AI愈普及 差異愈稀缺

研究數據證實了這種擔憂。《Science Advances》的一項短篇故事創作實驗顯示，生成式AI顯著提升了作品的平均創意與質量，尤其讓原本較弱的創作者受益；但同時，不同參與者寫出的故事也變得更加相似。

削弱群體產出多樣性

這意味著AI提高了個體表現，卻可能削弱群體產出的多樣性。
企業中也有類似現象。哈佛商學院等機構與寶潔合作，讓研發和商業人員解決真實的新產品開發問題。
沒有AI時，研發人員更重技術，商業人員更重市場；使用AI後，雙方方案都變得更全面，但專業差異也被拉近了。
對企業內部而言，這能打破部門壁壘；但放到市場層面，當不同公司都依賴相似的模型，思考模式也可能日益趨同。這種趨同會改變「優秀」本身的價值。

《Management Science》的另一項研究發現，AI能改善求職材料和創業融資文本，卻也降低了文本區分真實能力的作用。
過去，寫得好本身就是一種信號；當AI讓更多人輕易達到高水準，「寫得好」就不再稀缺。AI提高了平均線，也削弱了能力的辨識度。
這與學術研究中的「算法單一化」（algorithmic monoculture）問題相似。當大量機構依賴相似算法，個體理性的算法選擇也可能導致市場同質化，增加系統性風險。
不過，同質化不是終點。當競爭者都能得到相似的高品質答案時，「不同」本身會產生價值；少見但正確的答案，反而可能比標準答案更有競爭力。

Wang、Hu、Cheng和Tong近期關於算法個性化市場的研究，進一步展示了這種力量。他們發現，當多數企業利用算法追逐主流用戶時，競爭壓力會逼使較弱的競爭者，轉向被忽視的少數群體。
隨著有效競爭者增加，市場會湧現更多差異化服務，少數群體也尤其可能因此受益。
雖然這項研究並非直接針對生成式AI，但其背後的經濟學機制完全適用：當通用能力被拉平，市場競爭會將價值推向那些尚未被覆蓋的空白地帶。

差異化成新競爭力

因此，AI一方面將人和企業推向更高、更相似的平均水平；另一方面，又可能使差異變得珍貴。
在寫作、分析和商業表達逐漸商品化的背景下，「會使用AI」本身很難長久成為競爭優勢。

真正關鍵的是那些難以被複製的資源：獨特數據、深厚經驗、客戶關係、組織文化，以及不同於AI標準答案的問題與判斷。
當AI能輕易把普通答案提升到80分，80分就不再稀缺。AI讓更多人變強，但也正因如此，如何保持不同，將成為一種新競爭力。當平均水平愈來愈高，差異本身也就愈來愈有價值。

童欣教授

港大經管學院

創新及資訊管理教授及

經濟學教授

作者的研究專注於機器學習方法、社會與經濟網絡，以及人工智能與社會科學的交叉領域，目前擔任《美國統計協會刊》和《商業與經濟統計期刊》的副主編。在普林斯頓大學獲得博士學位，曾任麻省理工學院數學系講師，以及南加州大學終身教職成員。

趙晨

港大經管學院

經濟學副教授

行為與決策科學研究所副總監

作者於普林斯頓大學取得經濟學博士學位，並於2017年重返母校香港大學任教。其研究主要關注人在複雜環境及認知限制下如何處理資訊並作出決策，涵蓋「黑盒」人工智能推薦系統對人類決策的影響、運用神經網絡方法預測人類選擇與行為等議題。

雷世騏

港大經管學院

創新及資訊管理學博士生

作者主要研究方向包括強化學習和多智慧體系統。