沃頓商學院教授：即使 AI 泡沫破裂，工作也不可能回到從前

2025 年一整年，圍繞 AI 的爭論早已從資本市場蔓延到每一間管理層會議室。

這是泡沫嗎？還能不能賺錢？企業到底該不該全面部署，還是先按兵不動？

在這樣的喧囂之中，播客《Factually! with Adam Conover》推出了一期對談，嘉賓是沃頓商學院教授 Ethan Mollick——一位並非站在遠處研究 AI，而是在真實課堂中連續使用 AI 整整一年的實踐者。

Mollick 已成為網路上最具影響力的“AI 實踐派”代表人物之一。他的研究與教學，聚焦於 AI 如何重塑工作方式、教育體系，以及人們建立公司和規劃職業道路的方式。

他的立場非常明確。

不要再陷入極端對立——“AI 會取代一切”或者“AI 毫無價值”。真相在中間：AI 不會替代所有工作，但它的價值也絕非可有可無。

這正是本文要討論的核心判斷，也是他在這場對談中的關鍵結論：

即使 AI 泡沫破裂，工作也不會回到過去。

真正改變的，並不只是某個崗位是否消失，而是工作是如何被完成的。

1｜AI 不只是工具，而是合作者

對很多人來說，“開始用 AI”往往始於聊天工具——ChatGPT、DeepSeek、豆包等。

輸入一個問題，立刻得到幾百字的回答；讓它寫郵件、潤色簡歷、翻譯報告，幾乎樣樣都行。

有人驚豔三分鐘，也有人聳聳肩說：“不就是個更聰明的搜尋框嗎？”

Mollick 並不這麼看。在他看來，這不是工具升級，而是多了一個同事。

在沃頓商學院的課程中，他連續一年把 AI 深度引入教學：講課、批改作業、出題、答疑、編寫講義。他的觀察非常直接：

AI 現在對所有人開放。你用不用，是你的選擇；但如果你不用，它依然會在幫別人。

一個隨叫隨到、永不疲倦的大腦，已經擺在整個職場面前。

Mollick 分享過一個簡單的個人經歷：他在撰寫學術論文時，讓 GPT 幫忙檢查推理邏輯，結果 AI 指出了一個他自己都沒注意到的邏輯漏洞。學生們則用 AI 生成論文初稿和案例分析，反而更快發現自己的盲點——因為“第一稿”已經存在了。

這並不是因為模型會“像人一樣思考”。

而是因為它可以接住你丟擲的模糊、混亂的問題，先幫你整理出一個可用的起點。

過去的 AI 更像桌面上的輔助軟體。

現在的 AI，更像是工作群裡那個隨時線上、隨時能交付初稿的合作者。

已經有人在用它來：

撰寫研究摘要
生成商業戰略草稿
搭建新產品的第一個版本

它不是來“接管”你的工作，而是在降低動手的門檻、抬高交付速度的基準線。

當有些人還在觀望時，另一些人已經在交付成果了。

2｜AI 沒有取代你，但它正在一口口吃掉你的崗位

反覆出現的焦慮只有一個問題：“AI 會不會搶走我的工作？”

Mollick 的回應是：這個問題，本身就問錯了。

AI 並不需要一夜之間取代一個完整的職位，才能改變勞動力市場。

它真正做的，是把你崗位裡的具體任務，一項一項拆走。

以醫生為例。“醫生”這個職業不會突然消失，但其中很多工已經被自動化或加速：解讀化驗結果、撰寫病歷摘要、標記異常指標、把零散記錄轉成結構化文件。

Mollick 的判斷非常犀利：

AI 關注的不是崗位名稱，而是任務本身。

現代職場中的大多數崗位，本來就是任務的組合：一部分溝通，一部分寫報告，再加上資訊蒐集、語言潤色、資料歸納、PPT 製作、方案撰寫……往往都在同一周內完成。

而現在，這些任務中相當一部分，都可以被 AI 單獨完成。

過去，穩定的分工幫助人們建立穩定的職業身份。

而現在，崗位變得不穩定了，真正重要的是能力組合——你如何組合技能、如何隨著任務結構變化而調整自己。

你越晚意識到這一點，就越難跟上節奏。

3｜你以為自己會用 AI，其實用得很淺

你可能也覺得，自己已經跟上 AI 時代了。

寫郵件用 AI，總結資料交給 AI，不想寫的 PPT 段落讓 AI 補一補，措辭不順的地方讓 AI 潤色一下。

這確實帶來了效率提升，毫無疑問。

但 Mollick 發現，很多人就停在這裡。他們把 AI 當成“應急工具”：補內容、改錯字、順語言、讓東西看起來更體面。

真正獲得巨大價值的人，並不是“用了 AI”，而是讓 AI 成為工作流程中的參與者。

他舉了幾個例子：

世界銀行在奈及利亞做過實驗，讓 AI 與老師一起進行課後輔導，六週後學生成績顯著提升，效果相當於多學了一整年；

研究發現，程式設計師使用 AI 程式設計工具後，程式碼合併量提升約 39%，但錯誤率並未上升；

在沃頓商學院，學生和 AI 各自產生 200 個創業點子，外部評委評選出的前 40 箇中，有 35 個來自 AI。

這不是“AI 讓我更快”。

而是“AI 參與了工作的每一個環節”。

這裡存在一個反直覺的現象：

看起來“很懂 AI”的人，有時反而只讓它幹零碎活；而那些認真思考“AI 能替我承擔什麼”的人，往往會重構整個流程，釋放出更大的槓桿。

真正的分水嶺在這裡：

淺層使用：AI 幫你湊內容。
深度使用：AI 直接完成初稿。

一旦初稿存在，你就不再從零開始，而是直接進入打磨、判斷、品味和決策階段。

會用 AI，只是入場券。

用得深，才是差距真正拉開的地方。

4｜泡沫可能會破，但改變不會逆轉

很多人都在等待一個訊號：“AI 泡沫什麼時候破？”

Mollick 的回答是：

泡沫可能會破，但 AI 不會消失。

原因很現實：已經有數以億計的使用者在使用這些工具；有多家公司在持續釋出模型，其中一些還是免費的；谷歌、微軟這樣的巨頭，不會因為股價波動就放棄 AI。

即便某家公司的估值崩盤，已經建成的資料中心、已經發布的模型、已經被重塑的工作流程、已經形成的使用習慣，也不會憑空消失。

他把這比作 90 年代末的網際網路泡沫。市場崩了，但光纖鋪好了，最終整個世界還是上了網。

更重要的是——工作方式已經變了。

當人們真正體驗過效率和產出的躍遷，很難再心甘情願回到過去的節奏。

但 Mollick 最擔心的，並不是個人效率，而是學習方式的長期損傷。

他稱之為“學徒制的崩塌風險”。

幾千年來，人類一直通過學徒制傳承技能：新人動手，前輩糾正，在反覆實踐中成長。白領工作同樣如此——實習生和新人在前輩指導下，通過真實任務學習。

但去年夏天，情況發生了變化。

中層管理者不再願意培養實習生，因為 AI 做得更快；

實習生也把任務直接交給 AI，因為 AI 確實比他們強。

結果變成了 AI 和 AI 在對話，而年輕人失去了通過實踐建立能力的機會。

一旦這個迴圈形成常態，就極難回到“手把手帶人”的時代。

Mollick 一再強調：最危險的態度不是害怕 AI，而是假裝它會消失。

正確的做法，不是等 AI 消失，

而是主動思考，如何壓低負面影響、放大正面價值。

因為當你還在等泡沫破裂的時候，別人已經在用這些系統塑造未來了。

泡沫會不會破？也許會。

工作會不會回到從前？不會了。

真正重要的，是擺在你面前的選擇：

在這個已經改變的世界裡，你要站在哪一邊？