我最近注意到專業服務行業出現了一個令人擔憂的議題。在我們加速採用人工智慧於法律、諮詢、金融和會計等領域的同時，背後卻發生了一些事情——我們失去了一些比效率更重要的東西。我們失去了真正的專業知識。

數字在表面上看起來很棒。Thompson Reuters 發現，2025年企業對生成式人工智慧的使用已翻倍。95%的專業人士表示，這將成為他們工作中的核心。生產力提升，完成時間縮短。但一個意想不到的問題也在逼近。

真正的問題不在於技術——而在於認知。當我們為了速度和效率而自動化一切時，我們也在剝奪專業人士學習如何真正思考的經驗。專家不是透過快速得到答案來成為專家的。專家是透過處理不確定性、權衡取捨，以及在實時中觀察決策的過程中成長的。

問題在於：大多數現有的人工智慧工具提供答案、摘要和建議，但很少促使人們深入思考。這意味著初級員工看到結果時，並未見證背後的思考過程。他們變得更快，但未必更好。

真正的專業知識是透過所謂的「滲透學習」來發展的——坐在專家身邊，聆聽對話，理解他們如何做出決策。但混合工作和自動化已經消除了這種機會。現在，初學者很少能看到這些專家思考的過程。

還有另一個鴻溝：現有的知識管理系統記錄了「怎麼做」，但缺少那些未被書面記錄的直覺——專家注意到的細節、何時改變方向、哪些信號重要。這種無形的思考存在於「理想中的工作流程」與「實際執行的工作」之間的差距中。大型語言模型沒有這些知識，因為它們從未被記錄。

55%的專業人士表示，人工智慧帶來了工作方式的重大變化，88%的人則表示他們偏好專門的人工智慧助手。但僅僅改善工具和效率，並不能解決根本問題。

到2026年，聰明的公司將區分兩種類型的人工智慧：一種是為自動化而設計的人工智慧，另一種則是為支持認知而設計的人工智慧。前者專注於效率，後者——根植於行為科學——則著重於提出更好的問題，而非更快的答案。它促使人們停下來，對自己的工作進行大聲思考。

當專家的思考變得可見——不僅對自己，也對他人——這種思考就變得可傳遞。團隊可以學習，客戶也能理解。這正是我們在保護專業知識，而非取代它的地方。

下一個危險不是人工智慧是否能完成工作，而是當人工智慧讓工作變得過於簡單時，會失去什麼。這會讓人們停止學習如何自己思考和判斷。

將人工智慧視為僅僅提升效率的工具的公司，將悄然失去他們的專業知識。而那些用它來展現判斷力和批判性思維的公司，將培養出更強大的下一代專業人士。競爭優勢不在於誰更快採用人工智慧，而在於誰能更智慧地運用它。