Sega on AI｜EP.1 台灣是 AI 霸主，還是 AI 代工廠？

摘要

本集由程世嘉主持，訪談簡立峰博士，討論台灣在 AI 時代從高階硬體代工中心走向「硬體 × 軟體 × 資本 × 全球人才」整合節點的可能性。來賓認為，AI agent 讓軟體開發門檻下降，台灣不必複製印度或美國既有的軟體產業路線，而可從頭重來，把軟體長在硬體與垂直產業之上；同時，Agentic Commerce、Zero-Click Economy、GEO 與 AI 輔助研發會改變企業需求與內容分發。

YouTube 章節

0:00 intro 00:23 💡 單元開場：Sega 介紹重量級貴人簡立峰博士，探討大眾對於 AI 取代人類的焦慮。 02:08 📈 台灣在 Computex 後的化學變化：從朝聖 CES 到全台瘋 Computex，台灣股市規模逼近日本，成為前所未見的「資本島」。 09:03 🤖 AI 泡沫化的風險？Agent 代理時代的崛起：探討為何 AI 需求是鋼需。企業需要能真正做事的 AI 員工，高階工作代勞將成主力。 11:41 💎 Token 消耗與硬體優化需求：2030 年 Token 消耗預期暴增 24 倍，硬體優化效率成為台灣「護國神山群」的關鍵球。 14:16 🇺🇸 美國東、西岸的 AI 觀點拉鋸：東岸政策制定者（毛）與西岸科技創業家（盾）的碰撞，探討國安、治安與地緣政治下的供應鏈挑戰。 16:44 🌍 台灣的「五缺」與企業國際化轉機：台灣不能只在島上，必須擴大「台灣人」的概念，運用聰明錢進行國際化人才與技術併購。 23:50 🚀 「幸好台灣軟體弱！」軟體創業面臨重洗牌與新機會：AI 讓開發門檻下降，台灣軟體應長在硬體之上，靠 AI 提升規模化能力。 34:08 🛒 牛肉在哪裡？Agentic Commerce 與 Zero-Click 經濟：AI 代理重複性消費、優化企業 ERP 降低庫存風險；探討 GEO（生成式引擎優化）如何改寫搜尋引擎廣告規則。 42:28 🧬 研發循環縮短，各行各業迎來新經濟：AI 最大的價值不在於 operation 降本，而在於核心產品研發的「增效」，讓研發從 10 年縮短到 6 個月。 49:27 👑 如何在 AI 紅流中生存？成為 1% 的未來人才：簡博士勉勵年輕人「問、用、管、造」四面向。打造個人的 AI 分身，每個人在 AI 時代都有機會當老大、實現大夢想！

Transcript

以下逐字稿由 Groq whisper-large-v3 產生。因 Groq 單次音訊 request size 限制，原始音訊切成 8 分鐘片段逐片轉錄，再依片段偏移合併；中英夾雜、專有名詞與部分語句可能有辨識誤差，原始語音與 YouTube 影片仍是優先證據。

00:00 幸好我們的軟體弱 00:02 所以我們沒有犯大錯 00:04 所以我要鼓勵台灣所有的軟體創業家 00:07 全部重來 00:08 因為你的損失太小 00:10 你的機會太大 00:11 我覺得老師你是在講我是嗎 00:13 我是對著你講的啊 00:23 大家好 00:23 我是SEGA 00:24 每天被AI追著跑 00:26 你累了嗎 00:28 這是我們這個節目的核心命題 00:30 也是我接下來每雙週二 00:32 會在這個節目的原因 00:34 我們一起來看看到底 00:36 大家是在瞎忙 瞎緊張 00:38 還是AI真的要取代人類了 00:40 我想這個大概是可能比較擔心的事情 00:43 那這一集呢 00:44 我們邀請到了一位非常非常特別的來賓 00:46 也是我人生當中非常重要的一位貴人 00:49 簡立豐博士 00:51 那簡立豐博士是 00:53 Google在台灣第一號的員工 00:56 也是促成Google在台设立 00:58 总部以外最大研发中心的主要推手 01:02 不只是我的老师 01:03 他更是台湾的国师了 01:06 那每一次简老师上节目 01:08 我想大家应该都是醍醐灌顶的状态 01:10 听了一个小时 01:11 好像是听了一个整个学期的课一样 01:14 所以今天真的非常荣幸 01:16 我们能够请到简老师来上个节目 01:19 我们是不是请简老师跟大家打声招呼 01:22 Sega好 大家好 01:23 这个很荣幸也很有机会 01:25 一个我没有上过我课的学生 01:28 但是我可能在过去20年来 01:32 跟SEGA各种从工作 01:35 跟他的创业都有参与 01:38 见证SEGA成为台湾年轻产业的领袖 01:42 我记得你在Stanfield回来 01:44 做intern的时候 01:45 你特别讲你在做AI的 01:48 没错 01:49 好我们今天就聊聊 01:50 SEGA眼中看到的新的AI变化 01:52 好谢谢杰恩老师的美言我想大家可能不知道的是傑老師其實也是台灣最早一位在做語言模型的技術專家可以說是AI的開山祖師了 02:05 說是台灣的AI教父 02:07 其實也不為過了 02:08 那我想大家都看到了 02:11 最近台灣成為全世界的一個熱點 02:13 幾乎全世界都在關注台灣 02:16 台灣從原本只有台積電被看見 02:19 到現在幾乎是每家公司 02:21 從社會層面文化層面都被看見 02:23 這個是台灣史無前例的一件事情 02:25 那今年第二季的時候 02:28 我因為獲得艾森豪獎的關係 02:30 也到美國參訪了兩個月 02:32 那我是當中唯一的台灣人 02:34 所以在當地其實也深刻的感受到 02:37 大家都在問台灣的事情 02:39 為什麼台積電可以這麼不可取代 02:42 為什麼台積電這麼獨一無二 02:44 那好像台灣是一個突然冒出來的 02:47 一個新的地方 02:49 一個新的人類之間好像沒有注意到的一個機會 02:52 所以我這段旅程我的感受也特別深 02:55 就是大家已經脫離不了AI這個話題了 02:58 無論你是教育出身 03:00 無論你是做非營利組織 03:02 無論你是政府官員 03:03 無論你是軍事國防科技創業家 03:06 社會創業家全部的人都在講AI 03:09 所以我也感覺到台灣的地位 03:12 真的跟以前不一樣了 03:14 那現在距離我們6月前後的這個Computex 03:18 也已經過了一段時間了 03:20 那所以我一開始想先請教 03:22 簡老師的就是 03:23 因為這次的Computex 03:24 其實非常瘋狂 03:25 幾乎台北市的交通 03:28 也因為Computex 03:29 我記得那段時間 03:30 哇非常的恐怖 03:31 表示真的全世界都來到台灣了 03:34 那我相信Computex 03:36 結束一段時間之後 03:37 一定台灣會發生一些化學變化 03:40 第一個問題就想請教老師一下 03:42 在Computex之後 03:43 老師看到整個產業 03:45 整個國家 03:46 還有全世界 03:47 到底台灣在當中 03:49 又產生了什麼樣的一個變化 03:51 我们先讲computex带来台湾 03:54 一个黄仁勋这个AI真正的世界的教父那黄仁勋这是他第三次在台北国际电脑展我们叫他computex 04:05 嗯 04:05 来做Keynote speech 04:07 嗯 04:07 但也就相隔两年 04:09 嗯 04:09 那这相隔两年的时间呢 04:11 台股涨六七倍 04:13 那台股成为世界第五大股市 04:17 而最重要他刚超越了印度 04:21 原先第五大是印度 04:22 对 04:23 这两者有什么不同呢 04:25 一个是接近15亿人口 04:27 那么另外一个是2000万 04:31 可是最大不同呢 04:32 一个是全世界最大的软体代工 04:36 印度 04:36 那台湾是在AI时代 04:39 硬体的关键的代工 04:41 现在几乎是最重要的 04:43 高阶硬体代工 04:44 我们就看到两个国家的股票市场 04:48 显然产生了很大剧烈的变化 04:50 因为我们现在已经开始看到 04:52 AI似乎可以取代很多軟體的開發 04:56 那SEGA這個用AI寫程式 04:59 可能網路上的都知道吧 05:00 你很短時間就可以寫四十幾萬行 05:03 那這個經驗呢 05:06 這代象徵的說 05:07 AI寫程式能力已經被證明了 05:09 所以AI代工的門檻就下降了 05:11 尤其在軟體 05:12 可是反過來我們都發現 05:14 AI的靈巧度 05:15 在這個物理知識的能力都比較薄弱 05:18 那這個時候呢 05:19 硬體事實上短期內 05:21 生产制造流程供应链 05:23 太复杂太复杂了 05:24 似乎是更难被取代 05:26 所以就产生台湾的地位 05:28 那我快速讲一下 05:29 除了股票市场的改变 05:31 台湾的computing 05:33 显然相当于CES 05:35 在AI的影响了 05:37 那我们还记得 05:38 Apple在过去十几年来 05:40 几乎20年 05:41 iPhone的重要性 05:42 也催生了CES 05:44 消费性电子之间的正向观 05:47 可是现在似乎 05:48 这世界重要来到 05:50 AI的基础建设 05:51 那么消费性电子 05:53 慢慢好像有一点点没落了可是反过来呢这个AI的这个每一个可能的硬體改變的應用都是驚人的所以在Computase我們看到 06:05 不只是世界的產業的領袖 06:08 特別是AI科技產業的領袖 06:11 不只是NVIDIA 06:12 你可以看到幾乎所有的重要企業 06:16 哪怕是雲端業者也是重要代表來 06:19 所以這是一個科技領袖聚集台灣的 06:22 但是最終我們過去從來沒看到是資本家 06:26 嗯 06:27 這個你知道資本家是沒賺錢是不會來的 06:30 台灣形成一個世界過去不認識的 06:34 突然間的新的資本市場 06:36 台灣的股市的大小幾乎快要逼近日本 06:40 那是一個一億人口 06:41 我們在1980年代世界第一的市場 06:44 對 06:45 但是台灣新生出來的股市的價值 06:50 是遠遠大過日本的 06:52 因為日本是一個成熟市場 06:54 那麼成熟市場是很少機會的 06:57 我們是新生市場 06:58 也就是台灣股市的90%是新的 07:01 這新的是新機會的 07:03 所以大家可以開始關注 07:05 雖然台灣的股市 07:07 看起來現在我們進入海盜船 07:09 是 07:10 對但是這有些象徵力量 07:12 那我們等一下可以來聊聊 07:14 台灣接下來扮演的角色 07:17 我感覺就跟剛剛SEGA講的 07:19 世界不只开始看到台湾的角色 07:23 他甚至很好奇 07:24 为什么台湾在AI有角色 07:27 很有可能从一个配角 07:29 来到可能是主角的角色 07:31 这是我们想都没想过了 07:33 不过当然我们也有机会聊聊风险 07:35 一个国家很难 07:37 尤其是一个小岛人口不多的国家 07:39 要撑起全世界的制造 07:41 这个是太困难了 07:42 也太艰难了 07:43 那台湾接下来也可以怎么样发展 07:46 了解 07:46 好谢谢杰恩老师 07:47 我想刚才杰恩老师 07:48 其实提到几件很重要的事情 07:50 都代表了非常 07:52 至少对台湾来说 07:53 就是很重要的转折点 07:55 比如说以前 07:56 我们都是去CES朝圣 07:59 但是 08:00 現在好像反過來了 08:01 Computex變成是全世界朝聖的一個活動 08:04 我覺得這對台灣就是一個很大的品牌的意義 08:08 那第二個是老師有提到 08:10 現在從消費性市場其實也轉到了基礎建設的市場 08:15 那我想這個其實也是大家非常關心的 08:17 就是說因為我們始終聽到 08:20 大家會覺得台灣的股市這麼瘋狂 08:23 那這到底是不是泡沫 08:25 那我覺得其實簡老師也在非常多的節目上面有談到說 08:29 現在算力的需求來看的話 08:31 其實它泡沫性的機會可能不大 08:33 因為我們還處在基礎建設投資的階段 08:36 所以這邊我想先簡短的追問老師一個問題 08:39 就是說因為我們當然 08:41 台灣被全世界注意到了 08:43 但市場產業其實都在問說 08:46 好那這個會不會持續下去 08:48 那如果真的可以持續又要多久 08:50 我們這是真的進入一個 08:52 大的循環週期 08:53 這個硬體的建設 08:55 是不是要持續不短的一段時間 08:58 那我們是不是在這當中 08:59 要盡量的去尋找機會 09:01 對 這個關鍵點可能來自 09:03 如果我們在去年來觀察 09:06 這個泡沫的風險 09:07 會更擔心 09:09 現在觀察幸好AI已經從問答 09:11 來到我們叫代理 09:13 我們說From answers to actions 09:15 特別是對企業來講 09:17 他需要的不是一個很聰明 09:19 可以回答問題的AI 09:21 就像顧問一樣 只顧不問 09:24 他需要是真的能做事的員工 09:26 那么做事的员工就叫agent 09:29 那现在我觉得两件事影响了这件事情 09:32 一个当然大家留意小龙虾open cloud的影响 09:36 这从消费者端从中小企业端都可以看到 09:39 用了这些AI agent之后 09:41 很多事情它是可以代劳的 09:43 虽然大家也看到资安的问题 09:45 大家也看到烧token的问题 09:47 可是企业呢我们是在 09:49 Anthropic的Cloud Code跟Cloud Code Work之后 09:52 看到惊人的发展 09:54 因为 Anthropik定义了我们怎么样发展AI代理我相信艾卡拉也开始用了很多你们自己也开发很多这个经验我自己是觉得蛮惊艳的 10:05 因为他定义了怎么样 10:07 把AI推向Agentic的这个时代 10:10 那他就带动了我最近的观察是 10:13 5月5号的时候 10:15 这个Anthropic推了一个 10:18 这个AI Agent for Finance 10:21 对 10:21 那么听说了 10:23 全世界的投資銀行都嚇壞了 10:26 那我也蒐集了很多數據 10:28 號稱可以減少一半的人 10:31 那這就很恐怖 10:32 那很多人說AI會造成失業對不對 10:34 我最近發現不會 10:35 因為小龍蝦可以發現呢很貴 10:38 你不小心你就要買個車票 10:40 他花掉了token fee比車票還貴 10:42 對不對 10:43 所以呢agent呢在所謂的比較低階工作裡頭 10:48 他的代勞是可以的 10:49 但你不見得願意讓他代勞 10:50 因為人還是比較便宜的 10:52 但是高阶的地方很贵的 10:55 了解 10:55 所以我的好朋友在这个Morgan Stanley 10:58 我都笑声说 10:59 你们比较危险一点 11:00 但是这个就带动什么 11:02 刚刚讲的支撑 11:04 为什么不会泡沫 11:05 某种程度呢 11:06 它是刚需 11:07 但是这个推动需要一点点时间 11:10 因为企业自己也不知道 11:11 怎么样走向agent 11:13 对不对 11:13 虽然有工具 11:14 所以接下来发展一定是 11:16 垂直领域的工具 11:19 agent工具要一点一点出来 11:21 那消费端呢 11:22 比如說Google I.O.之後有Spark這種個人化的agent 11:28 或者Apple它的Siri 11:30 它現在叫Siri AI 11:32 對它也可能是一種agent 11:34 那讓消費端自己有感 11:35 可是消費端開始用agent 11:37 他會感受到token的很貴的壓力 11:40 那企業就更貴了 11:41 所以呢我看最新的Morgan Stanley報告 11:45 他說在2030年 11:48 token的consumption會增加24倍 11:52 相等於2026年增加24倍那你想想看這24倍都要需要硬體來优化跟驱动那在某种程度对台湾来讲不管AI往哪里用 12:06 只要Token消耗的很多 12:08 硬体就需要很多 12:09 而且有一点不一样 12:11 它不是量多而已 12:13 只要好 12:14 因为实际上大家要的Token的量 12:18 可能远远超过 12:19 但是如果你的优化的技术很好 12:22 比如说这个NVIDIA在推Vera Rubin 12:25 对不对 12:25 他就号称他的效率呢 12:28 在整体在做Token的效率里头 12:31 他可以比以前效率十倍 12:34 在某种概念下 12:35 所以台湾之所以在台积电以外 12:39 我们现在看到包括联发科 12:41 鸿海 台达电 12:41 从市值的角度来讲 12:44 接近百大 12:44 我们无法想象在这个岛上 12:48 不止台积电是世界第六大 12:50 第七大企业 12:51 我们还有另外三家 12:53 大概在150到100名 12:55 这样的企业里头 12:56 而他们之所以能够出来 12:58 台湾不只是一个 12:59 靠一个护国神山 13:01 还有一群神山群 13:03 很重要的地方就是在 13:05 硬体里头 13:06 每个layer都需要优化 13:08 那么这些硬体的优化 13:10 跟生产制造的效率 13:11 是台湾擅长的 13:12 所以在硬体的需求更大 13:15 token经济更强的情形下 13:17 台湾的角色 13:19 恐怕比以前还更多 13:20 那台湾要思考的反而是你的无缺问题 13:24 你能不能接住这么大的球 13:26 这球不用担心它会消失 13:28 但是不能说完全不会 13:30 它会摆荡 13:31 但仓行来讲这需求是大的 13:32 但我们怎么去把这个球接住 13:34 接得更好 13:35 那当然这个token经济 13:37 就带动很重要的AI应用 13:40 所以我们也看到 13:41 接下来有很多 13:42 我们等一下可以聊得更深的 13:44 就是AI带动的Agentic Commerce 13:47 带动的Agentic Enterprise 13:50 這就是叫牛肉在哪裡的概念 13:52 因為你做橙子總要有人挖到礦那礦在哪裡我們可以聊聊好 各位觀眾我們這邊不是投資性節目所以各位投資自己有賺有賠自己判斷那我想傑老師其實剛才也回答了很多 14:07 我在艾森豪講的巡迴當中 14:09 遇到的很多問題 14:10 就為什麼是台灣 14:11 以及為什麼這麼不可取代 14:14 所以我想 14:15 我現在看到美國的一個狀況 14:18 當然是AI已經是他們的熱點 14:19 而且就連美國在東岸和西岸 14:22 對AI的看法其實相當不一樣 14:24 東岸是所謂美國的Policy maker 14:27 西岸是所謂的科技創業家 14:29 所以一邊是毛一邊是盾嗎 14:31 對一邊是毛一邊是盾 14:32 那兩邊講的語言 14:34 以及看事情的看法是完全不一樣的 14:37 AI進展的速度 14:38 其實已經讓美國的Policy maker 14:40 也非常感到焦慮 14:42 但是他們唯一一個可以切入的一個點 14:45 就是在於資安 國防 軍工這邊 14:48 因為他們覺得 14:49 跟他們高度相關的領域 14:51 不外乎就是AI跟這些領域的結合 14:54 所以其實他們也很積極的在跟西岸 14:56 包括Anthropic Open AI 14:58 在談比如說之前有傳出 15:01 像美國政府可能入股這些科技公司 15:04 變成是一個國進民燒為退 15:07 跟另外一個國家方法有點像 15:09 就有點像 15:10 當然我們在看中美兩邊的發展的 15:14 這種AI發展方式完全不一樣 15:16 但的確他們彼此都在跟對方學習 15:20 這個是確定的 15:21 所以在這個AI的進展速度 15:23 已經超過我們所有政策制定速度的情況之下 15:27 其實國稍微進 民稍微退 15:30 這個似乎是在接下來的幾年 15:32 可能會持續發生這件事情 15:34 因為民旨在跑太快了 15:35 而且是完全忽視政策 15:38 完全忽視安全的 15:39 他沒有不需要 15:40 如果你不管他的話不需要 15:42 但我想美國是一個最重視國家安全的國家 15:46 所以國進民退 15:47 我想這個是我們預期 15:49 接下來一定可以發生的一件事情 15:50 那當然大家也在看說 15:52 因為台灣身處在一個特別的地方 15:55 所以也不斷地在問說 15:56 那我們的供應鏈 15:58 我們的土地 16:00 我們的人口到底夠不夠呢 16:02 那在這方面其實我也跟美國 16:05 包括我去Stanford的演講 16:06 也有分享到 16:07 老師其實在他的新書《出海》當中 16:10 也有提到 16:11 台灣其實接下來會面臨很大的 16:14 一個人才的斷層 16:15 以及國內消費市場的萎縮 16:17 其實這兩點也是 16:19 我從老師《出海》這邊的分析 16:21 得到說其實在這個半導體 16:23 這麼興盛發達的情況之下 16:27 台灣在接下來還是有很大的挑戰 16:29 和面对 16:30 结合到老师刚才讲的 16:31 我们供应链 16:32 如果我们要承载这么大 16:34 2030年之前 16:36 24倍的算力增加 16:38 我们到底应该怎么做 16:39 我们是不是先聊聊 16:41 台湾在供应链 16:42 这个我们还能支撑下去吗 16:44 要怎么办 16:44 这个台湾已经大到 16:45 不能只是在这个岛上而已 16:47 台湾是一个抽象的概念 16:50 所以刚好我当时在思考 16:53 我去年一开始先思考 16:55 AI对台湾的影响 16:56 之后就发现 16:58 台湾得天独厚 16:59 可是五缺 17:00 五缺最重要的是缺人才 17:02 那你人口少本来就缺人才 17:04 这要事实 17:05 那如果你只是一个 17:07 这个经济不够发达 17:09 那缺人才也就算了 17:11 你现在台积电是世界第六第七大的企业 17:14 你只用台湾人才 17:16 怎么样都不太可能想象 17:18 未来台湾可以永续发展 17:20 所以这一次其实带给台湾一个绝佳的礼物 17:24 就是我们的企业其实必须要国际化 17:28 那台湾最重要是要把自己 17:30 台湾的概念要扩大 17:32 之后台湾人的概念要放宽 17:35 AI这个时代刚好给台湾这个优势 17:37 第一个就是我们是 17:39 已经是世界的焦点了 17:40 所以台湾要躲起来 17:42 大家也不容易 17:42 那台商必须要出去也是事实 17:45 因为你机会都在你上头 17:47 对别人来讲 17:48 对你的买家来讲 17:49 他自己就更害怕 17:50 所以你到这个买家的国家里头 17:53 去做生产制造 17:54 这也不为过可是最终是如何让你能够保有核心的竞争力那我通常都举例用荷兰当例子我们现在熟悉的艾斯摩尔它事实上是荷兰公司的 18:05 那么从以前的菲利普 18:07 这样一路分支下来的 18:09 那菲利普的当年的案例 18:10 也是非常明显 18:11 它变成全世界的很大的制造公司 18:14 但事实上它总部还是在荷兰 18:17 那台湾如何做 18:18 未来发展一个就是 18:20 所谓的研发核心在台湾 18:23 可是生产制造可以在重要的国家 18:26 那我们可以透过远距管理 18:29 那过去它有点困难 18:31 有AI的加上网路 18:32 这件事情它变成有可能的 18:34 我们可以用Digital Twins的方式 18:37 做虚拟的管理 18:38 在远距做管理 18:39 那以像台积电做法 18:41 它的第一座厂可能在台湾先盖 18:43 做在海外的时候 18:45 就基本上可以用台湾的厂的经验 18:47 做远距的管理 18:49 可是不是只是到海外生产 18:51 降低关税问题而已 18:54 或者是解决地缘政治问题 18:56 最重要是为了人才而去的 18:58 过去台商我们都只是把 19:00 外国当成工厂 19:03 不当市场 19:04 只有把外国人当人力不当人才 19:06 可是当台湾嫂子的话 19:08 这是一个绝佳机会 19:09 所以台湾接下来 19:10 确实可以这样做 19:11 就借力使力 19:12 借世界需要台湾 19:14 其实台湾是需要世界的 19:16 可是我们就让别人以为 19:17 是人家需要我们 19:18 所以我们带着机会出去 19:20 那把做法做改变 19:22 就是我们要怎么累积 19:23 结合全世界的人才 19:25 那么让台湾更茁壮 19:27 那么未来的台湾很有可能 19:29 就从最近看到了 19:30 我们现在的产业呢 19:33 它的价值已经出现了 19:34 所以台湾某种程度资本在手上 19:37 那接下来台湾要懂得 19:38 怎么用聪明钱 19:40 你缺的你可以透过资本的操作 19:43 比如说用并购的 19:44 并购包含人才的并购 19:46 包含技术的并购 19:47 把台湾变大 19:48 那台湾人的概念变宽 19:50 那大概有一點點延續我以前輸的想法 19:54 但是沒有想到台灣在AI時代有這麼好的地位又比我在一年前的觀察來講影響力還更大而且來得這麼快這麼快老師我想延伸你提到的就是說 20:06 因為現在台灣已經變成一個是資本市場的地方 20:10 不再只是一個帶空的地方 20:12 不只是工程師的島了還是資本家的島了 20:15 從工程師島變成一個資本島 20:18 我不知道我這樣理解對不對 20:19 可能再追問老師一下 20:21 就是說好既然現在 20:23 全世界資本要集中到台灣了 20:25 那你看股票市場就是一個最好的 20:28 最好的一個例子 20:29 那我們是不是也是用一種 20:30 循環投資的概念 20:32 我們拿全世界的錢 20:34 然後去獲取台灣本地 20:36 以及全世界最好的人才 20:38 包括剛剛老師講到的 20:39 併購本地的公司 20:41 或者是併購國外有這些國際化 20:44 或者軟體人才的公司 20:45 這個會不會是就是下一步 20:47 我們看到台灣的應急產業要走出去 20:50 利用资本这件事情 20:51 很重要的一个杠杆 20:53 对这其实是很有趣的 20:54 别人看到我们的价值把钱扎过来 20:57 他绝对不是只是赚一个短线 20:59 尤其当你看到长期基金 21:02 所谓的一般叫long hold的基金 21:05 就是那种国家主权基金 21:06 也跑到台湾来 21:08 就代表不单纯了 21:10 他认为你有长期价值 21:12 所以在这种情形下 21:13 台湾要懂得资本家的看法 21:16 从他的角度来看 21:17 那就会找出自己的价值 21:19 那最重要的地方就是 21:21 你知道我們的股票市場已經突破 21:24 外資占49.9% 21:27 應該是在這一段時間已經要突破50% 21:31 你要突破50的意義是什麼 21:32 世界的台灣 21:34 對你是倫敦 21:36 你可能比東京還更國際化 21:39 在資本市場上 21:40 那麼我們所有的分析師是不是 21:42 不是只是在電視鳴嘴而已 21:45 是不是应该每一个人都能够用数据 21:50 用AI分析的 21:51 所以从某种程度台湾整个会量变而指变 21:54 这个量是指钱来的而这个钱有一半台湾人的钱哦嗯那如果股市漲30%台灣人另外賺到15% 22:05 可是如果跌30% 22:07 虧掉15% 22:09 所以整個社會要接受 22:12 我們已經進入一個 22:13 所謂的資本密集的時代 22:17 那資本密集時代 22:18 跟技術密集是截然不同 22:21 你缺的不是自己做 22:22 台灣工程師倒是習慣了 22:24 工程师什么都自己来 22:25 对 22:25 那台积电过去也有一段时间 22:28 是什么都喜欢自己来的概念 22:29 那么资本家不会是这样 22:31 资本家的缺的就是用并购 22:34 但并购你要一个能力 22:36 不是用钱而已 22:37 你要整合 22:38 所以最难的地方是integration 22:41 integration要互利共融 22:44 那不是一个我的资本家角度 22:47 我把你买起来 22:47 那你都跑走了 22:49 我怎么办 22:49 所以台湾进入到一个全新的机会 22:52 而且是提升自己成为 22:55 有名也有实 22:57 有名的意思就是说 22:58 你有这个资本的 23:00 有一天你有实是 23:01 你是世界的台湾 23:03 而且你确实是可以让世界认为说 23:06 你这个台商 23:07 不是只是来压迫我们 23:09 也是来给我们的机会 23:12 那最近我看到有趣了 23:14 很多的国际新创跑来台湾 23:16 去到处present 23:17 反正我们的新创 23:19 就国外present的少了 23:20 没错 23:21 但是國際新創來了 23:22 為什麼 23:23 因為想跟我們合作 23:24 在我們的這個機會上頭 23:27 去找他的機會 23:28 我們待會可能就會開始談到一些軟體 23:31 應用面 23:31 所以我想說從硬體這邊來看 23:33 我想台灣已經毫無懸念了 23:35 是世界的中心 23:36 我們接下來就是要突破這幾個 23:38 國際化的這個難題 23:40 包括剛才老師講的資本操作 23:42 以及併購之後的整合 23:44 所以現在是一個雙向的一個概念 23:47 那對於因為硬體強 23:50 軟體自然就會弱了 23:51 我想這個就是台灣一直以來最 23:54 幸好軟體弱欸 23:55 幸好軟體弱是不是 23:56 那老師的看法怎麼樣 23:57 就可以變強 23:58 那像我們這種弱 24:00 弱的軟體公司 24:01 我也是為廣大的 24:02 就還在載福載成的軟體創業家們 24:05 在台灣的這些軟體創業家 24:08 有沒有機會搭上這一波硬體的熱潮 24:11 跟他們緊密合作 24:12 這個我要講的概念就是 24:14 幸好我們的軟體弱 24:16 所以我們沒有犯大錯 24:18 我們如果某種程度 24:21 我剛拿印度跟台灣來做比較 24:24 那麼它是軟體代工 24:26 而我們現在發現AI agent很會寫軟體 24:30 那麼台灣是不是受害者 24:31 剛好相反 24:33 我們可以快速規模化 24:35 因為我們本來軟體產業規模就不大 24:38 我們可以透過AI 24:40 讓我們開發軟體的規模化變快變大 24:44 那門檻下降 24:45 那麼這件事情對印度對美國是壓力 24:48 甚至部分的中國大陸是壓力 24:50 為什麼 24:50 因為原來產業規模已經很大了 24:53 那麼你餅變大的過程中 24:55 它事实上是重洗牌 24:57 所以受伤的很多 24:58 这可以解释矽谷的高阶软体工程师 25:01 大量被裁员 25:02 因为它是重组的概念 25:04 那台湾是重来的概念 25:06 重来的概念你是from scratch 25:08 你有多好的机会 25:10 那机会在哪里 25:12 硬体 25:13 我们的软体应该长在硬体之上 25:16 跟着硬体飞出去 25:18 或者我们就好好学用AI 25:22 让我们的硬体产业的效率提高 25:25 他不是跟着产品出去 25:27 而是让他 25:28 比如说台积电用AI的能力变强 25:31 那么台湾的供应链 25:33 用AI的能力变强 25:35 那就算毫无关系都没关 25:37 台湾政府用AI的能力变强 25:40 因为你的产业变强 25:41 你的管理能力也要变强 25:43 所以台湾刚好有一个全新的机会 25:46 反而年轻世代 25:47 更应该放在软体上 25:49 因为软体的门槛下降 25:51 你更有规模化 25:53 可是问题出在哪里就是我们传统以前站的位置站错边我们习惯站在美国觀點看印度觀點看所以我們選跟他一樣的題目那是錯的我們應該看到台灣的優勢的題目在哪裡 26:08 那同樣道理 26:09 我們如果聊聊說 26:10 AI的這個牛肉在哪裡 26:12 我們硬體總要有這個 26:14 做產值的賣到那麼貴 26:16 那挖礦的沒賺到錢是不行對不對 26:19 我們從AI agent看到了 26:21 比如說Agentic Commerce 26:23 我們看到Agentic的Enterprise 26:26 在消費端以後很有可能是由AI驅動的消費代理的服務的過程 26:31 這中間其實會產生很多台灣可以發展的角度 26:37 舉例來講你還是在做AI代理 26:40 可是你要不要做我們電子供應鏈的採購代理 26:45 我們的供應鏈金額有多大 26:48 那這個金額的採購台灣有大連大 26:51 那电子零件都在上头采购 26:54 那么如果你推动的是一个 26:57 电子零件跟半导体的采购代理制度 27:01 那么是截然不同 27:03 那同样的是做AI agent 27:04 for shopping for procurement 27:07 那台湾也可以思考美国的发展模式 27:10 就是当AI代理来到企业 27:12 会有很多垂直领域 27:14 那为什么叫垂直领域 27:15 就是我们在AI代理有很多技术 27:19 我们叫做skills 27:20 对不对技能 27:21 对 27:21 那一般小公司是没有能力自己写自己的那个领域的技能的 27:25 他要建筑在人家做好的工具上 27:28 那那个技能里头台湾已经有特殊产业出现 27:31 对不对 27:32 我们有世界级的特殊产业 27:34 我们是可以为他为帮他做他的垂直领域的代理 27:38 那么这一个部分也是我们可以看到 27:42 所以台湾的软体反而这时候比以前更重要 27:46 了解 27:47 我都把它简化说叫做不只是软硬整合 27:50 是這麼簡單一句話 27:52 我覺得叫世代的整合 27:54 世代的整合上升到世代的整合硬體老了但硬體機會大的不得了确实那么硬体接下来最重要的是用软体提升它的效率 28:05 对 28:06 那么用软体解决它人少的问题 28:09 那软体的世代的人还年轻 28:12 那么AI来了 28:14 它的规模化 28:15 过去10个人软体公司 28:17 只卖卖电子商务在台湾 28:19 就赚不到什么钱 28:20 对 28:20 可是这10个人以后加AI等同1000人 28:23 这1000个虚拟的 28:25 就是等同我们有能力跟硬体大公司做合作 28:29 我们让它避免被弯道超车 28:33 这也是不得了 28:34 所以我在看的角度里头 28:36 台湾的软体反而有新机会 28:38 而这个新机会就用AI带给我们的软体规模化 28:43 反正我们被踩的人也没几个人 28:45 那不如把它规模化掉 28:48 各位听众 28:48 我想这一集的价值已经远远超过我们的想象 28:52 因為其實剛才老師的回答當中 28:55 也回答到我心中非常多的疑問 28:57 因為剛才老師有講到一個關鍵字 29:01 別人在重組當中我們都看到了 29:04 美國在進行勞動力結構的改組 29:06 大量的裁員 29:07 可是台灣沒有 29:08 台灣沒有 29:09 台灣比較像是一個重來 29:11 但是老師講到一個觀點 29:12 就是也是我這一次在 29:14 艾森豪講的巡迴當中 29:16 包括OpenAI的高層 29:17 Anthropic的高層 29:19 他們都講到一件事情 29:20 就是说他们认为软体即将要被解决了 29:24 他们讲的一个很重要的概念 29:26 也就是说软体制造的成本 29:29 它会开始变得非常的低 29:30 那老师刚刚有讲 29:32 就是说这个其实是一个重来的机会 29:34 但也含有很大的商机 29:36 因为当软体的成本非常低的时候 29:39 你其实可以更快速的去服务 29:41 不同的垂直产业 29:42 以往你要学很多的know how 29:45 以往从规格到交付 29:48 它要很长的一段时间 29:50 這個就讓市場的時間錯過了 29:52 但是我們現在如果有軟體工程師的技能你又可以跟 AI 好好搭配的話你會發現你在深入一個垂直產業甚至於說我想軟體人最討厭的就是客戶說我要客製化對吧這個是大家 30:05 所有軟體工程師的 30:07 現在大廠都在客製化了 30:08 但是現在客製化這件事情 30:11 變得是可以管理 30:12 而且是夠快的 30:13 我說穿了就是我們的軟體不會必拆 30:16 必拆是AI也可以協助我們管理的 30:19 這個其實在我們在 30:20 包括在北美市場的經營 30:22 在台灣跟硬體廠的合作 30:24 其實都有類似老師提到的概念 30:26 就是軟體這件事情已經變成是 30:28 我們必須在硬體上面 30:30 印尼廠現在也想要從原件 30:33 提升到solution 30:35 再提升到平台 30:37 我覺得這個其實也是一個重生 30:39 在老師剛才提到的 30:41 我們不同的硬體的layer上面 30:42 再加上軟體的話 30:44 其實它是一個新的機會 30:45 所以我要鼓勵台灣所有的軟體創業家 30:48 全部重來 30:49 因為你的損失太小 30:51 你的機會太大了 30:52 是这有一点像是我们说 30:56 在AI时代谁最有价值 30:58 我目前判断是创业过的人最有价值 31:02 因为你每一件事情都做过 31:04 可是如果你有AI工具 31:06 你再重来一次 31:07 你会最有效率吗 31:09 不像美国印度他损失那么大 31:12 损失其实很小 31:13 我觉得老师你是在讲我是吗 31:15 我是对着你讲的啊 31:16 我现在没办法看到别人 31:17 好像是我的人设是不是 31:19 这个重来的概念 31:20 他不是真的是歸零的概念 31:22 完全不是 31:23 就像黃仁勳 31:25 他的GPU後來發現重來了 31:27 沒錯 31:28 他的GPU不是只是做動畫的 31:31 這個Animation 31:32 或者所謂的Graphic的improvement 31:35 他突然間變成AI的推理了 31:37 訓練了 31:38 他也沒想到 31:39 但他把它重來了 31:40 他的角度就是把我的自己的價值最大化 31:43 而且我要懂得rescale自己 31:47 我想這也是給我們 31:49 如果在觀賞我們節目的各位硬體大佬們 31:52 或者是我們的科技工作者們 31:54 其實台灣蘊含了非常大的機會 31:57 在印度也好 在美國也好 32:00 大家都在裁員在重組的時候 32:02 其實台灣是很缺人才的 32:05 這件事情是還成立的 32:08 這老師要不要再多講一點 32:09 我要請所有硬體大佬注意 32:12 你一輩子的錢也用不完了 32:13 但是這麼多的錢 32:16 他要保留下來最有價值的 32:19 還是要用在AI怎麼樣來提升 32:22 我們的產業的價值 32:23 但台灣真的能用AI 32:26 能夠感受AI的人 32:27 还是那一代花了很多时间 32:30 学软体学网路的这一群人 32:32 因为他其实是最容易 32:35 在AI时代移民的一群人 32:38 没错 32:39 那么怎么样把老创跟新创 32:41 结合在一起 32:42 创造新的机会 32:44 我看这个案例应该是很快比比皆是 32:47 可是最重要的一个概念 32:49 用AI这件事情 32:51 真的是要老板们自己来 32:54 了解 32:54 那有哪个老板 32:56 我们不对已经上市这么久的老板去要求他 33:00 但是我觉得在新的机会里头 33:04 确实主导者对他的发展要感受非常强烈 33:08 那么包括在AI的新时代 33:11 我们可以聊一聊 33:13 AI的牛肉应用在哪里的部分 33:15 我想这个就是也是台湾很多 33:18 我们硬体厂的这些领导者 33:20 他们也很想听老师来开示的 33:22 因为大家都在讲agent这件事情 33:24 但每個人對Agent的理解或者應用 33:27 都非常非常不一樣 33:29 因為我們常常遇到的一個狀況就是 33:31 很多的硬體老闆 33:32 聽我講完Agent很厲害 33:34 但回去就抓頭說 33:36 這跟我到底有什麼關係 33:37 我想說就請老師是不是也在針對 33:41 就是說好 Agent在應用端 33:43 比如說像Google 33:45 它就是一家全站的公司 33:47 從每一層 從應用到治理 33:51 到晶片 到算力全部都有 33:53 這些大廠他們現在到底在把整個消費市場推向什麼方向因為我想這也是很多硬體廠的領導人很想知道的因為他們現在要國際化的時候他們也要去了解到底在消費端市場客戶端 34:06 他們現在在做出什麼樣的改變 34:08 因為台灣要知道 34:10 買你的硬體的用在哪裡 34:13 你知道硬體產業 34:14 我當了很多上市公司的獨立董事 34:17 包括很多大型製造業 34:19 我才知道說製造業的風險有多大 34:23 多數的時候毛利很低 34:25 但我們庫存才是造成毛利低的真正原因 34:28 對 34:29 所以如果你的買方跟你講說 34:31 現在需要100萬顆晶片 34:35 你還得判斷他講的是真的還假的 34:38 他有可能來呼通你是為了要你的產能 34:41 那你如果壓錯保的時候 34:43 你的問題就大 34:44 這跟AI PC iPhone都一樣 34:45 因為做軟體的壓錯保 34:48 大不了就是砍幾個員工薪水低一點 34:51 但是硬體的你的庫存通通沒了 34:53 所以對台灣最難的地方是 34:55 我們很難從消費端去判斷真假 34:59 那這一次的Agentic AI 35:02 目前看起來有兩個真的東西出現了 35:05 一個叫Agentic Commerce 35:07 就是我們在電子商務裡頭 35:09 我們看到AI可以代理購物的概念 35:12 大家說shopping那麼好玩 35:14 為什麼要被人家代理 35:16 其實錯錯錯 35:17 我們會以為真的很好玩 35:18 但是我們生活中 35:20 也許你沒有注意到 35:22 你每天有很多固定消費 35:24 是 35:25 那企業裡頭他比如說 35:26 這個飲用水不夠了 35:28 還要採購飲用水的 35:29 紙不夠了要叫貨 35:31 這些是重複性的 35:33 repeat的這種消費的 35:36 這些東西AI幫你代理掉 35:37 你會很開心 35:38 他幫你叫貨 35:40 聯絡 35:41 打發票 35:43 這個收報帳 35:45 最有趣的 35:46 Agentic Commerce 35:47 跟台灣的製造有什麼關係 35:49 你的ERP 35:51 你所有的ERP加了AI全部都改了 35:54 那不好意思很多人会失业哈哈哈哈确实如果连采购做决定市场调查供應鏈整個分析都用agent來做的話這看起來就是 36:05 完全就是蕭徒老師剛剛講的 36:06 就是我庫存的風險就可以大幅降低 36:09 因為很多的庫存 36:11 就是因為在溝通的silo 36:13 一個人傳一個人 36:14 那大家傳遞的時間拉長了之後 36:17 就變成貨已經進來了 36:19 但如果你能夠越縮短時間 36:21 那效果就越好 36:23 那這是一個角度 36:24 跟台灣所有的民眾有關的 36:26 當然就是Agentic Commerce 36:28 已經跟我們所有的服務業 36:31 跟內容產業都綁在一起了 36:33 原因就是你的商品 36:36 或者你想要做的服務 36:38 或者一個教授你的演講 36:40 你的影響力 36:42 都被AI在影響跟決定了 36:45 我們過去的Web是人在看的 36:48 那聽說現在的內容絕大多數 36:52 這個國際刑警組織 36:54 本來就預測2026年 36:56 整個Web的Content 36:57 90% 90% AI 37:00 生的 37:01 對這個很有意思 37:02 其實在6月的時候 37:04 我們也看到就是Cloudflare 37:06 就是一家在全世界做這個網路流量 37:09 分析監控的一個 37:11 非常大的一家公司 37:12 美國的上市公司 37:14 他的執行長也出來提到了 37:16 就是我們現在的網路上 37:17 已經機器人的流量 37:20 已經超過了人類的流量 37:23 因為當然我們自己也在做 37:25 所謂SEO到GEO的這種轉換 37:28 那我們也看到說 37:29 原來另一個新的時代短折點又來了 37:32 我們做的內容做的網站 37:34 不再是給人類看 37:36 而是給機器看了 37:38 那前一陣子也很多人在講 37:40 現在大家已經不點擊了 37:42 那老師在看 37:43 Zero Click Economy 37:44 對就是零點擊的經濟已經來了 37:46 那接下來這些科技大廠 37:48 像是Google或者是 37:50 無論是Amazon 37:51 他們其實都在制定 37:52 都想要制定新的規則對那老師在看這一塊的時候是覺得整個市場尤其在Commerce這邊的話他們現在在做些什麼我們先來幫Google研究它為什麼最近 38:06 Gemini之後信心很高 38:09 但是整個市場在觀察它 38:10 說為什麼廣告沒有掉下來 38:13 那使用者都零點擊了 38:15 廣告為什麼沒有掉下來 38:16 我們先來討論這個問題 38:18 甚至點擊的流量那麼少 38:20 為什麼廣告還很多 38:21 其實很有趣的地方是 38:23 我們在看待搜尋已經全然改變了 38:26 對 38:27 我們現在搜尋直接給我們答案 38:29 那它並不是設計來導流到其他的網站去了 38:34 那麼如果你是新聞網站做內容的 38:36 當然你從搜尋來的流量就減少了 38:39 那你要怎麼辦呢 38:41 你可能就要像SEGA這樣做Podcast 38:44 但它不是為了這個目的 38:47 但你可以看到所有的媒體業現在都做Podcast 38:49 因為這個流量是它可控的 38:52 那搜尋導流就已經減少 38:54 不代表內容產業一定消失 38:56 但它的方式要改變 38:58 因為消費者更喜歡是 39:00 就從AI的答案裡頭去閱讀 39:03 你知道Google賺到一個 39:04 我們想都沒想過 39:06 它叫Inventory變長變多 39:09 你知道嗎 39:09 我們現在在Google的Property的時間 39:12 變長了耶 39:13 原來我們搜尋打一個keyword之後 39:15 馬上就離開Google 39:16 這是以前我跟SEGA在Google的時候 39:18 我們的mission對不對 39:19 趕快把使用者送走 39:21 對對對 39:21 但現在使用者都留在Google的答案世界裡頭 39:25 一直在閱讀 39:26 所以Google可以播廣告的時間變長了 39:29 Google了解使用者就更深入了 39:33 那用這個角度來講 39:34 他贏的機會或者他比以前更好的機會自然大增 39:38 這是華爾街被說服的最主要原因 39:40 原來如此 39:41 就是你的Inventory變多了 39:43 Inventory有兩種計算方法 39:45 一個叫閱讀的Duration 39:48 那變長很多很多 39:50 所以這個就是大家始料未及的 39:52 因為大家覺得不點擊就沒廣告 39:54 沒廣告就沒收入 39:55 但有了AI 39:57 大家的注意力在AI上變多了 40:00 所以他整個看廣告的時間也變多了 40:03 因為說大家從此都被Google的答案洗腦了吧 40:11 留在那個圈圈裡的 40:12 這世界上所有人都需要做品牌 40:15 不只是產品要做品牌 40:17 事實上消費者裡頭如果你是一個學者 40:20 你想要在這個領域裡頭被看到也是品牌 40:23 在某種程度大家都希望AI對你的認知是正確的 40:27 甚至還幫你會宣傳 40:30 在這種情形下 40:31 當所有人都從那個搜尋的答案裡頭 40:35 在閱讀的時候 40:37 那你就可以知道它的影響力有多大 40:39 那這個就你剛剛SEGA快速講的keyword 40:42 叫GEO 40:43 Google就是Generative Engine 40:45 那Optimization 40:46 我們怎麼去優化它了 40:48 那這個優化跟傳統點擊就不一樣 40:50 以前點擊我們叫做 40:52 Searching Engine Optimization對不對 40:54 你要搶一個keyword 40:55 比如說叫手機這個keyword 40:58 那你就是去做很多SEO的做法 41:01 然後衝排名了 41:03 但是現在不是 41:04 現在是要讓AI對你的理解是正確的 41:08 是有效的 41:09 只有能夠把正確觀念被消費者認得的 41:12 今天老師剛才講到一個重點 41:14 就是說我們現在 41:16 其實是要去改變AI的認知 41:18 我們以前都跟搜尋引擎在鬥法 41:21 這件事情其實持續了30年 41:24 你看我們用關鍵字搜尋已經過了30年的時間 41:27 從1990年代一直到現在 41:29 但是你看從深層次AI2022年底 41:32 大型提到之後不過3到4年的時間 41:35 我們又從問答進入到agent的時代 41:39 所以其實我想這個其實就是大家非常 41:42 非常覺得不可思議的 41:44 就是從30年3年到今年 41:47 如果是agent元年的話大概就第一年 41:49 所以你看它的科技的周期 41:52 其實是在加快的 41:54 所以其實最後我想再補問一題就是說除了AI是用來降本增效因為剛才老師其實有提到降本增效而且降低你的風險特別是對於台灣的採購鏈來說的話 42:07 庫存的管理來說 42:09 AI可以幫上很大的 42:10 這個對毛利的影響是很大的 42:12 因為每一次的 42:13 在硬體公司的董事會裡面 42:15 庫存一定都是一個主要的話題 42:18 所以這光是對台灣的產業 42:20 你如果懂得老闆懂得如何使用AI 42:23 這個就會對你的公司的體質 42:24 直接帶來正面的影響 42:27 那另一方面就是說 42:28 我們在降本增效之餘 42:29 其實大家因為就連現在我們看到 42:32 很多的太空科技 42:34 很多的材料科技 42:35 很多的晶片設計 42:36 其實它也似乎也在加快當中 42:39 迭代的時候其實也變快了 42:40 就是說在研發循環這件事情 42:42 我想也是很多台灣的公司 42:45 之所以能夠累積這麼多底氣的原因 42:48 因為我們就是做了50年 42:50 而且片手之足從來沒有懈怠過 42:52 那老師在看這個研發循環 42:54 會不會是下一個AI 42:56 帶來的一個爆發的領域 42:57 這個我們顯然是看到共同的角度 42:59 這個題目我們沒套招的 43:01 對沒有套過 43:02 我跟你講這是裡頭最重要的題目 43:05 因為我們現在看到的是AI產業 43:07 但我們沒有注意到 43:08 AI時代最重要的產業是原本的產業 43:12 我們原本的產業的研發方式改變了 43:16 縮短了 43:18 它產生的新的產品新的消費需求 43:21 才是真正的新經濟 43:24 那AI帶來這些新工具 43:27 是AI少數人的少數產業的機會 43:30 多數人都在你原來的世界裡頭 43:33 有了新方法 43:34 那我舉一下 43:35 台大經濟系有一次找我去演講 43:37 要談AI對經濟的影響 43:40 所以我對經濟沒有概念 43:42 所以我就問了AI才知道說 43:44 哇原來當現在AI用到核心產品的研發 43:50 制藥業從10年會降到6個月 43:53 就可以发展出一个新药建筑设计从六个月变两个礼拜那你想想看它可以产生在相同的时间轴里头它可以产生新的产品的量有多少 44:06 它产品的创新度可能就可以提高 44:10 那会不会产生新的消费 44:12 就会了 44:13 所以各行各业用AI进入它核心产品的研发里头 44:18 它会产生新经济新产品新消费 44:21 这才是真正未来支撑AI时代 44:25 最重要的牛肉在哪里的关键点 44:28 也因为有这个新经济 44:29 才需要新的基础建设 44:32 那这个部分差别在哪里 44:34 如果你用AI agent做研究 44:37 你就会有感觉了 44:38 那学校老师都有感觉 44:40 学生现在都很厉害 44:42 论文也写得很好 44:43 对因为AI的概念 44:46 那么AI最擅长的一件事情在哪里 44:48 读书 44:49 你给他命令读书找资料 44:51 它24小时 44:52 那么我看到很多的这个 44:54 企业已经开始把AI用去做 44:57 研发新产品的部分 44:59 这才是最大最大的核心 45:01 我现在都建议企业老板说 45:03 不是降本增效 45:05 降本是下下车 45:07 增效是上车 45:09 而增效增在哪里 45:10 你的核心产品研发这件事情 45:13 同样是Token 45:15 你用在这里价值最大 45:18 你把Token用在Operation的Cost降低 45:21 這個部分呢 45:22 因為有很多員工薪水本來就不高了 45:25 他們其實已經很辛苦了 45:26 人的價值反而是在那裡 45:29 那麼真正有價值就是 45:31 我說從Work faster變Work smarter 45:33 那企業變成Smarter 45:36 他產生的新產品 45:37 大概就是新經濟 45:38 好各位 45:39 就是老師剛才講到幾個關鍵字 45:41 我們現在都在關注降本 45:44 因為大家都看到裁員的新聞 45:46 哇 覺得好像AI就是要取代工作 45:48 但老師其實剛才把我們的注意力 45:51 轉換到另外一個 45:52 完全是在徵效這一個領域 45:54 那老師剛剛也講到一個重點就是說你在原本領域這件事情持續深耕搭配AI的話它是有巨大的機會的因為新發明 新需求 新價值 46:05 你可以創造出新的商業模式 46:07 新的產品 新的消費模式 46:09 那這個就是全世界似乎 46:12 好像還沒有很認真在討論 46:13 因為大家都還在重組 46:15 在重構當中 46:16 所以我想這邊也可以分享一下 46:17 我自己的經驗 46:18 因為老師剛才有提到 46:20 你跑去寫code 46:22 但是我在上半年 46:23 我就自己產出了三個專利 46:25 是跟AI一起互動的 46:27 而且不是 46:28 這專利算誰的 46:29 我表面上當然算我的 46:30 對因為反正AI目前不會告我 46:33 所以專利 46:34 至少應該算短時間內算我的 46:36 所以其實我也感受到這個魔力 46:38 就是說當你在一個領域 46:39 你是夠資深累積的夠多的時候 46:42 趕快搭配AI 46:43 因為它不只可以補足你 46:45 原本就是你還可以繼續往上突破 46:48 深入再研究的地方 46:49 它還可以跨領域的來做創新 46:52 因為這個是我看到跨領域這件事情 46:54 其實也是AI很擅長 46:56 因為他本來就沒有領域 46:57 他就是一個領域 46:59 對我覺得老師在之前 47:00 其實有很多場合其實都有提到過 47:03 AI你如果真要劃分領域 47:05 AI在每一個領域都是博士生 47:08 都是教授等級的 47:10 那這一群人為你所用 47:12 他們產出的東西 47:14 用你直接掛名 47:15 他們都不要掛名 47:16 天底下哪有這麼好的事 47:17 對不對 47:17 所以我覺得這個是 47:18 你只要付Token就可以 47:20 對只要付Token的錢 47:21 那Token大家都知道 47:22 台灣在做而且只會越來越便宜 47:25 所以我覺得這其實就 47:26 似乎我們現在是在進入一個 47:28 大發明時代的這種概念 47:30 不知道這樣解讀是不是正確 47:32 是的但是這個我最近聽到一句很有趣的 47:34 就是說在矽谷在面試人的時候 47:37 工程師的時候就問說 47:39 你會不會用AI 47:40 每一個都說他會用AI 47:42 他就補問一句你有沒有付錢 47:44 這代表說他相信你用AI的邏輯 47:47 這當然不能幫這個 47:48 Google這種網路公司做廣告 47:51 這樣多付Token 47:52 但是事實上這個token 47:53 最後也是台灣人賺到的錢 47:55 是 47:55 但概念上就是有點是 47:57 你在投資未來的邏輯 47:59 等於是說 48:00 我們所有的行業 48:01 其實某種程度要用AI 48:04 到你的核心的地方 48:05 那一個核心競爭力的提升 48:08 其實你也不用外求了 48:09 你就是把你原來的知識 48:12 用AI再提煉就好了 48:13 你在新領域其實大可不必 48:16 所以大家都聽到老師講的話 48:18 其實用越多 台灣賺越多 48:21 因為全部都是回到台灣製造的算力 48:24 所以包括你看Apple上個月的發表會 48:27 他也是都把所有的重心都放在講說 48:30 他要升級他的 AI 48:31 其實那些最後都是流到台灣的供應鏈 48:35 所以我們以前說就是 48:37 看股市原本最早就是看蘋果 48:39 但現在都在看輝達看台灣 48:42 所以我想這個就是 48:43 我們站在一個時代的轉折點 48:45 大家一定千萬要把握這樣子的機會 48:48 那最後最後因為我想聽眾朋友都是 48:51 活生生的血跟肉 48:53 在聽完老師開示了這麼多 48:56 大的趋势 48:57 从上到下 48:57 从最宏观到最细节 49:00 几乎都已经分析的非常透彻 49:02 那我想大家最后还是回到 49:04 问自己说 49:05 好 49:05 我身为一个年轻人也好 49:08 刚出社会的人也好 49:09 到底在这个世界 49:10 我要怎么搭上这一波浪潮 49:13 我是不是就选一个领域 49:15 专注它 49:17 然后就也不要想太多了 49:18 我想这是大家共同的一个问题 49:20 就是说我们都知道 49:21 大家想要搭趋势 49:22 但是回到我们个人的做法的时候 49:25 我們到底應該怎麼在這個洪流當中生存 49:28 我在今年年初的時候 49:32 這個有一場演講談AI時代的未來人才 49:36 那個時候這個命題裡頭 49:38 說我如何成為1%的人才 49:41 1%的人 49:41 對 那在那個時候我開始注意 49:43 1%人才的樣態是怎麼樣 49:45 大概就長了SEGA這種樣子 49:48 你說體重方面嗎 49:50 那可能不用到1% 49:52 我體重應該是1% 49:54 真的 台灣人啦你用台灣人的標準好不好也沒有到1%但是你的AI能力有原因是什么就1%人才他有他的专业知识了 50:05 他有一定的经验 50:06 可是他懂得 50:08 所谓什么打造分身 50:11 这些很重要 50:12 我们在初期用AI的时候 50:14 强调怎么问好问题 50:15 我也花很多时间在告诉大家 50:17 怎么样问对问题 50:19 那什么时间用 50:20 那我怎么管理的很好 50:22 那我用这个这个军运冠伟 50:25 吕冠伟他用的叫问用管造的四个面向 50:29 那OECD其实有定义的 50:32 最重要是那个造就build 50:34 build一个属于自己的personalized agent 50:37 那在过去没有 50:39 Entropy Cloud Code系列的 50:41 或者Open Cloud之前 50:42 小龙虾之前 50:43 这个也是需要高手 50:44 像SEGA这样自己能够build 50:47 但未来我觉得这种工具会很普及 50:50 我想Amazon Microsoft也都在做 50:54 在Google IOS宣布Spark 50:57 这个功能 50:59 那Huan-Li Xun 51:01 NVIDIA他也有帮小龙虾做安全版 51:03 对不对 51:04 接下来我是鼓励大家 51:06 就是为自己打造分身 51:09 用成熟的工具 51:10 因为这个工具可能半年一年内 51:12 可能都很成熟 51:13 但是就不一样 51:15 你要把你的工作的流程跟经验去优化它 51:19 让他帮你忙 51:21 让他真的有效率的帮你 51:24 这有点像刚刚Sega讲的 51:25 就是我们AI在每件事情 51:27 可能是博士生或博士级 51:29 可是在三年两年后 51:31 不是一个都是爱因斯坦跟牛顿 51:34 那你要让他忙啊 51:36 不能你在忙他不忙啊 51:38 所以你必须要有分身的概念 51:41 让他在任何的时候 51:44 尽量有办法帮到你 51:46 那这大概是1% 51:48 跟另外99%的最大的差异 51:51 我常常讲说 51:52 如果三年后 51:53 我看到一个新创团队他有三个人五个人我完全没办法判断他的生产力的战力有多高以前三個人我至少知道你要吃飯要睡覺所以我一天算你八小時 52:06 現在他24小時的AI 52:08 他的Token fee比人家多100倍 52:11 他可能是一個300人的團隊 52:13 那麼是截然不同 52:15 那這300人的差異在哪裡 52:17 因為你會為自家公司打造自己的agent 52:21 那麼讓每一個地方效能增高 52:23 那年輕人該怎麼辦呢 52:25 你要學的管 agent 52:27 就是用管照裡頭的管理 52:32 那這個管理你就這樣想 52:33 這個康熙幾歲就登基了 52:36 那麼這個北韓現在的接班人呢 52:38 是幾歲 52:39 那你就知道人不管你幾歲 52:41 只要有人可以被你拆遣 52:44 你就可以當老大 52:46 你可以當皇帝 52:48 AI的時代每一個小孩子 52:50 都有機會當皇帝 52:52 所以我们不要把小孩子当太小 52:54 我们不要把凡是我要自己来的 52:57 传统吃苦耐劳的概念 52:59 你应该是凡事我都要来 53:01 不是自己来 53:02 你要跨领域 53:04 让你自己的想法可以被梦想实现 53:07 所以最重要回归那件事 53:09 你有没有梦 53:10 你有没有要实现 53:12 那一个梦够不够大 53:13 以前我们说梦不能太大 53:15 是因为做不来 53:16 那叫做白日梦 53:19 现在不是 53:20 很不一样 53:22 你有夢有能力去實現 53:24 你能夠找到適合你自己的AI代理 53:27 那你就可以去完成 53:29 那麼對你而言你就是1%人才 53:31 好謝謝老師的開示 53:33 我想老師剛剛講的 53:35 其實也是我對外常常分享 53:36 濃縮成一句話 53:38 就是有了AI 53:39 其實你心想事成的距離變得很短 53:42 對 53:43 很多事情其實可以快速的嘗試 53:45 快速的實現 53:46 我覺得這是一個非常重要的心態 53:47 因為 53:49 老師剛有提到 53:50 AI是博士級是教授級是愛因斯坦級 53:53 但是你要懂得去用它 53:54 它才真的對你有幫助所以真的就回歸到我們身為人最重要的一件事情就是老師剛講你想做什麼你想完成什麼這個是在這一段時間 54:05 就是說大家都會問我或者問老師說 54:08 我們到底應該學些什麼 54:10 其實這個答案因人而異 54:12 但最重要的是你要培養起那個心態 54:14 找出你真正想要做的事情 54:16 因為現在理論上 54:18 就算現在做不到 54:19 一兩年後也全部都做得到了 54:21 不管是在實體的世界 54:23 或者是在軟體的世界 54:24 其實都一樣 54:25 所以不分年紀 54:27 不分你資深的程度 54:29 因為規則全部都在改寫當中 54:32 全部都在改寫當中 54:33 幾乎就是全世界重置一次 54:35 其實越年輕你越沒包袱 54:36 對 這點真的非常重要 54:39 因為我們在職場上其實看到 54:41 反而是越沒包袱 54:42 然後越是願意去接觸新東西的人 54:46 他進步的速度很快 54:47 他就是要熱情 54:49 那麼好奇心要強 54:51 願意接受新東西的 54:52 其實這一次真的是 54:54 他的效率確實比較高 54:56 在職場資深的人雖然有專業知識 54:59 可是如果他接觸新東西的欲望不夠強烈 55:02 事實上某種程度下一代的 55:04 真正的AI Native就出現了 55:07 對我想職場上其實競爭還是存在的 55:11 我想我們都不會很天真的以為說 55:13 AI真的會為百分之百的人都照顧到 55:16 大家都是飛黃騰達 55:18 就跟老師講的一樣 55:20 1%的人他可能就是超级明星 55:22 他会在竞争当中胜出 55:25 变成老师刚刚讲的那个老大 55:27 然后拿走很多很多的资源 55:29 成就很多很多的事情 55:31 但我很喜欢老师刚刚的一个结论 55:34 就是说到最后 55:35 你看不管科技怎么进步 55:37 其实你要保持你的好奇心 55:39 好奇心是所有的根源 55:41 它会造成你的企图心 55:43 它会造成你想要去猜解事物 55:45 想要完成事物 55:46 一切的根源 55:47 其實也是我這幾年創業下來 55:51 很大的一個感悟就是 55:53 好奇心是你最後堅持下去的 55:57 最根源的一個特質 55:58 所以我覺得大家 56:00 無論你現在是什麼年紀 56:01 無論你現在是什麼樣的身份 56:02 在收聽這個節目 56:04 我都希望你可以在這個時代當中 56:06 就帶著你的好奇心 56:08 那我相信很多的困難 56:10 都會從你的好奇心 56:11 就慢慢慢慢一步一步的克服了 56:13 所以不要被動 56:14 打著你的好奇心主動出擊 56:16 這就是我想我們在AI時代最好的 56:19 應對的一個方式 56:20 好那今天非常謝謝我們的老師 56:24 國師 56:25 簡立峰博士 56:26 簡老師來到我們的節目當中 56:28 我相信这一集真的是非常值得大家再去多听几次 56:32 因为包括我在内 56:34 每一次听杰老师讲话 56:36 真的就是上了一整个学习的课 56:38 值得再三回味 56:40 今天真的谢谢老师能有这个机会跟老师对谈 56:43 那我们下集节目再见 56:45 再见 56:46 各位朋友在听完今天的节目之后 56:49 你觉得台湾在这一波AI的浪潮当中 56:52 到底是主角还是配角呢 56:54 欢迎在下面的留言区留下你的看法 56:58 字幕by索兰娅