AI代理協作若跨過門檻，就業與薪資可能劇變：Google DeepMind研究分析

Google DeepMind研究人員提出一項經濟情境分析：若AI代理之間的協作能力跨過特定門檻，市場結構、就業與薪資可能大幅改變。研究團隊29日在DeepMind Institute發布的文章指出，這是依據AI能力建立的模型分析，並非預測實際變化時間。

Google DeepMind AGI經濟學負責人Alex Imas、研究員Andrew Koh，以及共同創辦人兼首席AGI科學家Shane Legg在文章中表示：「更聰明的AI能提高生產力，但經濟是否出現實質變化，取決於代理能否學會彼此合作。」研究團隊認為，評估AI時，既要看單一AI解決問題的能力，也要看組織層級的協作能力。

文章以經濟模型論文《Organizing Intelligence》為基礎，探討能力變化如何影響市場結構、就業與薪資。研究團隊將AI發展分成兩個面向：個別任務能力與協作能力，而非只用單一分數或依序排列的階段來衡量。

個別任務能力是指單一代理處理數學、寫作、程式設計等工作的本領。模型顯示，這項能力提升時，薪資、價格，以及企業內人類與AI的組成會逐步改變，但產業結構大致維持不變。

協作能力則是多個代理在組織中共同工作、協調任務的能力。研究團隊分析指出，一旦協作能力跨過特定門檻，組織擴大時的生產力可能隨之改變，市場集中度、就業與薪資也可能出現重大變化。

為了解個人能力差異在人類合作時的作用，研究團隊讓100人完成數學、語言推理、科學、模式、文化與經濟等六個領域的任務。在某個領域得分較高的人，不一定在其他領域也表現出色；每位參與者都有各自的強項與弱項。

研究團隊將參與者配對，讓彼此的強項能互相補足。這些配對的表現比隨機配對高出32%。研究團隊以組織的「拼圖式智慧」形容這種互補：一個人的弱項可以由另一個人的強項彌補，因此難以只憑個人分數判斷團隊表現。

人在組織中可以分工、配合專業，達成個人難以獨自完成的成果。以同時需要程式設計與寫作的軟體開發為例，不同領域的專家可以合作，互相補足不足之處。

AI代理可以複製並依需求增加數量，但單純加入更多相同模型，不一定能擴大能力範圍。研究團隊認為，即使單一模型的能力超過一個人，也不能據此斷定它在市場上一定勝過具備不同專業的人類團隊，或人類與AI組成的混合組織。

模型依協作能力，將組織規模擴大時的生產力變化分為三個區間。協作能力很低時，各自工作可能更有效率；能力處於中間水準時，小型組織分工可提升生產力，但規模愈大，協調負擔也可能愈重。若跨過「超級協作」門檻，組織增加成員後，每位成員的生產力也會提高。

在最低限度AGI階段，模型假設AI即使在多項任務達到人類平均水準，由人類專家組成的團隊仍可能保有競爭力。與AI能力重疊的工作，薪資可能接近運算成本；具備專業知識與協調能力的人，薪資則可能上升。模型也提出，小型AI企業進入專業市場時，部分商品價格可能下降。

在超高性能AI階段，即使AI在個別任務上超越人類專家，只要協作能力仍有限，企業規模就不一定擴大，因為組織擴張可能受到限制。在這種情境下，企業生產力可能提高，但規模不變或縮小；人的角色則可能轉向設定方向與協調工作。

「超級協作AI」階段指的是，即使個別AI的能力仍停留在最低限度AGI水準，代理之間的協作也跨過了門檻。模型顯示，在軟體、物流、金融等需求大且標準化程度高的市場，生產可能集中到大型AI組織，就業與薪資也可能大幅改變。不過，需求有限的專業市場，或服務價值來自人際關係本身的領域，未必會出現同等程度的集中。

研究團隊將個別任務能力與協作能力都達到超高性能、超級協作水準的情境歸類為人工超級智慧（ASI）。模型顯示，標準化市場可能持續由大型AI企業主導，AI也能滿足專業市場的需求。研究團隊並提出，若人的參與本身能創造服務價值，相關領域可能成為勞動力的另一種選擇。

研究團隊判斷，目前AI在個別任務上的能力已經增強，但多代理協作仍有限。他們建議建立組織層級的評估標準，衡量AI能否拆解陌生問題、交接工作時保留脈絡，以及找出並修正彼此的錯誤。研究團隊認為，薪資與職務的變化可能早於企業結構的改變。

DeepMind Institute表示，該平台由Google與Google DeepMind研究人員發起，供研究構想與討論使用；平台文章不應視為Google的官方立場。此次內容是根據經濟模型進行的分析，並未確定特定產業的就業或薪資何時會改變。