管理 AI時代,一次逆典範轉移的機會 ChatGPT推出已經兩年多,台灣做為全球AI供應鏈裡頭的關鍵角色,整體社會對AI的關注度也很高。但許多研究和調查都指出一個現象,就是台灣存在「知用落差」,也就是多數人知道AI,但不使用AI。 造成這個現象的一個可能原因,在於生成式AI最直接衝擊的,主要是知識型產業、內容產業,所以對於製造業占比仍高的台灣來說,多數人感受還不那麼明顯。 當外在推力不夠強烈,要推動行為改變,最簡單的做法,是找出「超級使用者」。 因為這波生成式AI的發展,已經讓AI的使用門檻變得很低,所以只要身邊出現一個懂得在工作和生活中大量應用AI的超級使用者,周遭的人跟著有樣學樣,很容易就可以跟著改變。 如果身邊找不到這樣的角色,那至少也要學會一個AI基礎能力:音轉字。 因為我們每天都在講話,所以只要能運用AI做音轉字,就可以把大量的資訊變成摘要,並且可以進一步做問答。以工作者來說,可以是會議的內容、客戶的反饋;對學生則可以是課堂上教學內容的課後複習、考前猜題。 再多一點點,就是用AI來翻譯,將你感興趣的其他國家語言內容,立刻轉換成你可以解讀的內容;或者,也讓AI為你讀讀書,如此就可以把外部世界更多的東西,拉到你的世界來。 日前,美國國會美中經濟與安全審查委員會發表了一份將近八百頁的年度報告,我當時的做法是,自己先讀完其中兩個章節,然後再跟AI有過一次對談,確認它的答案與我的理解很接近之後,再接著將剩下大約六百頁的內容,請AI幫我讀。 當然,重點是不能將AI當作字典或維基百科,而比較像是在跟朋友交換讀書心得。 因為這樣的應用跟我們的生活很貼近,也確實帶來了便利性,就比較容易養成使用AI工具的習慣。 再多說一件事,也許更可以激起你使用AI的興趣。 過去我們談典範轉移,多是上一個世代被年輕世代給顛覆;但這次AI帶來的典範轉移,卻反過來將老一世代的優勢給放大了。 原因在於,現在的小小孩、年輕世代,他們累積的知識和能力都還不夠多,所以同樣一個十年,小小孩在這段期間可以借助AI獲得和發揮的能力,將遠不如已經擁有一定程度知識與專業的大人們。 難得的反超車機會,這次你不把握嗎? ... 2025.01.01
管理 AI世代的哆啦A夢與大雄習題 AI對教育的影響,過去兩年多有許多討論,我目前的結論是,在教學端,老師使用AI有益無害;但在學生端,年齡層有很大關係。其中一個最大的顧慮,是依賴。 近來我喜歡用哆啦A夢與大雄,來比喻小孩與AI之間的關係。AI就像是孩子的哆啦A夢,可以從百寶袋裡變出各種工具,幫他們解決各種問題。但哆啦A夢經常也對大雄說的一句話就是:你不要太過依賴我。 如果沒有家長或老師在一旁提供指引,孩子對AI的使用,很可能就只是將老師的問題輸入,得出答案,然後結束與AI的互動。這類的使用方法,對於目前對世界的認識還很有限、也缺乏知識基礎的小小孩,影響最大。可以預期長此以往,很快就會出現「大腦外包」,對AI過度依賴的問題。 其實行動網路世代,已經向我們演示過數位工具帶來益處的同時,也會帶來副作用。 因為網路,我們得以用遠距工作和遠距教學的方式,順利度過疫情封城時期;但我們也看到,這個世代的孩子,因為網路社群媒體變得更加焦慮;也因為網路的多工能力,變得更加難以專注。 AI世代會產生什麼副作用,或許還需要一些時間驗證,但這恐怕會是比將手機和平板交到孩子手中,還要難解的一道習題。 然而,這也像是明知道火很危險,還是要學會使用火一樣。畢竟,如果不接觸、不使用,人類也就無法發展出今天有別於其他生物的文明。 如今我們離不開網路,就像這個世代也無法遠離AI。 況且,當這個世界上已經出現一個可以二十四小時在身邊提供協助的AI助教,如果我們不將這樣的能力交給小孩,對他們也是不公平的。 但AI真的不是萬能,它或許可以幫你寫出十四行詩,卻無法幫你變得更有抗壓力、領導力和協調能力。各項專業技能的硬實力,AI確實很強,但在軟實力能幫上忙的有限。 其實在所謂的德智體群美這五育當中,AI真正可以幫得上忙的,主要也就是智育。而當AI能夠在這方面代勞,老師和家長,其實就可以投注更多心力和孩子溝通互動與情感交流,也可以幫助他們建立正確的資訊素養、提問能力,以及學習群體協作等更多軟實力。 未來這個世代,軟實力比硬實力更重要。當軟實力增強,就不會成為大腦外包的空殼,而是可以駕馭AI的人。 ... 2025.02.06
管理 軟體要強,才能確保主權AI AI繁體中文不夠優化,是台灣發展主權AI的起心動念;政府積極推動百工百業AI化,同樣少不了主權AI。 主權AI攸關國力,是各國政府都密切關注的議題。進入這個題目時,多數國家第一個想到的,就是算力。因為你買不到GPU,就會覺得沒辦法開始,但這也容易導致落入一個誤區,就是將發展主權AI,同等於興建算力中心。 這其實是危險的,因為在算力之外,主權AI的發展實際上還需要數據、資金、人才,以及軟體平台的搭配。 任一個國家,就算掌握算力、找出數據,如果沒有平台,就很難規模化發展。規模化為什麼重要?工研院在二○一五年技轉給源思科技的本土通訊軟體揪科(Juiker),就是規模重要性的例證。 揪科的問世,代表台灣具備開發通訊軟體的技術實力,但當產品使用者不夠多,就不會持續進步,最終難以維繫。同樣的,發展主權AI也是同樣道理,在硬體裡頭,必須要有一堆軟體平台跑起來,才有意義。 反之,如果沒有夠強、規模夠大的軟體平台使用這個算力中心,這些硬體最終就可能變成蚊子館。我很擔心大家只想到蓋史上無敵大的超級硬體,最終只是浪費了珍貴的電力。 不久前,Google前執行長施密特(Eric Schmidt)才在公開演講上說:「台灣的軟體一團糟。」回過頭來,台灣能夠怎麼補上這個關鍵缺口? 可以從兩個面向思考:第一,這些年台灣即便沒長出太多獨角獸,卻也有不少已經具備一定規模和實力的台灣黑熊。如何讓這些累積了一定數據量和軟體能力的企業出海,進一步擴大規模,是可以期待和努力的方向。 第二,政府也可以扮演打造軟體平台的角色。但就如同發展國防工業,若無法與廣泛的民生需求連結,缺乏商業誘因,就很難蓬勃發展。所以在主權AI發展上,要做的不能只是發展出自己的語言模型,也要同步從產業需求思考。 首先,一定要關注、也必須做的,是那些無法仰賴外人的領域,如國民基礎教育和法律。 第二,台灣的零售、金融、電信產業,不僅具備營業規模、人才、資金,也有出海實力,更重要的是,這些企業掌握了大量使用者數據,也是最有動機和能力使用主權AI模型,讓主權AI可以被有效使用和不斷進化的使用者。 布局算力很重要,但軟體要強,才能確保主權AI。 ... 2024.12.05
管理 AI代理人是個好題目嗎? 代理人(Agent)大概是時下AI市場最熱門的詞彙,不論大企業還是小新創,都在打造各式各樣的AI代理人服務。但,這真的是一個好題目嗎? 在回答這個問題之前,第一個要釐清的是:你的產品是AI副駕駛(Copilot),還是代理人? 兩者差異在於,副駕駛能提供的只是建議,最終,人還是要自己下判斷,自己執行;而代理人更近似於真人助理,可以完成從端到端的任務,如幫你訂車票、訂餐廳。 如果一個AI服務只具備了前者的能力,因為實際能幫人節省的時間與金錢都有限,就很難產生能讓用戶埋單的高價值。 這也是為什麼這波生成式AI讓大家很驚豔,但截至目前為止,真正可以從中賺到錢的人很少。因為多數產品都還只能做到副駕駛的程度,甚至,更多都只能算是聊天機器人。 根本問題在於,大型語言模型本質上是一個機率模型,如果沒有補上強大的推理能力,則AI的能力就會僅止於流暢對談,但無法繼續下一步,獨立完成任務。 而且另一個現實問題是,在AI幻覺問題未能有效解決之前,你大概也無法完全信賴代理人。畢竟,一旦出了問題,責任還是得自己扛。 將AI代理人做為商業題目的另一道門檻,是數據。 這是為什麼這波AI新創投資熱潮,很多都是由AI巨頭,如微軟、Google、亞馬遜、輝達領投,而非由紅杉資本等創投發動。因為創投能提供資金,卻無法提供數據。 但即使拿到數據,若無可行的商業模式,也走不長久。 對於已經具備規模和商業模式的企業,如微軟、Google,這個問題相對小。因為他們現行的產品與服務,本就具備變現能力,不論推出AI副駕駛或代理人,都可視為一種加值,甚至也可能直接創造效益。如亞馬遜用AI協助小賣家加速在電商平台上開店、優化營運,只要每個賣家產生一筆交易的速度提高一○%,就會創造出可觀收益。 但小新創呢? 一種可能性,是追求技術上的第一,如此,即便找不到商業模式,最終也可以被AI巨頭收購的方式出場。OpenAI走的就是這一條路。 若沒有本錢拚技術,商業模式就變得很重要。但目前市場上新創推出的AI服務,多高度仰賴AI巨頭提供的底層資源,且這也占了他們營運的多數成本。結果是,不論前端產品服務如何做變化,這些新創所扮演的角色其實都近似於該AI巨頭的服務經銷商。 AI代理人是當下最容易吸引資金目光的題目,卻恐怕也是難度最高的戰場。 ... 2024.11.07
管理 iPhone的AI時刻 最近科技股大幅修正,主要來自市場對AI科技公司短期能否獲利、挖礦能否賺錢,有點信心不足。然而,AI泡沫是否會真的破裂?iPhone是一個非常關鍵的指標。 目前,大家對iPhone 16、Apple Intelligence,其實反應很兩極:開發者端滿熱烈的,許多App開發商打算在iPhone環境下開發更多殺手級App;但在消費者端,從Google搜尋趨勢來看,熱度並不高,消費者還沒看見iPhone設計的特別之處。 黃仁勳說「AI的iPhone時刻」已經到來,但我們更該進一步關注的,是「iPhone的AI時刻」是否真的來臨? 過去每一次的科技浪潮,從PC、網路,再到手機時代,每一次泡沫,最終都需要消費者付錢,但這我們在AI身上還沒看到,目前雲端業者的營收成長並不是特別顯著。 但,當台灣許多硬體供應鏈已經因為AI受惠,這個泡沫已經這麼大,若要不破裂,最終還是得要消費者埋單。 為什麼呢?首先,消費者是螞蟻雄兵,當每一位消費者都願意付錢購買時,這筆錢累積起來才會大。比如,光是手機這個單一產業,在全世界就會促成非常大的產值。 第二,消費者本身也是股市投資者,當他們感受到AI的威力,例如AI手機的強大功能,他們才會覺得購買AI股票是正確的,才會有更多菜籃族進場買股,你的股票最後才有接手的人。 只有消費者願意掏錢,AI才能避免泡沫化的風險。 iPhone是一個觀察點,因為它接觸最高端的消費族群,若在未來幾季能有量,產值增加、價錢增高,市場就能呈現正向訊號,不會失望。 當AI iPhone賣得不錯,AI PC的量就可以連帶得到支撐,甚至,iPhone還可以重新定義邊緣AI的生態系和軟體環境,我們也可以觀察它的App商店上,有哪些新的AI Apps,連台灣的邊緣AI、物聯網供應鏈都能思考如何去做串接。 其實,新的App已經在手機上陸續出現了,它更強調個人化,比如智慧助理、代理人,以及陪伴、交友聊天類型的AI。只要iPhone賣得好,就會有更好的AI生態系和在地資源,讓開發App的成本下降,iPhone也會真正迎來它的「AI時刻」,推動消費者繼續埋單。 我看好今年第四季,AI手機會有一些增長率。雖然,目前很難說它能否滿足消費者的生活痛點,但只要有滲透率,手機業者在財報上就有支撐點,AI就比較不會泡沫化。 所以,iPhone如果賣不好,AI問題就大了;賣得好,AI可能會走得很順利。 ... 2024.08.15
財經 AI之戰下一步,台積電的AI轉型 從市場動能的角度來看,甫落幕的二○二四半導體展,可以看出未來三到五年AI科技發展走向。 雖然我們都說,八月底的輝達財報,是奠定AI未來趨勢的關鍵指標,但其實財報反映的還算是落後指標,從半導體廠商的火力展示與態度,如設備投資金額、規模,更能預見未來。 事實上,過去幾十年半導體展的議題,並不是跟AI緊扣一起的,但近來生成式AI的巨大需求,包括AI晶片、伺服器、資料中心或邊緣AI的快速發展,致使半導體的成長項目也圍繞AI改變,這次包括CoWoS設備商火力全開的展示,也凸顯CoWoS是量產瓶頸,也是封裝產業的新寶地。 先前我們說二十一世紀的石油是數據,現在可以更進一步的說,半導體也等同未來的石油。怎麼說?許多人說,輝達的產品賣得太貴了,所以讓AI產業沒有辦法規模化,畢竟很多應用,是買不到GPU就沒辦法擴展,但AI模型訓練與推論太耗算力,這必須有賴於半導體技術持續突破,才能有成本下降的空間。 唯有半導體技術與設備能夠持續突破,AI才有辦法持續規模化。 但在此前,要靠AI幫半導體,AI要先能夠挹注半導體產業轉型的能量。 半導體的生產製程、能源管理、供應鏈管理,或是IC設計自動化軟體等,很大部分得靠AI降低難度與成本。 而這,也有可能是世界賽局改變的轉捩點。 舉例來說,晶片廠都積極的在先進封裝製程上尋求突破,現下台積電取得先機,但難保競爭者如華為、三星若在此處,善用AI改善製程技術、提升良率或加快驗證速度等,尋求彎道超車的機會,那就是台積電在領先地位上的風險。 當然,台積電也不會缺席,只是台灣過去在軟體領域上並不擅長,在提升企業效率的AI賽局上,這是風險大於機會的一局。 我們可以看到的是,台積電也在擴大它的人才庫,除了大量聘請AI專家以外,據了解,也成立規模不小的軟體研發團隊,從硬跨軟,這是很重要的改變。 這對台灣的意義是,當大廠如台積電、聯發科開始往軟體領域移動,無論是在世界各國成立研發基地、抑或是在台灣本地開出職缺,這些需求,都有機會把海外的頂尖工作者拉回來,為台灣的企業所用,打一場世界級的人才戰爭。 大廠的AI轉型之路、軟體人才需求,與台灣的轉型之路,形成共生關係。 我們可將此視為AI之戰的前哨戰。這條路還很新,我們已經走在趨勢之上,絲毫不能落後。 ... 2024.09.12
管理 挖礦,是為了活命 永續,才是台灣最應該看待AI的角度。 這陣子很多「做鏟子」和「挖礦」的討論,台灣很會做AI鏟子,我們生產很多GPU(繪圖處理器)、伺服器,但我們對AI應用這座礦要怎麼挖,並不擅長。 如果單純從經濟產值的角度,我們確實可以去辯論,到底做鏟子好,還是挖礦好。但最近我體會到,台灣真正需要的礦不是去改變產業結構,而是永續,因為不挖礦,你就不能永續。 我這裡說的礦是「命脈」的概念,不是要賺大錢,而是要活命。 先看台灣製造業的永續,我們現有的產業裡,人根本就不夠用。 我過去一直在思考,少子化的國家該怎麼辦,芬蘭、愛沙尼亞、以色列,這種人口少的國家其實都比較偏軟體產業,走創新,而非生產製造,因為製造需要大量的人口、土地、能源。 長期來看,台灣又是一個「五缺」的島,根本不適合做製造業,但矛盾的是,台灣卻又是製造業強國,我們不可能讓這樣大的產業停擺掉。我們終究要思考,製造業要如何永續:一是少用點人,二是到全世界去生產製造。 AI可以將製造業智慧化,幫忙解這一題。例如,很多工廠已經開始用數位孿生(digital twin)的方法,也就是工廠的整體設計在台灣做完,用AI進行模擬之後,到海外蓋出一座一樣的廠。如今,企業能減少人力,更容易到海外生產,台積電已經努力在嘗試了。 再來,我們得關注高齡化社會的永續,它是一個未來的剛需。 日本進入超高齡社會以後,迎來了「失落的三十年」,那之後就沒有創新了;台灣明年就要進入超高齡社會,該如何去避免同樣的問題,AI就是機會。 當生成式AI讓機器人的溝通能力變強,我們就有機會把它引入長照、服務產業裡,未來7-Eleven要走向無人商店,銀行也要走向數位虛擬化。台灣,也一定要走向AI管理。 最後,我們還得思考環境的永續,這是政府的社會責任。 舉例來說,地震前,我們在短短幾秒前收到警報,根本做不了什麼,但今天如果每個消防隊都配置一個專屬的無人機,在地震的三、五秒之前,直接飛上天空,它就可以建立臨時行動網路,讓災區不會沒有訊號,甚至還能即時建立災難地圖,減災、防災層面,AI都能幫忙。 以上幾個面向,重要的是,永續不能從商業的角度思考,有一部分其實是社會責任,需要政府投資或引導,替台灣的活命做打算。 ... 2024.07.18