在台灣常聽到一個說法，「算力即國力」，我們要建構國家「算力 （computing power）」 。但我認為，算力其實不是國力，「算法（algorithm）」才是國力。
為什麼這樣說？從財務的角度來看，算力與算法在報表上的意義截然不同。
算力，是解決問題的工具，在財報上它代表的是成本、是昂貴的資本支出，以及隨之而來的資產攤提與驚人的跌價損失。如果買了算力卻沒有創造營收，它就會直接侵蝕企業的獲利能力，也就是財報的bottom line。
相反的，算法則是解決問題的方法，透過算法挖掘數據價值，能為企業開拓新市場、創造新營收，它代表的是企業的成長性，是財報上的top line 。
企業投資AI，目的不是為了擁有更多工具，而是為了創造成長。就像如果我們要去淘金，第一步應該是先探勘、找方法，確認未來的「金子」在哪裡，才開始買「鏟子」，增強能力。但現在台灣太多討論都集中在鏟子上。
就像亞馬遜做機器人、無人機，不是因為這很熱門，而是為了「解決問題」，為了提升倉庫進貨、銷貨、存貨管理，為了降低營運成本。這種問題導向的思維，正是台灣企業目前比較缺乏的。
而這背後牽涉到舊經濟與新經濟的巨大差異。
舊經濟時代，市場變化慢，決策週期長，企業習慣「Top-down（由上而下）」指揮，老闆的經驗、人脈、知識就是聖旨。但在新經濟時代，黑天鵝滿天飛，川普的關稅政策、地緣政治的變動，這些都不在老闆過去的經驗裡。
新經濟是「高頻決策」的時代，沒人能預測未來，唯一的解法就是試錯。
台灣的硬體製造實力非常強，我們很會做鏟子賣給全世界，但回過頭來，我們有沒有想清楚金子在哪裡？你要用AI解決自己企業的什麼問題？
例如，面對地緣政治與供應鏈重組，台灣製造業勢必要出海去美國設廠。但美國的人力成本跟台灣、中國完全不同，不可能用過去的人海戰術。這時找「金子」的關鍵，就是生產數據，你必須用AI和數據分析，做到高度自動化、關燈工廠，才能在美國生存。
所以導入AI前，請先問自己：創造價值與差異化的「金子」在哪裡？接著拿出決心，建立允許小規模試錯的文化，讓團隊用雲端工具去驗證想法。唯有先找到金子，再決定要買什麼鏟子，這才是面對AI浪潮最務實的態度。
