Transcription
哈囉，我是國威，歡迎收看思想實驗室。
那今天我們的重量級來賓，是華人科技圈中，甚至是世界科技圈中，少數能夠橫跨AI時代的前傳與正傳的重量級人物。他不僅是Google臺灣區前總經理，然後也是臺灣許多AI新創，還有大型企業的顧問。那更是從1990年代，就專注在語言模型以及資訊檢索的先行者。
那最近很夯的話題，當然就是Google剛發表的Gemini 3的模型。那性能評估上，當然有很多的這個Benchmark，可以說是全面超越了這個GPT，不管是5啊、5.1啊之類的。這些巨頭們，現在以這種前所未有的速度，在技術上狂飆的時候，老實說，我想包括各位在內，包括我在內，心中都有更大的焦慮。整個臺灣，老實說是身處暴風眼。今天我們這位先行者，他現在所看到的狀況，我很好奇，有哪些是真正決定我們企業生存，還有中小企業去留，以及下一代人才價值的產業關鍵？
那就讓我們來一起歡迎，我們今天的來賓，簡立峰老師。
各位好，大家好。謝謝，很榮幸到這個節目來了。因為Gemini 3.0剛出來，如果你前幾天問我的話，我漏掉這一段就可惜了。其實我們今天想要請老師來聊聊，您怎麼看當前的AI產業，以及它的趨勢。我們已經被海嘯打中了。老師，就是先幫我們所有的觀眾，還有聽眾朋友們，腦中看能不能先描繪一個，現在的AI版圖或AI產業地圖，大概是什麼樣子？
我剛在這個緯創的有一個活動裡頭，我share一個概念，英文標題叫做 "The Rise of AI" 就是AI的崛起，它的副標題是 "Where we are now"，我們現在在哪裡。我們如果記得2011年，這個Marc Andreessen，Netscape的發明人，他寫一篇文章叫 "軟體併吞全世界"。那個概念，我們就說，突然發現說對，他講的都是對的。比如說Google改變了行銷，Amazon改變了書店跟零售業，Netflix改變了Video，那Uber後來起來變成Taxi。他說都是軟體公司，都是把傳統的通路，變成網路跟數位通路。那是一個時代的革命。
那現在是什麼革命呢？你去問Gemini，我是問Gemini的3.0的，2.5的問不出來。3.0版它講說，現在是Productivity and Intelligence革命。那上一次的革命叫什麼？Channel and Distribution，通路改變。這一次是生產力，Intelligence的生產力的改變，也就是創智吧，創造智慧的改變。那創造智慧的，我們叫內容生成。醫生也是一種內容生成，老師也是一種內容生成，媒體人也是一種內容生成。平常把它講白領，其實是師字輩，所有的師都算是內容生成產業，或者我們以前講知識型產業，都可以。現在按個鍵都可以出來，因為它讀了地球上，所有的公開的著作都讀完了。所以它的能力，Gemini 3.0講了一個很具體的，每一件事都是博士級。意思就是說，你有一個超級哆啦A夢的小叮噹，你隨時叫它，它都是博士級等級的回答了。這是兩三天前發生的事情。
如果在兩三個月前，我們就會說有些可以，有些不行。那現在是什麼不可以呢？好好想才知道什麼不可以。其實沒有的，它好多還不可以。它現在會的就是，我們用讀書而學到的東西它都會。可是我們生活上累積的經驗，它都不會。兩歲小孩子他斜坡會滾，滾水會燙，燈會刺，它通通不懂，不知道也不知道怎麼教。所以我們的靈巧，人類的靈巧活動力之後，整合的能力它都沒有。它只會讀書。可是我們六歲之後，花了所有時間都去讀書對不對？所以我們白讀了，因為按它就好。所以以後人類會非常的愉快，不用讀書會按鍵就好了。
可是你要培養什麼能力？你有太多的軟實力它不會。它不會協作，它沒有同理心，它沒有領導力。這些都是是成事，叫做完成事情它不會。它只會advice，它會給意見。所以基本上現在AI對人類，幫助大於害處。但是初期大家就開始害怕。
那你說現在這個視角是什麼呢？這個視角就是，這整件過程只有少數公司有影響力。它對全世界的影響是，兩個國家，基本上九家公司而已。兩個國家九家公司。九家美國，兩個國家我猜得出來，美國、中國。九家公司美國算它七家，叫七雄。中國華為跟阿里巴巴算兩家。美國隊中國隊嘛。全世界只有他們做得出來。但美國這七家最重要。這七家加起來市值有多大？這七家加起來的市值，相當於GDP的計算，是一個中國的GDP，大過中國。現在是1.3到1.4倍的中國GDP。
可是AI這一次典範轉移是什麼？所有的軟體產業都變成AI產業。這個Marc Andreessen講的，軟體併吞世界，是所有的產業都變軟體產業。這句話不是很好玩嗎？軟體吃掉世界其他的通路，之後AI吃掉軟體產業。如果你不是AI產業的軟體公司，都要危險了。那麼現在危險在哪裡？所有SaaS（軟體即服務）公司現在都危險。每一個SaaS公司，都有一項技能跟工具的需求。那如果Chat GPT、Gemini有，它就結束了。有一個A公司是工具型的，多媒體工具型非常強的公司，它是全世界SaaS在多媒體工具，第一名的，它的股價點非常的兇。我們公司有用用很多，因為你用Language Model，就可以生出來。用這個角度來看，就是軟體在轉型。可是這些公司還拼命投入AI。那為什麼它得投入AI？它不轉型不行。所以它先付錢給了雲端業者。我們說CSP（雲端服務供應商）三大雲，現在收到的錢，主要是來自這些軟體公司的錢。
總之，這是現在樣貌。就是AI其實打中的，是我們所有的知識工作者，Knowledge Worker。但是Entry Level是剛入行的，因為你的知識是來自公開的知識，AI都讀了。但是企業的內隱知識呢？沒有，因為沒訓練資料，也不知道怎麼訓練，因為拿不出來。所以企業的資深的人，現在有優勢。可是指的是現在啦，因為有一天如果AI再進步，我們也不知道。軟體工程師從我們，講說Write Code變Edit Code，變Review Code而已，那角色轉變了。有可能其他產業，因為AI而持續被典範轉移，但我猜都會，時間早晚的問題。那麼現在第一波是軟體產業。
前陣子，就前幾天Gemini 3跑出來，所有不會寫code的人呢，都開始情不自禁的，就寫寫看了，開始寫寫看了。我也真的又回去當老師，我在臺大國際政經學院，有一個短期課程，那是要把這個法政的人才，去了解科技的發展的影響。他們其實現在會用AI寫程式，對他們變得很簡單。你一個政治系會用AI寫程式，你無法想像。我們自己每天在讀很多的科學報告，當然因為我們不是那個領域的科學家，但是我們要讀各個領域的科學報告。可是現在因為Gemini 3的關係，你把它變成一個APP，你把它變成一個程式，演示給我看。因為我看那個論文的圖表，對，你看不清楚，把它做個3D給你看。這真的就是我很驚訝的體驗。天啊，我現在可以這樣去讀懂。對，我發現真的來到一個時代，就是少數人擁有超人的能力。但這一個機會是大家共同擁有的，所以儘量讓多數人知道說，你這是一個難得的機會，不要害怕它。
那老師其實剛才，已經幫我們切了一個很清楚的軸，兩個國家的戰爭，全世界就剩兩個國家，兩個國家幾家公司而已。那老實說，我們臺灣人，還是常常自怨自哀，說臺灣為什麼沒有怎樣。我們不要自怨自哀，我們最不該抱怨就是因為，我們幸好軟體不夠強，所以我們沒有被打敗。對，某方面來說，因為日本跟德國在網路時代都沒成功，何況臺灣。從您的角度來說，未來幾年，真正會決定這些，不管是七雄或是九雄也好，它們的勝負的是什麼指標的？您會看什麼東西？
每一個階段不一樣。現在這個階段，Gemini架構一個高門檻，雲端的AI進展太快太快，讓Edge端出不來。這是一個我們兩年前沒想過。我們說雲跟端嘛，雲端我們講Edge，那Edge有AI PC、AI Phone嘛。你現在想想看，一個AI Phone裡頭有一個AI功能，它要做什麼呢？你所有東西不就丟資料上去給雲，幫你做完。未來如果有6G，它不是超級強嗎？那Gemini這個能力，跟它的基礎設施，跟它的數據，跟它可以掌握的軟體平臺，跟它的Google生態系裡頭，各種APP可以蒐集到資料，每天教它。它Chrome瀏覽器，每天可以蒐集到二十幾億人在讀什麼、在看什麼，內隱知識都在它那裡啊。所以在此情形下，這門檻太高，使得後進者，它幾乎出不來。
OpenAI其實非常有價值。它在做什麼事情呢？它一直在幫Google忙。Google先有Transformer，它不敢用到Search，因為怕動搖國本。OpenAI把它用到Search，Google只好用到Search。那麼OpenAI去用到AI Browser，它的Browser只好改。這一個王國，它本來可以做，它不敢做，為什麼？內部怕犯錯。當你有敵人的時候，它就改變。
可是拉回來呢，我們想想看，我們現在記得的模型裡頭，哪幾個重要的模型？通常一般前三名會存活。這前三名目前，Chat GPT、Gemini、Claude 3，之後到Grok。我告訴你，前三名都是同一家人，都是Transformer。所以這是三年來的，最後答案告訴我們，如果你當年沒有在那一群人，秘方還是不知道的。它墊高一個高門檻，已經要投資這麼龐龐大的錢，秘方只在少數人身上。所以Meta為什麼要花那麼多錢，去買幾個人？它買的人還不是做秘方的人，是秘方的人叫它去貼標的Scale AI的人。從這個角度來看，它墊高一個高門檻，後進者很難進去。
那麼我們現在來看，模型之後的應用，之後用到哪裡？那模型以這一階段看起來，先告一段落。新大模型出不來，就這幾家繼續打下去。模型的威力，會讓大家對於AI的問題，從所謂的科學問題來到經濟問題。做AI模型，所有人現在解的不是科學問題，也不是解工程師的視角。我們說他都從工程師的視角，來到PM的視角。接下來他們解的任何問題，都要能賺錢。比如說你就定義一個問題，說我是一個HR，我在三個月內要Hire什麼樣的人，Hire到這叫做一個問題。這已經是一個很複雜複合的問題。
那Gemini這次解的很厲害的問題，就是自動販賣機的問題。真的有一個自動販賣機，大家不知道它是一個AI自動販賣機，都會去買它。之後AI自己決定批貨，叫什麼飲料進來，決定價錢。它每天要付給人家兩塊錢。這是一個比賽。但這一個比賽，Gemini 3現在是，已經賺了五千塊美金了，完全沒有人的參與。哇，它已經是一個Money making machine了。對，所以它在解的是PM視角的問題。這個Vendor machine，這種自動販賣機可以解，我們零售業中間某一個環節的人，他AI化了，被替代掉了。對，就是你在決定採購，你在決定物流，你在決定配送，你的策略跟執行。這個真的才叫Agent才叫代理。代理是什麼？是解決Task不是Problem，是Task。一個Task有非常多的問題，共同解決。而這個Benchmark，能夠解到這個階段，就代表AI逐漸進入真正有代理能力。
所以你看到一個模型，又不能只看它是一個技術，因為它一突破，就是一堆應用的自動化。那一堆人的工作消失，多媒體可以生成，某些公司消失，動畫公司變更有效率。可是實際上它的動畫，賣出去的成本，人家付的錢變少。
老師剛才提到一件，我原本沒想到的事情，就是雲太強反而把端給壓抑了。我們本來想像說，包括Apple有最強的端，然後它應該能夠在這個AI時代。Apple現在也有一點麻煩。對，我們都感覺到說，它為什麼好像沒有丟出什麼，真正很厲害。
那你知道端是什麼嗎？你去問Gemini 3.0，你可能會得到一個答案。我問它說，Edge AI（邊緣AI）是不是其實還沒有發生？它說沒有，它真的發生，只是沒有發生在AI PC、AI Phone而已。它發生在自駕車，它發生在無人機，它發生在工廠自動化的機器人。它說它發生在很多醫療儀器上。它讓我們知道說，其實它在發生，只是它沒有給consumer看到而已。它給B2B看到了。那些B2B不是通用型，是特用型。可是AGI有，但它並不是出現在，我們想像的consumer裡頭。可是這就讓Apple很麻煩。我剛剛講的例子，那些device Apple都沒在做。對，包括很多人說機器人。機器人也有分類。人型的可能是一個短期的風頭。所以實際上，真正的通用機器人是困難的。但特用的機器人卻變容易。就是你原來有機器臂，可以用的地方，加上我們現在語言模型的視覺能力，跟指揮認知能力，機器臂會很夠用。我們現在人有disable，就我們有一些殘障人士，他沒有手跟腳，機器人差不多是這個解開。它不是我們馬上看到的，現在媒體呈現給我們看的，這種人型機器人。它會不像人型，它出現在各個地方。
因為其實您在幾年前提過，臺灣在可能在AI的device，在機器人在自動化上面，是比較有機會的。因為畢竟軟體就那幾雄，臺灣吃不到這些事情。因為硬體有差價，所以有價差可以存活。軟體沒有差價。那您現在覺得，臺灣還是有機會，成為一個所謂的AI終端，或者是說機器人大國嗎？無人機也是美國希望臺灣，好好發展無人機供應鏈。那臺灣以前沒有無人機供應鏈，我們是分開的，我們可以做camera，我們可以做馬達，我們可以做什麼，但我們沒有無人機供應鏈。可是我們有電子五哥，什麼叫電子五哥？就什麼都可以做，你只要告訴我要做什麼，我就做什麼。那美國人就告訴我們要做這些。你用無人機的邏輯想想看，德國居然先來下單，說它需要採購臺灣的無人機。臺灣說我們還沒有無人機。它說它需要採購，因為它要分散風險。從這個角度，機器人也會是一樣。美系的需求，它會希望臺灣變成是一個，機器人的供應鏈。臺灣的確是有機會的。不過會有什麼代價要付出？如果你要做一個創業，先有訂單，你覺得有沒有機會？還蠻有機會的。東西還沒有做就有訂單，我們有一點是這個概念。也是跟大家分享，一定要抓住這個機會。
有很多新的這個趨勢名詞，之前Cloude推出來的所謂MCP（模型上下文協定），Computer Use。您會怎麼去判斷，什麼趨勢是一個真實的需求？
這一場AI的變化裡頭，我有一點點運氣好，就是這一次AI的發動，它來自語言模型。那因為我博士論文，就研究語言模型，所以我其實是相當幸運。這個語言模型，在改造搜尋引擎，從搜尋變回答。搜尋引擎是受害者，可是搜尋引擎，蒐集了全世界資料，讓語言模型變聰明。所以這世界上，如果沒有做過搜尋引擎的公司，很難做語言模型。這件事情太重要了，因為搜尋有全世界的資料，透過搜尋的過程瞭解使用者。所以你要去做語言模型，你要資料，你要了解使用者要問什麼，所以你才能夠去優化它。中國第一個能夠做語言模型是百度。百度有辦法。阿里巴巴為什麼也可以？因為電子商務也是搜尋，它只是特定的搜尋。嚴格說起來，沒做過搜尋，沒辦法做語言模型。另外你的答案來自訓練資料，你做過搜尋，你才能夠掌握那個訓練資料，因為你才建構Infrastructure（基礎設施），是地球級的Infrastructure。Google最大的價值是，它網頁稍微改一下，它沒幾小時它就收走了，對不對？Quality，它的爬蟲在全世界找。我們以為爬蟲只是個演算法，爬蟲要多少資料中心、衛星、光纖、海底電纜，那一個東西才可怕。今天的OpenAI，它沒有，它是借微軟的，它付錢給微軟的。那它現在要跟微軟分割，它只好去找Oracle。所以，在邏輯上來講，沒有做過搜尋很難做語言模型。
那我剛好倒過來，我先做語言模型再做搜尋。所以這兩個技術的底子我是有的。所以我運氣非常非常好。剛好我兩個小孩子剛好是AI世代，他們也都念得不錯，所以我又第二次學到語言模型。因為Transformer出來的時候，我人還在Google。技術的解讀能力是有的，但是那麼多年，在Google的巨人肩膀上，我對全球產品的變化跟策略，巨人之間的戰略策略的競合，有一點了解。
您有覺得什麼，現在大家談的趨勢，就真的只是一個泡沫，或是說其實不值一談的嗎？
大家講的，大概都已經是有道理的。只是過去在很多細節，花了太多時間。三年來花了很多時間，在比某幾個模型，其實這是不太需要的。原因就是說，你用一個階段看就好了。我是怎麼在看？我大體上是看科技，第一個，它有沒有影響工作？它有沒有影響學習？它有沒有影響生活？之後從工作上，我第一個發現是，整個電商被翻轉了，整個軟體產業被翻轉了。那從學習裡頭，比如說Chat GPT今年夏天6月1號，流量少80%，就是學生族群佔它的使用80%。不寫報告了，大家都不寫報告。所以你用一葉知秋的概念，這個訊號它就非常清楚。而去年是30%的掉，而是從6月掉到9月掉30%。這兩個曲線完全不一樣。我現在都靠AI來討論這兩個曲線。它告訴我說，去年是學生不是依賴學校工具，所以它是漸進式掉流量。它現在是依賴學校工具，所以6月1號一下課就不用了，就大量的結束。可是去年佔Chat GPT30%，今年佔Chat GPT80%。那就代表學生使用族群的，滲透率高過其他族群。
那換一個角度，Chat GPT不容易收到錢，因為80%是來自學生族群。所以它要養這個產業，還要養很久。你知道這個明年可能佔它90%，後年就佔它98%。那它如何讓上班族來大量使用？換一個角度，我們上班族雖然有用，顯然比起學生族群，沒有那麼深入使用。我們算很幸運，我們不管，軟體不管再怎樣，我們還是有硬體的紅利這樣子。我們可能未來有機器人，所以我們的軟體紅利，會在機器人身上，為機器人做的軟體。那現在很可能大家做軟體，不知道可以用在機器人上。可是未來的機器人的很多溝通平臺，會逐漸出現。所以你現在可能去做代理人的Agent。臺灣的各種應用都可以往機器人去。原因就是說，那個硬體載體太多元了。而載體越特殊的，美國人就不管了，小市場。做一個醫療儀器的上頭的，某個儀器上頭的AI應用，那也是一種機器人。所以臺灣一定要去尋找，比較niche（細分市場）的edge device（邊緣設備）。但現在看起來，就AI PC、AI Phone不是了，但其他的可能還是always有的。
我想請教老師的就是說，不要自怨自哀啦，也不應該自怨自哀。但是我們也知道，我們還是有些缺點，有些缺點呢，是就是繞不過去的，是補不了的。其實很簡單啦，就是人數不夠。錢賺太多人數不夠。但是呢，人的分配不均勻。我們90%的人在內需市場裡頭，做的是以服務業為主體，但是10%的人在出口行業。而這10%的出口行業裡頭，屬於資通訊有受益的出口行業，可能也就3、4%的人而已。所以我們現在成長的這個果實呢，並沒有分配到每一個人身上。這是臺灣最大的問題。那這個問題，這幾天這個經濟學人幫我們講，不管大家接不接受，Formosan Disease。對對對，這是所謂的臺灣病。我覺得它是個現象，至於答案呢，大家各自去了解它。可是分配不均，它是個事實。我們的人跟我們現在的，有競爭力的分配的組合，它並沒有有效的分配。
我們現在資通訊產業，這些產業它正在硬體轉型到軟體區。以前我們是製造業，臺灣TW加CN，那我們是其實是講中文的。它現在變成TW加N了，那個C不見了加N，所以變成國際化了。所以臺商從臺廠變跨國型企業。而在這個過程中，他們要找人才。臺灣的人才沒有跟隨它出海。臺灣的這些廠商要變大艦隊要出去了。那當然它最終一定要成功，它要用每一個國家的人才。有一點像航海家對不對？以前的航海家出去的時候，自己帶200個船員，但到最後回來剩50個。可是中間都是靠每一個國家的人，差不多是現在這樣。那能夠上這條船的越多，其實是對臺灣越有利，對那些人也越有利。可是反過來，那臺灣在島上服務這個島的其他人怎麼辦？其實是另外一個思考點。
AI其實可以幫這個忙，把臺灣變大。老師要多講一些這個東西嗎？還是您覺得？
我可講一點點的概念是，我覺得那太重要了。因為AI可以幫你翻譯，AI可以幫你問別的國家的人問題。如果你今天是一個電商，你要賣一支筆，賣到其他國家去，你傳統上自己想做一個網頁，結果人家都不點。你現在可以問AI說，這樣的東西在印尼有人會不會點？你的競爭對手是誰？你的價錢應該定多少？臺灣的任何行業都可以受益。也就是說，我們網路產業當時沒做到的事情，加了AI可以做到很多。就像我們剛剛在聊內容，我們現在在臺灣，如果訂閱我們內容的人，假設有100萬人，潛在搞不好是1.5倍。那50萬人怎麼找？叫AI幫你找出來。我們有聽進去，我們馬上就要來執行這個方案。
老師剛才的回答是一個，我覺得比較大範圍，或是整個社會性的。也有很多人覺得說，那臺灣因為這個算力，還有資料的門檻。那算力背後可能又牽扯到能源，牽扯到土地。我們應該這樣講，我們始終沒有軟體產業。過去沒有，現在沒有，未來也不會有。好，蓋棺論定了。因為我做軟體的，我講的是實話。但是我們的軟體會長在硬體上。你會叫它硬體產業，但是它是另外一種軟體。聯發科是不是軟體產業？是。它是軟體工程師多於硬體工程師。所以我們不能做的是，網路國際化的服務。我們不能做是SaaS國際化的服務，是因為那是面向廣大市場，而你沒優勢，因為你講中文，你不了解其他的地方。但是如果你透過硬體載體出去的，而且最重要的是，終端市場不是你，是別人幫你決定的，它可以賣。比如說聯發科，它在別人的大載體上，它出去了。這軟體長在這。所以剛剛那句話，如果光剪前面，確實是沒有。我們把軟體太窄化了。
但是反過來，在這個AI時代裡頭，我們欠缺什麼？就是以前我們沒有那個軟體產業，沒有辦法服務全世界的人，所以我們收集不到資料。所以問題不在算力，給你算力你也沒有人，有人也沒有數據。所以其實是收集不到資料。如果今天還在講資料，就那個地方沒資料。這個局勢有可能改變嗎？改變，沒有人就沒辦法改變。那已經沒有人了，很不幸。所以沒辦法改變。但有錢可以改變，有錢做投資，用對自己的優勢，人不從臺灣來，就就救。
老師願不願意跟我們講一下，沒有人這件事情？它這個邏輯是這樣，AI的人才是25歲到35歲這個族群。剛好我們是少子化的族群開始，所以他們的出生人口，比我們以前經驗的二三十歲的人，已經少一半到三分之一。所以第一個，他已經少了。這個年齡群，平均只有二十萬出生人口，所以用十年來算，只有兩百萬人。但事實上真的有到三十五嗎？答案是沒有的。在校園學過Deep Learning的人，沒有到三十五歲。所以如果你抓二十二歲到三十歲，這個位置，別的國家是這樣抓的，美國、中國都這樣抓，德國是這樣抓。臺灣人晚熟，是因為我們島嶼太小了，我們都去唸大學，都去唸研究所，我們沒有差異化。而上一代賺的錢還不錯，所以大家不急於工作。所以我們有產業Sense的，這個年齡群的人，再減縮一點點，他很少，他恐怕沒有幾十萬人。在這個沒有幾十萬的人裡頭，真正屬於AI人才，他就更少對不對？這個年齡層是M型化發展，很多人在不同階段離開臺灣。真正AI人才，似乎已經不在頂大了，是在一開始就在史丹佛或是國際學校的高中生。你去看矽谷，最近冒出來臺灣人，在AI裡頭一半都是來自臺灣，某某國際學校。那大學都在美國讀。為什麼？才能趕上這一波。我沒有說在臺大念臺大電機，到美國現在不是AI人才，只是他時間會比較晚，因為他要經過一個轉換的適應，到工作幾年。所以他出現在這個時間裡頭。這時代第一波已經結束了。第一波有抓到的，剛好是國際學校高中，這幾年在美國念大學，他跟著同學去創業。能夠真正趕上這一波的年輕人，又有AI知識，又願意去創業，或有能力去創業的人實在太少。在臺灣太少太少要講三遍。剛才這一層一層的漏斗篩下來，這個篩子篩下來，真的變鳳毛麟角。所以這就是沒有人的問題。
沒有人但沒關係，因為就沒有人，我們就認清事實。但有錢，有硬體，兩個載體把人拉進來，我們可以做一個跨國的概念，就是人才在矽谷，臺灣提供的是通才，我們有硬體平臺，我們有錢，我們做一個合作，還是可以成為AI事業。所以臺灣最大的問題是，當你在想人的時候，一直想臺灣，客戶的時候也想的是臺灣。我從來不這樣想，我的腦袋裡頭就是，上網人口有多少，就是臺灣人有多少。我在Google工作就是這樣，我從來一直是這樣。從出生進入網路時代，我就是這樣子。人沒出，離開臺灣一直做全世界的事情，網路到的了，為什麼我不能跟他溝通呢？所以我們錯過一個概念。如果你要問我，真正最大的盲點是，我們可以一直講臺灣，但我們不要一直講臺灣人。因為人才不會只來自一個國家。
臺積電現在去美國，最重要的地方是，它不是只是要到美國生產，它在臺灣已經沒有人可以找了。世界十大企業，只有它依賴單一國家的人。真的，因為我們聽到的一些傳聞，就是它已經開始在訂高中生了，大學生已經被訂光了。再多開幾個半導體學院也都不夠。甚至我之前去訪問電機系的教授，那教授的抱怨是，年輕剛回來的老師也被訂走。沒有老師你怎麼帶博士生？臺積電已經是，對臺灣人才的排擠效應，對產業過度集中高風險。那現在變為美積電，我們期待它成為世界臺積電，就是讓它像飛利浦一樣，原鄉在荷蘭，可是它最後在全世界發光發紫，發光發紫最重要是，逼著它用全世界的人才。那現在不只臺積電，電子五哥也走相同的路了。遇到幾個大佬，他們都在矽谷成立研發中心了，把臺灣的概念變大。臺灣隊不是只有臺灣人。
聊完大公司，我們聊一下中小企業好了。那中小企業其實，海景第一排，真的是海景第一排。包括我們在內也是中小企業。其實中小企業就是founder要努力，那founder一個人努力就夠了，員工不用努力。因為員工不多的情形下，老闆用AI效果最好。我們現在很多人都是，透過網路去獲客。那老闆通常沒空。我們就講一家小店好了，人家打電話來訂位，可是老闆又當廚師又要照顧電話，所以他沒空接到那通電話，掉了一個客戶。那老闆現在用AI接電話，他就不會掉客戶了，就叫獲客。把老闆的能力乘三倍、乘兩倍變大，之後讓獲客能力增加就好了。其他員工還是可以照他的步伐去成長。但是最重要的是在老闆身上。如果老闆有這個AI的能力之後，他就會發現我不需要這麼多員工。那是另外一個問題，這個叫做一人創業，AI獨角獸。我覺得不是AI獨角獸，是AI時代很多現在10個人、20個人的公司，可以用一個人重組，加AI的能力可以替代，這叫生產力提高。不要新商模。現在在聽我們這個訪談，這太重要了各位，這太重要了。如果你是在一家20個人中小企業，你是個副總，請你出來創業，重新用AI開一個搶你老闆的單。這是OECD（經濟合作暨發展組織）講的，未來兩年內到三年內，100萬家到200萬家，用AI重新新創的中小企業。這有一點像有網路之後，大家跑出來開業，用網路來收單來獲客之後，就比傳統產業厲害。這一次也一樣。但這一次不一樣的地方是，是AI員工。我好像聽懂了某些事情。對，作為老闆，我們能夠先把自己變成三倍強，這件事情它是最有價值的。我們一直在想說，要不要每個員工提升30%？每個員工提高30%？他們說在200多人以上的公司，才有這個必要。Goldman Sachs（高盛）8月份有一個報告，它說200多人，好像280個人還是什麼以上公司，AI轉型比較容易成功，以下很難。AI現在是片段在提高能力。所以你如果一個HR用了AI，只能省他5%的時間，你沒辦法裁他，因為你只有一個HR。但如果你有三個HR，你有辦法裁他。所以，在邏輯上來講，就是公司人要夠多，導入AI到員工裡頭，才會看到效果。但公司夠少，就老闆導入AI就好。
您之前也有說過，臺灣是有機會成為AI使用大國的。Taiwan+1，也就是新創，要來跟傳統企業，傳統產業來合作。您覺得有沒有看到，什麼樣的合作案例，是您覺得比較有潛力的？
這整件事情最關鍵，我到現在還幾乎看不到太多的合作案例。
所以你還在推就對了？
對。兩極在發展。我只能看到一兩家新創，在幫臺積電非常的成功。那他們幫臺積電導入，用AI數據整理，只是數據清洗就已經很有價值了。那我就不懂說，為什麼臺積電一年，有這麼多的採購金額，為什麼臺灣的新創，不去靠近臺積電。但是臺灣的硬體的新創，早早都靠臺積電在養。人家蓋工廠的也是幫臺積電，做設備的，連訂便當的都知道，怎麼跟臺積電來往。所以，我昨天在一個新創的場合，我說做企業，尤其新創，你如果不出海，你就要選擇你國家市值排名，從第一名往下看，不是從最後一名往上看。其實這個概念就是說，我們大部分的想法裡頭，是從生活裡頭去找應用。但是我們的科技業，跟我們生活是分離的。他們要進到他的工廠，進到他的辦公室，你才知道應用在哪裡。所以很明顯，如果我把科技業叫老創，那我們其他人叫新創，我們老創跟新創，一直有一個gap。這個gap就是新創活在網路上，老創活在工廠馬路上。那老創不會網路，新創只會網路不會工廠。這中間少了talk交集。但這次有了AI，因為新創也老了，新創網路能力真的很強。那製造業的老創，終於發現他必須要接受AI了。他也許原來不接受網路，他必須要接受AI了。所以大家在AI有數據共同語言，有軟體共同語言，有服務的共同語言。臺灣的創新是來自這些老創，不斷的spin off，就是所謂內部自己在創新。你看吧，緯創的緯穎，緯穎做AI server，對不對？緯創以子為貴，以女為貴。但是這就是自己分出來的。我在當讀懂的達發，它是聯發科的網通部門，它一上市就千億。我們都說不知道獨角獸在哪裡，它是獨角獸。有很多獨角獸，只是不是我們所定義的。我們的定義顯然把它定義成素人創業。但科技上沒有人這樣定義的。所以臺灣把自己的獨角獸忘了。臺灣的結構是在這些大企業裡頭。所以臺灣的新創的難度，確實比較難的。特別是因為現在又少子化。
那有沒有什麼是現在，您已經看到，但是大家都還沒有看到，然後覺得其實現在是可以？
我覺得應該是大家都看到，但大家都做不好。某種程度，如果有一個雲越來越厲害，它是席捲所有的，它有一些很像說恆星，它一直把外頭的行星，一直吃進去。所以在這種情形下，小國就要有不同的戰略。那我們的戰略就是，不能去選這種巨人肩膀。如果要選巨人肩膀，我們就要知道可以用在哪裡。因為大家都在巨人肩膀，反而你軟體弱沒關係了，因為巨人很強。但是你要懂得客戶，你只要客戶夠好，你就成功。在乎的價值或在乎的能力不一樣，不在技術。我們有兩個keyword，如果大家有在專心聽，就記得兩個keyword。你還是要有data，可是你最重要是解決workflow的問題。你就是幫客戶改水管，接水管到哪一段適合用雲端的AI，那麼客戶願意把資料交給你管，或者你已經管客戶的那個資料，那你就至少活下來是贏家。這件事情為什麼那麼重要呢？因為大部分的客戶，就算有資料，它還是不知道怎麼樣用雲端的AI，跟它的水管接起來。可是接水管這個工作，傳統的系統整合廠商，已經沒有這個能力了。為什麼？你寫prompt，人家自己寫就好。你SI工程師也沒辦法寫。接水管真要接嗎？也不用啊，資料灌進去雲裡頭，我就可以了。那接什麼呢？其實要懂business，它相當一點點顧問業，一點點IT，一點點專業知識的概念。vertical的垂直整合，比horizontal有價值。比如說我專門幫半導體產業，我專門幫零售業，可以。但我就垂直整合。最好零售業大部分資料都歸我管，我可能是一個CRM，之後連你的accounting我也管，你的ERP我也管。因為你要用AI嘛。那我幫你管prompt，當然你自己寫。可是agent我可以幫你忙。喔，就是這個workflow，這個水管幫你組起來。但中間這個水管要粗要細，要怎麼噴，那個是prompt的層次。但是不是傳統SI的角色，因為你的IT部分太少。你domain knowhow很重要。所以新創就不能做horizontal了。horizontal就是說，什麼產業你都沾，那你不專業。你要vertical，非常垂直。那大家都在巨人肩膀上，做垂直整合。你的強項變成是服務，而不是IT。那強項是幫客戶導入product，變得不重要。我們說話不是說，從project變product嗎？好像是。可是現在這件事情，因為product是人家雲端的AI，你變成是變project了。但是你只能選大客戶，你跟你的大客戶做垂直整合。這樣的公司，我剛剛講，那幾家年輕人幫臺積電，做的就是這件事。
所以臺灣在尋找臺灣的未來的時候，很不幸的沒辦法看到說，我們網路是在世界上，有2000萬個網站成功，在手機APP有600萬到800萬個APP活下來。這次AI未來說不定會，可是現在不會。現在沒有辦法擴散到那麼多的可能性。臺灣能夠因為AI，再出個幾十家不錯的公司，就蠻不簡單的。但是大家角度，你剛剛講AI使用大國，把它倒過來用AI這件事情，是臺灣的重點。發展AI我們已經發展了，我們就是別人幫我們發展AI硬體了，我們要用AI是我們的重點。
您也批評過臺灣的教育，是不鼓勵提問的。我相信其實這也是，很多人共同的批評。我們現在又到AI2.0時代了，我們真的還需要補什麼素養？AI需要的素養，我們到現在都沒有去強化。我們在討論這些事情的，都還是在媒體圈。真正需要被這件事情，可能影響的學生族群裡頭，我們其實並沒有教他怎麼用。即使學校老師有講，也是瞎子摸象。所以我們現在最困難的地方就是，孩子已經在學習了，但你用舊式的方法學它，可是孩子用新方法寫作業。所以這個聯合國科教文講說，這是人類史上第一次來不及了。他說這個AI，只是優化給兩個語言，但世界上有七千個媽媽講的話，Chat GPT只能跑一百個語言。那其他人用的都是美國的資料，來決定各國的內容。所以AI時代其實就集中在兩國，連思想也最終會集中在兩國。連教育的方法，你現在去問它法律的問題，它告訴你任何建議都不要相信它，因為AI沒有哪一國的法律的概念，把它混在一起了。所以意思就是說，我們現在在教育裡頭，可能會是最麻煩的。可是不是我們每一個國家都一樣，因為AI來了，孩子用了，可是我們不知道怎麼教他。他拿走魚，可是我們不知道他有沒有拿走釣魚竿。那老師如果照傳統方法去教他，他可能AI時代真正釣魚竿他也沒拿到。所以我在教育裡頭是最嚴肅的。
剛剛講問問題的能力，說老實話，就是一個人一生都在學問問題。當你知道越多，你就問問題越多。就像國威，你能問的問題，就是每天都不一樣，每天都很多。問問題的前提來自你知道，你不知道你就只好問為什麼。所以兩歲孩子只會講為什麼，就是因為你什麼都不知道，所以你只能問為什麼。問問題的能力，它是一個綜合能力。答案好不好才是關鍵，那就是思辨能力。你有辦法鑑別答案好不好，你跟AI的溝通能力要學習，你跟人的溝通能力也要學習。之後協同啊，有好多AI要協同，你知道好多人也要協同。管理學院要教軟實力，AI時代都需要。領導力也是對不對？只是我們在小孩子高中生之前，我們沒有強調這部分。我們德智體群美，在臺灣的教育裡頭只強調智育。其實AI時代我看，除了智育之外，其他的能力都還是重要。群育最重要，它是協作能力。真的耶，人類最重要的地方。所以歐美為什麼那麼重視運動競技，運動比賽？那臺灣年輕一代開始重視這個，這叫群育。一群人比一個人厲害。就像我剛才說的，很多學生開始自我質疑，他說為什麼還要這樣學？為什麼老師還要這樣教？為什麼還要上課上那麼久？為什麼還要為了，老實說就只有智育的考試，為了這個幾A幾+在努力？它就只集中在智育啊。可是智育就是那個，被AI所徹底碾壓，最徹底的那個事情。
所以美國現在已經開始，很多實驗學校為AI出來了。有個Alpha School已經出來，它的實驗就是說，孩子一天兩小時的智育學習，剩下時間全部去collaboration，群育，特別是叫project based learning，就是大家一群人的群育。那兩小時是跟AI學，那老師只是導師的角色。現在正在實驗。但是有錢家長的，全部把錢砸進去了。這實驗未必準，因為孩子的程度不同，也許答案本來就不一樣。所以教育最難的地方是，你任何的配方跟方法，它不能現在有答案。現在表現不好的不等於不好。土耳其有一個高中生的資料之後，賓州大學幫他發表，用AI的小孩跟不用AI的高中生，他們在短期之間，用AI的回答問題會加速50%。可是兩個禮拜後，回答的分數會少10幾%。那人家就說AI不好。我說錯，我們不知道。我們只知道有差異了，但我們不知道好或不好。因為這孩子有可能，沒有記得那麼熟，可是他多學了很多東西，也許過一陣子他就變熟了，可是他變寬了。我們不知道。所以現在教育最難的地方是，它用一個世代人實驗才知道答案。
的確，剛才老師有講到說，很多師字輩，包括我尊稱您一聲老師，很多師字輩，不管是工程師、設計師、XX師，師字輩都會被我們現在這個AI所影響到。第一個優先在討論的就是工程師。Gemini 3.0出來，工程師該怎麼辦？軟體工程師他是衝擊最大，因為他的領域是高度被數位化，所以他訓練資料特別完整，而且訓練師本身特別瞭解軟體，所以自己把自己殺掉了。因為軟體按按鍵就有了。因為原來在數位轉型的過程，大部分企業都找不到軟體工程師，所以現在軟體工程師還是缺的。可是大企業暫時不缺，因為它用AI就夠了。可是它永遠還是需要年輕人，只是它現在不用大量的年輕人。所以這些軟體工程師要自我調整，他也得用AI把能力變強，他不能只是寫小問題的工程師了，他要解複雜問題的architect。這個概念，那我說他叫π型人才的概念，就這樣變寬，兩條腿出去變寬。可能軟體工程師可以用AI，多瞭解QA怎麼做，多瞭解PM怎麼開spec，以後乾脆兩個都自己來，就全部一人包。如果是這樣的軟體工程師，他會存活。但如果在那邊等人家給他規格，之後寫程式的，他就很難存活了。那也沒辦法，這就是典範轉移了。
回到包括我在內的這個中年專業人才，現在很多人也是受到這個衝擊。中年蠻好的，因為你現在問AI的效果，比完全沒有專業的人問AI效果更好，又還沒有到退休，然後又覺得說那我該學些什麼，我該做些什麼？那您會建議他們怎麼去定位，現在自己在這個AI時代的角色？
數位轉型的時候，當時就已經有相同的討論，就是比如說像媒體記者。那新聞媒體在每一個階段都被衝擊，但因為他是報導者，所以他也會把自己被衝擊的現象，清楚的講出來。我們從網路時代就看到，新聞媒體本身就已經缺乏差異化了，大家都長一樣。那即使不一樣，大家也看不到了。那在AI時代，AI都可以講得更清楚了。那新聞媒體剩什麼了？在這個邏輯下，慢慢大家都往垂直去做，就說你不是做通用的什麼都爆了，你就往垂直去了。那這個垂直的深度就變很重要。深度。可是這個深度，最後最重要的深度，就跟我們現在在聊天一樣，人跟人的關係，比人跟資料的關係更重要。某種程度媒體也是轉型，它就是我們剛剛講水平不行了，垂直才可以。你在那個垂直領域裡頭，你不能只停留在你那個位置。比如說同樣是一個媒體記者，你可能就是把vertical產出出來，最後你可能不是因為那個垂直領域活下來，是因為為了活下來，而學了很多東西活下來。為了活下來而學會很多東西活下來。我現在有點這種感覺。對，所以人家說真正最會生存的人，是那些用AI去創業的人。最後他創那個業沒成功，不過他是一個AI很厲害的使用者，超級使用者。
您覺得在這波AI浪潮裡面，有沒有什麼事情，其實是很欠缺討論的，而且我剛才也都沒有提到的事情？有大有小。
我們先來看，我們講沒有人，我們更嚴重是沒有AI人才。這個希望大家能接受，不是在貶義臺灣，是人口結構造成的問題。AI的人才，他並不是所有臺大電機的人，都是AI人才。他就剛好在某個世代，學什麼樣東西的那一群人，剛好學那一群的那個人。我們人太少了，而且又分流掉了。這是事實。這個跟網路時代，跟手機時代完全不同。網路時代我們是各行各業都跳進來，就像國威你跳進來。但我們手機時代，我們所有會寫程式的電子學人，電機全部在寫。大AI時代我們沒看到。我們國家說有什麼計劃，但是還是沒看到。因為國家計劃要找教授，30幾歲、40幾歲那幾個人，就再也沒有了。那這個結構性問題，還是必須要被討論。
如果大家弄清楚了，那麼臺灣有優勢，但臺灣缺AI軟體人才，那我們就全世界找啊。因為你有優勢啊，你有產業啊，你有硬體啊。所以臺積電也想通了，臺積電所有的AI solution的人，不一定要在臺灣。這個東西必須要被討論。我們必須要面對，因為這不是國家面子的問題，它是一個實質的問題。就是不要一直在自己的裡頭糾結，而是想通這個事情，把臺灣變大，把臺灣人的概念變寬，一切就解決。
國發會要補助很多新創，現在已經發現要怎麼定義呢？什麼叫臺灣隊？是Founder是臺灣人嗎？是臺灣註冊的公司嗎？還是團隊裡頭有臺灣人呢？後來現在說都可以，只要在臺灣有繳稅，就是這樣定義。岸田文雄卸任日本首相的時候，他對日本人講一句話，臺灣沒有報導。他說很抱歉，從此日本不再只是日本人的日本。因為沒有人了，所以他就開始開放。日本人開放外國人進來，一下子200萬人湧進來，變成日本人。那當然你可以想說，人的價值在哪裡？我們在討論人的價值之前，我們要先討論國的價值在哪裡？企業的價值在哪裡？現在的確是連國家，都要自我質疑一下，自己到底還有沒有掌控力。AI這一次也造成國家的典範轉移。
可是我可以很有信心的講，臺灣在這裡絕對是得利者。因為你就是兩大一小，你這一小有你的優勢。概念轉一轉，把臺灣概念變大，臺灣人的概念變大。我覺得老師接下來，應該會在很多其他的場合，包括他的新書，來討論如何把臺灣變大，把臺灣的概念變大這件事情。我也很期待看到老師更深入的闡述。
如果十年之後，還有人回頭來聽這一集，這一集其實有一些東西，在這個時候沒有講太清楚。但你原先的想法是這樣，就是我們先了解現在在什麼階段。現在在一個人類史上最好的階段，每一個人都要擁抱這個階段，不要害怕。它不是海嘯的第一排。比起海嘯，永遠有機會，只有這一次。我們要看成一個隧道，一個隧道裡頭有黑黑的隧道，但有一點亮光。多數人害怕不敢走進去，可是少數人覺得它是亮光。隧道外頭有機會。這個隧道來了，這是人類史上第一次。看是機會還是恐懼？基本上要把它當機會。我希望大家記得，是因為你是第一批可以用AI，讓自己變超級人類的。Gemini 3.0，他們的行銷slogan叫"你想什麼都可以做出來"。AI不要把它拿來說取代工作，你就想你要想什麼，你用AI把它做出來。光這件事情就夠開心的。
的確是，擔心被取代這件事情，就是你原本的夢太小，原本不敢做夢。對，所以我們就是把每一個人的夢，去夢想實現，創造出來就好了。如果它是個機會，它是最好的機會。希望10年後回來看，有更多人在這個時間，把握到這個機會。
非常感謝簡立峰老師，今天為我們帶來如此精彩的分享。那從結構化的去分析AI的趨勢，到為臺灣找出可行的戰略位置。以上，就留給包括正在收看這一集的所有人，還有我在內一個最終的思想實驗。科技浪潮當中，臺灣的人跟策略該如何升級？我們該如何思考臺灣？什麼叫做臺灣人？那我們這一代人，如果現在正在這個隧道裡頭，那我們最重要的使命是什麼？
今天我們這集就聊到這邊，非常再次謝謝簡立峰老師。
謝謝國威讓我們有機會交流一下。思想實驗室，下次再見，掰掰。
歡迎來到思想實驗室，我是國威。思想實驗室的YouTube會員功能，今天起正式上線了。感謝大家一直以來的信任，想邀請最挺我們的你，與我們一起走得更遠。有了大家的支持，我們承諾會繼續製作，更多優質的內容。在未來與大家一起，做不同主題的思想實驗。歡迎點擊下方的加入按鈕，與我們一同前行。