在 AI 浪潮中突圍：一名香港科技部落客對「新專家」定義的深度實踐

身為一名在香港科技圈打滾多年的部落客，我最近常被問到一個令不少專業人士徹夜難眠的問題：「如果 AI 甚麼都懂，甚至寫程式比工程師快、畫圖比設計師好，那麼我們這些所謂的『專家』還有價值嗎？」

早前我觀看了 LG AI 研究院常務李華英（Hwayoung Lee）在《改變世界的15分鐘》的分享，這場演說與我近半年在工作流程中強行引入 AI 協作的痛苦與收穫不謀而合。今日我想結合自己的實測經驗，與大家深入探討在 AI 時代，我們該如何重新定義自己的專業價值。

專業人士的集體焦慮：當「知識庫」不再是門檻

回想起十年前，我們在香港職場要稱得上「專家」，往往取決於你大腦裡儲存了多少業界資訊，或是你掌握了某種難度極高的特定軟件工具。那時，資訊差就是我們的護城河。然而，隨著生成式 AI 的普及，這道護城河在短短兩年間被夷為平地。我曾試過撰寫一篇關於雲端架構的技術文章，過去我需要查閱數小時的文件，現在 GPT-4 在五秒內就能給我一個相當準確的框架。那一刻，我確實感到了一絲職業危機感。

李華英常務在演講中提到一個關鍵點：AI 時代的專業，不再僅僅是知識的深度，而是協作的廣度。 這句話點醒了我。我們不應再與 AI 競爭「記憶力」或「單一技能的熟練度」，而是要轉型為 AI 的「領航員」。

痛點與實踐：AI 真的能成為夥伴嗎？

在嘗試將 AI 融入日常工作的初期，我經歷了一段漫長的磨合期。最初，我以為只要給出指令，AI 就能產出高質量的分析報告。現實卻是，如果我的指令（Prompt）不夠精準，產出的內容往往充滿了「AI 腔」且缺乏獨特的洞察力。這就是目前許多專業人士對 AI 感到失望的主因——他們將其視為替代工具，而非協作夥伴。

為了克服這個痛點，我改變了策略。我開始將複雜的專案拆解。例如，在分析一項新科技的市場影響力時，我不再叫 AI「幫我寫文章」，而是要求它「模擬五位不同背景的香港金融分析師，對這項技術提出質疑」。透過這種方式，AI 幫我挖掘出我個人視野之外的盲點。這正是李常務強調的：專家必須具備重新定義問題的能力。

新專家的三大核心競爭力

根據這段時間的實踐，我總結出在 AI 時代要保持競爭力，必須深化的三項特質：

1. 判斷力（Judgment）的稀缺性

AI 可以生成一千個方案，但它無法對最終結果負責任。作為一名科技評論者，我的價值不在於產出文字的量，而在於我能根據香港獨特的經濟環境與監管架構，判斷哪一個方案才是對本地企業最切實可行的。這種基於經驗與倫理的判斷力，是目前 AI 最難以取代的。

2. 跨領域的整合能力

李華英常務提到，LG 研發 AI 時不只是技術研發，更需要理解人類行為與社會需求。我發現，當我嘗試將社會學概念與區塊鏈技術結合時，產出的內容深度遠超純技術分析。AI 是極佳的跨學科翻譯器，而專家則是那位負責選取不同色彩進行調色的畫家。

3. 對「人性化」的極致追求

在內容爆炸的時代，人們更渴望有溫度的連結。我在撰寫測試報告時，會刻意加入我在咖啡廳實測設備時遇到的尷尬小插曲，或是對於科技進步帶來的焦慮感。這些「人味」是數據模型無法憑空想像的。專業人士必須學會展現自己的脆弱與真實，因為這正是建立信任（E-E-A-T 中最核心的一環）的基石。

給職場人的建議：擁抱不確定性

如果你現在對 AI 感到恐慌，這其實是好現象，代表你察覺到了範式轉移（Paradigm Shift）。在香港這個追求極致效率的城市，我們最擅長的正是靈活變通。不要急著去報讀昂貴的 AI 課程，而是從明天開始，試著把一項日常瑣事交給 AI 處理，並在過程中觀察它如何犯錯、你又如何修正它。

正如演講中所言，AI 不會取代專家，但「懂用 AI 的專家」一定會取代「不懂用 AI 的專家」。在這個時代，最強大的技術並非代碼，而是我們不斷進化的心態。

讓我們停止擔心被取代，開始思考如何與這股力量並肩同行。畢竟，定義未來的權利，始終掌握在願意嘗試的人手中。