Team Taiwan

• 巨頭狂飆：Gemini 3 剛發表，各大巨頭以前所未有的速度在技術上狂飆，整個台灣身處暴風眼。
• 本集重點：簡逸峰老師將分享對當前 AI 產業的觀察，哪些因素真正決定企業生存、中小企業去留、下一代人才價值。

↑ 回到目錄

• 上次革命是通路：2011 年 Marc Andreessen「軟體吞噬世界」—Google 改變行銷、Amazon 改變零售、Netflix 改變影視、Uber 改變交通，都是把傳統通路變成數位通路。
• 這次革命是生產力：現在是「生產力與智慧革命」(Productivity and Intelligence Revolution)，改變的是創造智慧、內容生成的能力。
• 師字輩全中：影響所有「師」字輩知識型產業—醫生、老師、媒體人、所有白領。AI 讀完地球上所有公開著作，按個鍵就能生成內容。

↑ 回到目錄

• 博士級小叮噹：Gemini 3.0 宣稱「每一件事都是博士級」，等於隨時有個超級哆啦A夢能回答博士等級的問題。
• AI 的侷限：只會「讀書學到的東西」，人類兩歲前累積的生活經驗（滾水會燙、燈會刺、靈巧活動力）AI 都不懂，也不知道怎麼教。
• 人類優勢在軟實力：協作能力、同理心、領導力、完成任務的能力。AI 只會 advise，不會真正完成事情。
• 結論：六歲後花的讀書時間，現在按鍵就好，但軟實力是 AI 無法取代的。

↑ 回到目錄

• 九家公司：美國七雄 + 中國華為與阿里巴巴，這七家美國公司市值加總達 1.3-1.4 倍中國 GDP。
• 典範轉移：所有軟體產業都變成 AI 產業。「軟體吃掉世界後，AI 吃掉軟體」，不是 AI 產業的軟體公司都危險了。

↑ 回到目錄

• SaaS 全面危險：用大型語言模型就能生成原本需要工具的產出，全球多媒體工具 SaaS 第一名的公司股價暴跌。
• 入門級先死：AI 打中所有知識工作者，尤其 Entry Level，因為公開知識 AI 都讀過了。企業內部隱性知識還沒被訓練，資深人員「暫時」有優勢。
• 工程師角色轉變：從 Write code → Edit code → Review code，其他產業也會被典範轉移，只是時間早晚。

↑ 回到目錄

• 政治系也會寫程式：台大國際政經學院政治系學生用 AI 寫程式，把論文圖表變 3D、把論文變 App，以前無法想像。
• 機會共享：少數人擁有超人能力，但這機會是大家共同擁有的，不要害怕。

↑ 回到目錄

• 雲壓制端：雲端 AI 進展太快，Edge 端出不來，兩年前沒想過。Google 的 Gemini 有強大 infrastructure，Chrome 每天收集二十幾億人數據，門檻太高。
• OpenAI 的價值：逼 Google 改變。Google 有 Transformer 但不敢用到 Search 怕動搖國本，OpenAI 用了，Google 只好跟進。有敵人才會改變。
• 秘方在少數人身上：前三名模型（ChatGPT、Gemini、Claude）都是同一批 Transformer team 的人，當年沒在那群人裡，秘方就不知道。Meta 花大錢買的是貼標的 Scale AI 的人，不是做秘方的人。

↑ 回到目錄

• 從科學問題到經濟問題：模型競賽告一段落，接下來從工程師視角來到 PM 視角，解的問題都要能賺錢。
• 真正的 Agent：Gemini 3 示範自動販賣機—AI 自己決定批貨、定價，每天付兩塊成本，已賺五千美金，完全無人參與。這才是真正的 Agent，解決 Task 不只是 Property。
• 連鎖效應：一個模型突破就是一堆應用自動化、一堆工作消失。

↑ 回到目錄

• 端沒必要了：AI Phone 要做什麼？所有東西丟雲端處理就好，6G 更強後端更沒必要。
• Edge AI 在 B2B：真正發生在自駕車、無人機、工廠機器人、醫療儀器—B2B 特用型，不是 Consumer 通用型。Apple 這些都沒在做，所以很麻煩。
• 機器人現實：人型機器人是短期風頭，通用機器人困難，特用機器人反而變容易。機械臂加上大模型視覺和認知能力就很夠用。

↑ 回到目錄

• 不該自怨自艾：日本德國在網路時代都沒成功，何況台灣。軟體不夠強反而沒被打敗，硬體有價差可以存活。
• 台灣機會在硬體載體：無人機供應鏈（美國希望發展，德國已下單）、機器人供應鏈、特用型 Edge Device（醫療儀器等 niche 市場）。
• 電子五哥優勢：什麼都可以做，東西還沒做就有訂單。
• AI PC、AI Phone 不是機會：要尋找 niche 的 edge device。

↑ 回到目錄

• 沒做過搜尋就做不了語言模型：搜尋引擎有全世界資料，了解使用者要問什麼才能優化。百度能做（有搜尋），阿里巴巴能做（電商也是搜尋）。
• 地球級 infrastructure：爬蟲不只是演算法，還需要資料中心、衛星、光纖、大量電腦。Google 網頁改一下幾小時就收走。
• OpenAI 的處境：沒有自己的 infrastructure，借微軟的，現在要分割只好找 Oracle。

↑ 回到目錄

• 暑假流量暴跌：ChatGPT 今年 6/1 流量掉 80%，學生放暑假不寫報告了。去年漸進式掉 30%，今年一夜之間掉 80%。
• 學生滲透率最高：去年學生佔 30%，今年佔 80%，明年可能 90%。但學生不付錢，這產業要養很久。
• 挑戰：如何讓上班族大量使用？上班族使用深度比不上學生。

↑ 回到目錄

• 分配不均：90% 的人在內需服務業，10% 在出口，其中只有 3-4% 在受益的資通訊行業。經濟學人稱之為 Formosan Disease。
• 產業國際化：資通訊從「TW+CN」轉型到「TW+N」，台商變跨國企業，但台灣人才沒跟隨出海。
• 航海家比喻：像航海家帶 200 船員出去回來剩 50 個，中間靠各國的人。能上船的台灣人越多越有利。

↑ 回到目錄

• 人才漏斗：AI 人才是 25-35 歲，剛好少子化開始，出生人口剩 ½ 到 1/3。學過 deep learning 的沒到 35 歲，真正要抓 22-30 歲。台灣人晚熟、沒差異化，有產業 sense 的可能沒幾十萬人。
• M 型化：真正 AI 人才不在頂大，是一開始就在史丹佛或國際學校高中、大學在美國讀的。矽谷台灣 AI 人才一半來自國際學校，跟同學創業才趕上第一波。台大電機到美國要轉換適應，第一波已結束。
• 台積電困境：世界十大企業唯一依賴單一國家人才，已在訂高中生，大學生訂光了，年輕老師也被挖走。
• 解方：把台灣概念變大、台灣人概念變寬。有錢有硬體，人不從台灣來就有救。期待台積電像 Philips，原鄉荷蘭但全球發光，逼著用全世界人才。

↑ 回到目錄

• 老闆優先：中小企業員工不多，老闆用 AI 效果最好。小店老闆用 AI 接電話不漏單，能力乘 2-3 倍。
• 280 人分水嶺：McKinsey 報告說 280 人以上公司 AI 轉型較易成功。AI 片段提高能力，一個 HR 省 5% 沒法裁，三個 HR 才能裁。公司夠少就老闆自己導入。
• OECD 預測：未來 2-3 年有 100-200 萬家用 AI 新創的中小企業。
• 建議副總：如果你在 20 人公司當副總，出來創業用 AI 開新公司搶老闆的單，這叫生產力提高，不需新商模。

↑ 回到目錄

• 兩個關鍵字：Data（資料）和 Workflow（工作流程）。幫客戶改水管、接水管到雲端 AI，客戶願意把資料交給你管，就是活下來的贏家。
• 傳統 SI 沒用了：寫 prompt 人家自己寫就好，資料灌進雲裡就可以。真正需要的是懂 Business + 一點 IT + 專業知識。
• 垂直優於水平：專精單一產業、掌握客戶資料（CRM、ERP、Accounting 都管）。Product 是人家雲端 AI，你變成 Project，選大客戶做垂直整合。
• 成功案例：年輕人幫台積電做數據清洗非常成功。做新創不出海就選國家市值排名從第一名往下看，不是從最後一名往上看。
• 老創新創交集：老創活在工廠，新創活在網路，過去沒交集。現在有 AI，大家有了數據、軟體、服務的共同語言。
• 台灣獨角獸：緯創的緯穎做 AI server、聯發科的達發一上市就遷億，這些是獨角獸，只是不是素人創業。

↑ 回到目錄

• 來不及了：AI 素養沒去強化，學生族群沒被教怎麼用。孩子用新方法寫作業，老師用舊方法教。聯合國教科文組織說這是人類史上第一次來不及了。
• 集中在兩國：AI 只優化英文中文，世界 7000 種語言 ChatGPT 只跑 100 個，連思想、教育、法律都會集中在兩國。
• 兩種關鍵能力：提問能力（綜合能力，知道越多問越多）和思辨能力（鑑別答案好不好）。
• 群育最重要：德智體群美只強調智育，但智育被 AI 徹底碾壓。群育是協作能力，一群人比一個人厲害，歐美重視運動競技就是群育。
• Alpha School 實驗：一天 2 小時智育跟 AI 學，其餘 Project Based Learning 群育協作，老師只是導師。
• 教育最難：土耳其研究顯示用 AI 短期加速 50%，兩週後分數少十幾%。但可能變寬了只是沒記熟，要用一個世代實驗才知道答案。

↑ 回到目錄

• 衝擊最大：軟體工程師領域高度數位化、訓練資料完整、訓練師就是軟體工程師—「自己把自己殺掉了」。
• 現況：軟體工程還是缺，但大企業用 AI 就夠了，不用大量年輕人。
• 存活之道：成為「π 形人才」，變寬、兩條腿出去。用 AI 了解 QA、PM 怎麼開 Spec，全部一人包。解複雜問題、用 Architect 概念。
• 會消失的：等人家給規格才寫程式的工程師，這就是典範轉移。
• 中年優勢：問 AI 效果比沒專業的人好，又沒到退休，蠻好的位置。
• 最會生存的人：用 AI 創業的人，最後那個業沒成功，但成為 AI 超級使用者。

↑ 回到目錄

• 不是海嘯是隧道：海嘯永遠有，機會只有這一次。黑黑的隧道但有亮光，多數人害怕不敢進，少數人看到外頭有機會。
• 第一批超人：你是第一批可以用 AI 讓自己變超級人類的人。Gemini 3.0 slogan：「你想什麼都可以做出來」。
• 擔心被取代？：那是因為原本的夢太小、原本不敢做夢。把夢想用 AI 實現出來就好。
• 最好的機會：如果它是機會，它是最好的機會。希望十年後有更多人把握到這個機會。

↑ 回到目錄

↑ 回到目錄