當智慧變成水電一樣便宜，你還剩下什麼？程世嘉《智慧通膨下的新商機》

文—程世嘉《智慧通膨下的新商機》新書分享會現場口述整理。

我創業十幾年，這一路非常痛苦，痛苦的時候我從書裡找答案。所以即便在 AI 時代，即便我知道讀紙本的人越來越少了，我還是有一個小小的固執—我希望書這個東西能延續下去。有些書我甚至會重複買兩三次，這是我對這個世界盡的一份心力。

好，那我們進入正題。

這本《智慧通膨下的新商機》距離上一本《AI世界的底層邏輯與生存法則》大概兩年的時間。兩年前大家還在問「AI 是什麼」，現在已經完全不一樣了，所有事情都變得更快。與其在焦慮裡面打轉，不如跳出來想一件事：如果你今天是剛出生、還沒出社會的人，你會怎麼看這個世界？你會把 AI 當標配，然後開始找你的商機在哪裡。這是一個推倒重來的時代。

智慧通膨：智慧正在貶值，而且速度很快

我今天用「智慧通膨」這個詞，是因為大家對通膨有概念—貨幣印太多，東西變貴，但價值本身下降。現在智慧也在發生一樣的事。

全世界所有大廠都在拚命讓 AI 無所不能，而且這件事可能在幾年之內就會實現。OpenAI、Anthropic 的模型已經在解決人類幾十年甚至幾百年沒解決的數學問題。創造發明，原本我們以為是人類的專屬權利，現在機器也做得到。

我這邊有一張圖，是我常常在引用的。頂尖 AI 的智商已經接近 130，相當於教授、博士、天才的水準。一個幾十塊美金的 AI，在每個領域都是這種等級。當智慧變得這麼便宜，我們的腦袋到底還有沒有用？這是大家都在焦慮的事。

但這個趨勢不會停。AI 是再一次的工業革命，目前沒有碰到太大瓶頸，已經接近可以自我創新、自我閉環的階段。

機器人已經不是未來，是現在

兩三年前，機器人頂多在餐廳走格子線。現在不一樣了，它可以在開放空間判斷你跟它的互動，閃開、不要撞到人。Uber 在日本已經用機器人送餐，完全不需要人類，也不需要特別標線，就跟人類一樣在路上走，到了地點輸入密碼，打開身體就把餐點拿出來。

Uber 作為輕資產公司，最後可能變成一家幾乎無人的公司—不只是送人送餐，連運作上都變成資本運作平台，人力減到最少。這就是為什麼黃仁勳一直在講機器人，因為這是接下來的一件大事。

世界模型：AI 開始理解真實世界

再來是「世界模型」。這是 AI 的下一個階段，AI 開始理解我們真實世界的物理原則。你可以用非常低的成本建出一個 3D 模擬世界。

遊戲是一種 3D 世界，VR 是一種 3D 世界，《一級玩家》裡面的場景也是。VR/AR 其實沒有泡沫化，它在等生成式 AI 走到下一個階段—生成場景的能力變得更便宜、更快、互動性更即時。

工廠也是。以前模擬建廠要用非常昂貴的軟體，現在你用文字敘述工廠規格，AI 就生成高度還原的孿生工廠。你不用先蓋工廠，先用便宜的成本模擬，把變數和不確定性降到最低，然後再建廠。

這些東西都已經可行了，只是大眾還在趕上他們的認知。

無限的組合，無限的商機

為什麼這本書要 focus 在「商機」？因為我看到的是無限的機會，就看你怎麼組合。

你是零售店老闆，以前要做一個能換場景的試衣間，非常昂貴。現在魔法鏡子後面只要接上生成式 AI，就可以做到。你不懂 AI 也沒關係，這些東西可以幫助你生意的銷售。

在這個無窮無盡的組合當中，我們先了解基本發展是什麼，然後去組合出自己的生意。這就是這本書專注在商機的原因。

台灣很特別，但也很危險

這邊要繞道談一下台灣，因為我們在 AI 時代處在一個非常特殊的地位。

我們的股市名列世界前五大，以 2300 萬人口來說這不可思議，尤其我們又沒有太多天然資源。Computex 已經取代 CES 變成大家朝聖的地方，黃仁勳把台灣夜市文化帶到全世界。這是機會，也是挑戰。

半導體直接從業人員只有 30 萬人，全台灣從業人口 1000 多萬，只占 3%。這 3% 的高度經濟成長要怎麼外溢到整個台灣社會？這會決定我們之後的生活品質。

我常常跟電子業老闆說，你們真的要投資電子業以外的東西，因為你們現在投資那些產業，會決定你們以後在台灣的生活品質。如果我們的服務業還是這麼辛苦，護理師、餐廳服務人員、飯店服務人員的薪資沒有辦法提升，服務品質反而會因為半導體的榮景而降低—因為資源都被吸走了，沒有人要做服務業。

而且台灣製造算力，但我們自己沒有善用它去賺應用面或模型面的錢。這一塊幾乎是空白，這是台灣很大的危機。

更不要說我們的出生率全世界最低，今年可能就跌破 9 萬人。簡老師一直呼籲，我們五年內就會開始缺人。台積電和聯發科每年找 1% 的人才，也不過就找到 7、800 人，絕對不夠。現在連技職都開始收了，你就知道連台積電也開始缺人。

所以你在想用 AI 賺錢的同時，也要想 AI 如何變成讓你賺錢的助手。你要養一群 AI，變成一人多工的一家一人公司，這可能是未來年輕人的選擇。

從硬體到軟體，思維必須轉了

台灣一直是製造導向，我們拿到規格，百分之百良率送給客戶，這是我們對世界的承諾。但我們從來都不是制訂規則的人。真正制訂規格的是中國和美國，未來可能也是這兩家為首。

當我們想要做解決方案、甚至做平台的時候，就發現思維必須轉了。以前我們等人家丟問題給我們解決，現在你得去找商機在哪裡，你得出海。

軟體製造的成本已經降到幾乎是零，剩下的是組合、組裝，以及定義新問題和新價值。軟體本身已經不能奇貨可居，你得從消費端去想我要發展軟體，我的價值在哪裡。這個需要你重新定義自己的事業。

但好消息是，軟體試錯的成本已經是零，製造的成本也幾乎是零。所以軟體在未來三五年，大家可以當成一個已經解決掉的問題。最後我們看的就是，能不能為消費者創造價值。

主權 AI：從國家落到個人

我們公司還做了一件跟這本書有關的事，就是推了全世界最大的繁體中文資料集。因為繁體中文在全世界只占 0.5%，這些東西是有機會保存下來的。

主權 AI 這個概念，已經從國家層面落到企業、個人的層面。建立自己 AI 的能力有幾種：第一個是你知道怎麼跟 AI 互動；第二個是它真的可以開始幫你解決問題、創造收入。從國家到企業到個人，都是一樣的。

另外，很多老師傅接下來會退休，每個企業都面臨老師傅退休、找不到新人的狀況。你必須開始萃取組織內老師傅的智慧，趕快用 AI 保存下來。AI 不是只想取代，而是讓 AI 來保存你企業中最重要的資訊，這才是主權 AI 最重要的理念。

降本有極限，增效才剛開始

我們每天的工作已經非常習慣用 AI 先做產出了。各位工作的地板從 60 分增加到 80 分，這已經幾乎人人都做得到。

但降本有極限，而且大家到最後都會用一樣的工具彼此競爭。會用 AI 的人其實只會更累，因為你事情會變多，你會擔心別人用一樣的方式超越你。所以其實沒有解放工作。

重點是你怎麼走到右邊—當這些東西變得很廉價之後，你要怎麼創造出新的價值。這個是大家和企業界剛開始摸索的。

真正現在要進入的階段，是回去思考 AI 怎麼融入你的工作或組織的研發循環當中，創造出新的價值。不要只把 AI 當助手，它已經可以跟你高度配合，幫你思考策略，只要你把情境給它。

所以我的小小總結是兩句話：問人之前先問 AI，加人之前先加 AI。 因為大家現在找人會變保守，但用 AI 會先看看 AI，因為 AI 相對便宜，隨時可用可丟。

但人類不是沒有優勢

世界經濟論壇每年都會出報告，去年提到前十大未來需要的技能，軟技能占了 9 個。這不是美化世界，是真的。

如果你體驗過現在的演唱會實體經濟，你就知道人們其實渴望這種面對面的互動。這些東西隨著時間變得有價值，演唱會和棒球賽的票價會越來越高，現場表演會變得更一票難求。

我們的工作都是複合型的，有不同的技能點數合在一起變一份工作。但 AI 把這些東西開始拆解成積木，你要知道自己是哪幾塊積木。以後每一塊積木都可能有一個 AI agent，你以後的工作就是從這個 T 型拆出來的積木，組合成一個 AI agent 大隊。

但這裡有個殘酷的事實：K 型經濟會變得更嚴重。超級使用者會組織一大堆 AI agent，他做完的工作會是其他人的 10 倍、100 倍，社會的資源和財富自然會集中到他們身上。人類自有科技以來，每一次科技進步就會造成更大的貧富不均，AI 也一樣。

所以不要天真地以為 AI 真的就解放所有人不用工作，這是錯的。我們只會競爭更多，我們還是得定義自己的工作，擠入到頂尖的人那一群當中。

品牌與零點擊經濟

還有一個品牌組的問題。K 型經濟下，大品牌會更大，小品牌會更小。但現在有一個紅利期：當 AI 推薦品牌的規則還沒有自訂完成的時候，你得趕快搶先登陸，優化你自己的品牌。

如果你是現在才剛開始想要做品牌，這是一個從來的好機會，因為規則在變，你就可以在裡面搶先登陸。

當製造軟體和硬體都已經太容易，你最後賺的是服務、是溫度、是你的品牌。

資安：國家開始管制了

書的最後一部分提到資安。現在的 AI 因為很強，已經進入到國家必須管制的階段。我在書中提到「國進民退」，因為所有的基礎設施，水和電，國家必須主要掌握。AI 現在變成基礎設施的同時，國家的干涉力量也會變大。

美國政府在六七月的時候，請 Cloud 把他們最新的模型下架了 18 天。這在 AI 史上是非常重要的事件，因為美國政府開始連軟體也進行出口管制，這是之前從來沒有發生過的。

中國政府也應變了，工信部找了 Kimi、DeepSeek 這些開源模型的創辦人開會。中國走開源路線，因為他們比較慢發展 AI，晶片又被封鎖，所以必須採取開源來掌握全世界開源 AI 的開發者生態。

我們建議輔導的企業，看到新的開源模型，趕快先去下載備份一份。因為你根本不知道中國或美國什麼時候會把這些東西封掉。現在硬碟儲存很便宜，先下載，比起之後下載不到模型到處求人，先下載比較好。

超級使用者與審核瓶頸

經過這兩年 AI agent 的發展，我們發現一個超級使用者，一個人的生產力是可以提升 20 倍以上的。以往你需要 20 個人的軟體工程師團隊，現在一個超級使用者可以做到。

但這些超級使用者更累，因為 CP 值變很高。如果你是企業內的人，你要想辦法變成這種超級使用者，重新定義自己的價值。

AI 現在代勞之後，你更多的是在協助 AI 做判斷。AI 現在唯一的瓶頸真的在人，因為我們消化不了 AI 做事這麼快。它三五分鐘後就跟我說東西做完了，你看一下，我們就變成審核是一個 bottleneck。

但千萬不要看都不看就過去，因為 AI 還是會犯錯。我認為 AI 以它運作的本質，永遠不會百分之百正確，因為它越聰明，就會跟人一樣一定會犯錯。這似乎就是自然界給我們的一個限制。

學習沒有改變，但我們必須守住一些東西

AI 是一個放大器，你原本 10 分變 100 分，但如果原本只有 1 分，你還是只變 10 分，差距又變成 90 分。所以善用 AI 已經是沒有回頭路了。

但如果你在這個時代之下還想守住自己的能力，你不用去跟 AI 比聰明，就像你不用去跟車子比誰跑得快，但你還是要鍛鍊一下自己的肌肉，有起碼的運動能力、判斷能力。

我借用日本的「守破離」一件事情做到極致之後，你會產生創新，產生出自己的價值。西方世界講的是 1 萬個小時的刻意練習，你會變成大師。東方跟西方殊途同歸，這給我們的學習哲學千年萬年來沒有變過。

最後：自信、自律、自學