對於ai能取代人類的什麼跟不能取代的有什麼，現在大概比較有點理出頭緒。這裡只針對「可描述的知識」本身。不討論ai本來就不能的部分。

簡單來說，ai可以取代人類做得比人類好的，主要是「外顯知識」的部分。所有可以編碼，有標準作業程序，有公開技術手冊，凡事有文件化能文件化的，ai都可以學得又快又好。

但「內隱知識」就沒辦法。內隱知識之所以沒辦法，並不是因為無法文件化。雖然內隱知識確實有部分屬於難以言傳的（這部分就先排除在外），但很多的內隱知識其實也屬於「可描述的知識」，只要是可描述的知識，就可以文件化。

問題在於我們通常會在社群上討論的會文件化的東西，比較屬於「大部分人都容易碰到的問題」。所以這些經驗就必然比較容易變成外顯知識流傳。可是有更多的內隱知識是因為做的過程中因為踩雷而習得，這些雷有些甚至可以說「非常客製化」，通常當習得之後，就是內化成知道做這件事情的時候要注意的一個後設知識。

以工程師來說，他所知道的100%知識裡面，可能有90%都是外顯知識，也就是網路可以找得到答案的。但是有10%則是內隱知識。重點在於這10%的內隱知識對工程師來說，他沒有「需要文件化」的動機。他只要記在他的腦袋，自己需要用的時候拿出來用就好了。

以公司來說，公司內部的知識也屬於內隱知識，這些內隱知識文件化最多也只是供公司內部的人使用。他們可以文件化，也可以訓練內部ai，但就是供內部使用。所以對通用ai來說，這些就是他們不會拿到的內隱知識。

也就是說會有很多各自的內隱知識群，如果是以公司為單位，他們確實可以文件化後拿來訓練企業內部的ai，幫助企業內部的人用ai提升效率。但是對外部通用型ai，只要他們拿不到這些內隱知識資料，他就無法幫你解決需要內隱知識才能解決的問題。

回到一般個人，所以有了通用ai之後，最大的好處是「有方便的工具可以給你更多的建議」，但是因為他只能給你建議，那些建議也是透過網路已經有的資訊（先撇除ai胡說八道的部分），並不代表因此你就「不用踩雷」「不會踩雷」，踩雷的過程ai無法幫你，你只能自己走一遭。

然後你就會發現，如果你真心想解決雷，最後你還是得去面對你本來就不會的部分，要把它搞懂，不然解不了雷。人類如果哪天如果連自己踩雷都不願意了，那就真的會被ai給徹底取代了。