一句話總結：企業欲讓 AI 模型真正發揮作用，關鍵在於如何將員工腦中的隱性知識轉化為可訓練的專屬系統。
核心要點
- 50%：通用 AI 模型篩選新聞與財經文件的準確率僅約 50%，但在結合自家專家與內部資料微調後，準確率可提升至85%。
- 隱性知識轉化為可訓練系統，成為職場談判力的核心來源。
- 員工參與打造專屬 AI 系統，可提升生產力並帶來更好的薪酬。
- 許多員工擔心，一旦將隱性知識交給模型，未來可能被系統取代。
- 建立互信並分享成果的企業，更有可能成功推動客製化 AI。
人工智慧（AI）正從通用工具轉變為職場權力工具。根據《金融時報》，企業欲讓 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。
管理學先驅腓德烈·溫斯羅·泰勒（Frederick Winslow Taylor）的「科學管理」為此提供了歷史對照。當年泰勒試圖將工廠工人的經驗拆解為標準作業流程；如今企業面對的，則是白領工作中的專業判斷與部門經驗。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。
橋水基金（Bridgewater Associates）的測試印證了這一點：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。積極面向方面，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，隱憂面向方面，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。
從產業面來看，AI 的客製化與深化應用不僅是技術問題，更是「信任」與「權力分配」的問題。企業若能建立互信並分享成果，將更有可能成功推動客製化 AI，否則推動過程可能會更加艱難。
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。隨着 AI 進入客製化與深化應用的下一階段，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。
一句話結論
企業要想在 AI 競賽中勝出，不僅需要技術上的突破，更需建立互信與公平的職場環境。
面對這場職場權力博弈，你是否準備好參與其中？如果你是企業管理者，如何確保員工願意分享隱性知識？如果你是員工，又該如何保護自己的職場價值？歡迎留言分享你的看法。
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
什麼是隱性知識？
隱性知識是指員工在長期工作中累積的經驗、技能和直覺，這些知識通常不易被明確表述或量化。
為什麼隱性知識對 AI 訓練如此重要？
隱性知識能夠提供特定情境下的專業判斷，這對於提高 AI 模型的準確性和適用性至关重要。
企業如何鼓勵員工分享隱性知識？
企業可以通過建立互信、提供激勵措施和透明的溝通機制，鼓勵員工參與 AI 系統的開發與優化。
※ 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。