Paper 112 ｜AI 與管理的矛盾：自動化 (Automation) 與增強 (Augmentation) 的悖論

當企業決定導入 AI，最常聽到的爭論就是：「這套系統會不會取代我們的工作？」這篇由 Raisch 與 Krakowski 發表於管理學頂級期刊 Academy of Management Review 的文章，直指了這個痛點，並提出了一個突破性的觀點。

• 參考資料與研究團隊
• 1. 兩種主流思維：自動化 vs. 增強
• 2. 為什麼這是一個「悖論 (Paradox)」？
• 3. 企業該如何應對？
• 4. 誠實的打臉：沒有純粹的自動化
• 5. 總結

參考資料與研究團隊

• 論文名稱：Artificial Intelligence and Management: The Automation–Augmentation Paradox
• 公開全文 PDF：ResearchGate 論文專頁
• 出處：Academy of Management Review, 46(1), 192-210（2021, SSCI）
• 主要研究人員：
  • Sebastian Raisch
  • Sebastian Krakowski

系列脈絡：在探討完 Agentic IS 授權機制 (Paper 110) 與管理 AI 挑戰 (Paper 111) 後，這篇文章更進一步探討了「機器取代人類」與「機器輔助人類」之間的哲學與實務矛盾。

1. 兩種主流思維：自動化 vs. 增強

以前輔導工廠時，老闆通常想要的是自動化 (Automation)：「這套 AI 視覺檢測能不能直接把品檢員裁掉？」；但現場工程師期望的卻是增強 (Augmentation)：「這套系統能不能幫我抓出肉眼難以辨識的微小瑕疵，讓我判斷得更準？」

這篇文章將這兩種觀點進行了拆解：

• 自動化 (Automation)：機器接管人類原本的任務，追求的是「效率」與「降低成本」。
• 增強 (Augmentation)：機器與人類協作，拓展人類的能力邊界，追求的是「效能」與「創新」。

2. 為什麼這是一個「悖論 (Paradox)」？

過去的管理學文獻往往將兩者視為「二選一」的單選題。但 Raisch 與 Krakowski 指出，這其實是一個悖論——它們看似矛盾，實則相互依存。

當你過度追求自動化，把決策完全交給黑箱模型，一旦遇到系統未曾學習過的極端情況 (Out-of-distribution)，就會引發災難，此時你又會需要人類來增強系統的穩定性。 反之，如果凡事都要人類參與 (增強)，系統就失去了規模化的優勢，企業最終還是會想把其中重複性的環節給自動化。

Automation-Augmentation Paradox (自動化與增強悖論)： 在 AI 應用中，自動化與增強並非互斥的選擇，而是必須同時存在的動態平衡。過度偏廢任何一方，都會導致系統效能的崩潰。

3. 企業該如何應對？

文章建議管理者必須跳脫「非此即彼」的思維，轉而採用「既是/也是 (Both/And)」的策略。

在實務上，這意味著企業在設計 AI 系統時：

1. 保留「迴圈內的人類 (Human-in-the-loop)」：即使流程高度自動化，仍需設計讓人類隨時介入與覆核的機制。
2. 用自動化來釋放時間，用增強來創造價值：把資料清洗、報表產出自動化，讓人類把省下的時間拿來解讀數據、與客戶溝通。

4. 誠實的打臉：沒有純粹的自動化

老實說，在真實的 B2B 軟體現場，我們從未見過「100% 完美的自動化」。即使是最先進的演算法，在面對台灣製造業錯綜複雜的「特急單」、「客訴退貨」等邊界情境時，依然會給出荒謬的建議。

不論廠商把系統吹捧得多麼聰明，最終還是需要一位有經驗的生管或採購人員，來為系統的決策背書。

5. 總結

• 自動化與增強不是選擇題，而是必須同時存在的雙面刃。
• 企業導入 AI 的終極目標，不是為了裁員，而是讓機器處理機器的強項（運算與自動化），讓人類發揮人類的強項（判斷與創新）。
• 設計 AI 系統時，必須預留人機協作的空間，這是確保系統不會失控的最後防線。

役物而不役於物，別忘了初衷。真正有價值的，永遠是背後那個使用工具的人~