優異，但在資料不足的地方，仍然不如人類。

同樣的故事也發生在律師身上。幾年前大家擔心初級律師會被 AI 取代，結果呢？初級律師的薪水不降反升——經濟學家會告訴你，這代表需求根本沒有下降。

為什麼？因為這些行業對「準確性」的要求極高，而 LLM 有一個無法根除的問題：它會出錯，而且你無法預測它什麼時候會出錯。

AI 記者 Melissa Heikkilä 直言：「這是統計學和數學的現實，LLM 永遠會有某種程度的錯誤率。這不是能修好的 bug，而是技術的本質。」

但創意產業不一樣

這裡就是殘酷的分界線。

在醫療、法律、新聞這些行業，AI 的不可靠性形成了一道天花板。但在另一些行業——廣告、行銷、文案——「夠好就好」是完全可以接受的標準。

Sarah O’Connor 的預測很直接：「創意產業可能會開始看到更多的勞動市場衝擊。不是因為 AI 比最優秀的人類專業者更好，而是因為在很多應用場景裡，『夠好』就是夠好了。」

對於想削減成本的企業來說，這是一個太容易的選擇。

而且這種「夠好就好」的思維已經在蔓延。George Hammond 觀察到：AI 進入職場後，最明顯的效果不是取代工作，而是讓更多人能產出更多「平庸的東西」。社群媒體上已經被 AI 生成的低品質內容淹沒。

比失業更糟的事

還有一個很少人討論的面向：AI 可能讓沒被取代的工作變得更糟。

一位企業執行長告訴《金融時報》記者：當 AI 處理掉所有簡單的客服問題後，剩下的全是最棘手、最難搞的案例。原本那些讓工作日「還過得去」的輕鬆任務都消失了，留下來的只有憤怒的客戶和複雜的爭議。

這份工作本來就不是最有成就感的，現在變得更糟，薪水卻沒有變高。

Sarah O’Connor 指出，這其實是自動化歷史上一再出現的模式：技術淘汰某些人，同時讓留下來的人工作強度增加。

被綁架的風險

另一個被低估的風險：依賴 AI 服務供應商。

那些裁掉人力、全面導入 OpenAI 模型的企業，現在面臨幾個問題：

• 如果 OpenAI 漲價怎麼辦？
• 如果他們更新模型，導致你的系統全部壞掉怎麼辦？
• 如果你已經裁掉所有員工，卻發現自己被供應商綁住了？

這已經發生過。當 OpenAI 推出新模型時，一群重度使用者抱怨 AI 的「個性」變了，太過諂媚，公司被迫回滾。

你建立在別人模型上的一切，隨時可能因為對方的一次更新而崩潰。

2026 的預測

節目最後，三位記者各自給出預測：

Melissa Heikkilä（AI 記者）：「我希望 AI 變得無聊。無聊代表可靠，可靠才是我們對技術的期待。」

George Hammond（創投記者）：「我預期某家大型 AI 實驗室會出事。可能是競爭壓力、獲利問題、倫理爭議，或是版權官司。」

Sarah O’Connor（勞動市場專欄作家）：「我希望 AI 能幫我報帳和回信。但我擔心我們會在創意產業看到明確的衝擊——不是因為 AI 比人類好，而是因為有些公司會決定：它比較便宜。」

這場對話最清醒的地方在於：它沒有陷入「AI 萬能」或「AI 是騙局」的二元對立。

真正的問題不是 AI 能不能超越人類，而是在哪些領域，「夠好就好」會成為新標準——而你剛好在那個領域。