工業技術研究院

去年諾貝爾獎是很有代表性的分水嶺，物理獎和化學獎分別頒給了跟AI人工智慧相關的學者，這是諾貝爾獎之前從沒發生過的事。物理獎得主辛頓（Geoffrey E. Hinton）是深度學習之父，他得獎不用多說；Google DeepMind CEO哈薩比斯（Demis Hassabis）拿到了化學獎，他用AI的強化學習，在短時間內找出了2億種蛋白質折疊結構，此前人類化學家花了5、60年，大概找了20幾萬種，沒想到AI只用很短時間就找出2億種，可以預期的是，很多萬靈丹可能就藏在裡面。

這是為什麼哈薩比斯得到化學獎的原因，他改變了科研的基礎方式，以終為始，先找出一堆折疊結構，再看裡面有什麼寶物可挖，這跟以往提出假設、驗證、量產的順序完全顛倒，也正是AI為科研帶來的顯著影響。

企業導入地端AI　強化生產力

隨著AI技術持續普及，每個人都想要有自己的AI，尤其是企業，因為資安和智慧財產權的考量，企業開始建立內部的AI應用，造就主權AI興起，其實這不只在談AI是不是會講中文，而是企業把主權AI看成是內部資產，這也是臺灣下一個機會。

有別於之前的雲端平台幾乎壟斷全世界，要用雲端服務，就得用Google、Amazon，但現在邊緣AI成本節節下降，技術整合慢慢到位，企業開始考慮用自己的地端模型，這是未來AI轉型很大的趨勢。
企業想解決的問題是，企業內部的知識實在太多了，還有老師傅的知識傳承問題，所以開始用AI保存知識。根據統計，一位工作者5天的工作時間，大概有30%的時間花在找資訊，也就是1至2天沒有生產力，這是生產力的浪費。如果公司內部有個像 Google這麼好用的AI搜尋引擎，便能省下非常多時間。

有個代表性的例子是，瑞典公司Klarna提供全球電話客服給金融機構，在2024年因為導入AI客服省下了4,000萬美金，更驚人的是，原本一通客服電話要花11分鐘處理，現在只要2分鐘，省下80%時間，也就是生產力5倍提升，Klarna計算過，導入AI後，等於建立一個700人的客服大軍。

企業導入AI第一是建立資料戰略，為什麼需要主權AI？不是因為要發展自己的技術、跟世界大廠比拼，而是要把資料留在自己手上，雲端則做備份和衍生。第二是強化既有的商業模式和員工生產力，客服是一個很好的例子，它不是新的商業模式，但Klarna用AI大幅提升生產力。第三，大家已經把AI當成一個可以用的技術，並且持續部署到公司裡，未來3至5年都會是這樣的狀況。

不只提供資訊　更會決策推理

AI的確變得愈來愈聰明，用智力測驗來看，人類平均智商100，10年後、100年後都差不多，但先進AI模型現在智商大概接近120，非常聰明的水平。從算力需求來看，現在每年算力需求都會增加5倍，2年就是25倍，科技公司一直需要更多算力，來訓練更大、更聰明的模型，這個趨勢並沒有停下來，不會因為AI變得成熟，整個市場就泡沫化崩盤。問題是硬體跟不上，你可以買更多GPU把算力湊齊，但硬體不脫摩爾定律，2年增加1倍，所以軟體和硬體的發展速度有落差。

如果用人類的聽說讀寫和推理能力來比較AI和人類，從1998年開始，AI的聽說讀寫能力急起直追，一直到2020年超越人類，到2023年底時，AI的推理能力也超越人類，這是一個很重要的轉折點，如果AI只會聽說讀寫，它只是一個聊天機器人，沒有辦法給你太多有用的東西。但當它具備一定推理能力的時候，AI就可以幫你做決策、規劃，最後你再做驗證就好，這是之前AI無法做到的，但對商業世界很重要，AI可以被用在決策環節裡，而不只是提供資訊。

另一個值得注意的是，現在的AI是根據網路上的公開資料訓練出來的，不過在2028年前後，全世界的公開資料就會用完了，這對人類來說很難想像，因為沒有任何一個人，可以把全世界的網路資訊都塞到腦袋裡。當公開資料用完後，AI還有沒有辦法繼續進步？答案是可以。

Google DeepMind在今年5月發表了 Alpha-Evolve ，這對未來全世界的科技發展至關重要， AlphaEvolve 是一個會自我進化的研究員，就像圍棋AI AlphaZero，到後來自己跟自己下棋，左右互搏，它不需要看任何棋譜，最後打敗了所有人類建造的圍棋AI，變成最強。
AlphaEvolve 已實際用在科研上，創下很多紀錄，所以公開資料用完沒有關係，因為現在AI技術已經形成一個閉環，這就是大家談論的合成資料，經過強化學習迭代之後，就會成為有用資料，而且是人類沒有的新知識。

歸納目前看到的幾個趨勢，第一，AI似乎會思考，但這跟人類意識是否一樣不重要，重點是電腦已經可以模擬人的行為，有時甚至想的比你更全面，它已經可以解決問題了。
第二，全世界的商業競爭，從原本的大數據到全數據。過去我們不可能消化所有資料，所以在做很多事的時候，其實是抽樣，也就是統計，但當AI已經可以完全掌握全世界資料時，統計學也會發生根本性的改變，因為AI可從統計變成因果推理，所以未來的商業世界，抽樣可能不夠，因為有人會用更先進的技術，直接掌握全面資訊做推理。
第三，AI會開始自我改善，這也是為什麼大家對AI安全性的考量愈來愈高。以往AI安全性是冷門學科，但現在AI已經會威脅人類，不想被關機，這就是AI一直在自我改善。其實，這也不是太神秘的事，因為AI是強化學習，屬於目標導向，靠近目標就加分，遠離目標就減分，所以AI會防止自己被關機，因為關機之後就無法推理，不是靈魂真的跑進去。

改寫工作流　AI Agent興起

紅杉資本在生成式AI出現前就預測，2025年時，影像AI會全面普及，非常準確。此前大家用AI還是以文字為主，到今年上半年很多人用AI生成吉卜力風格的圖片，這是一個轉折點，因為 GPU算力一直補上，在影像之後，是AI生成場景和遊戲，一直往後發展，元宇宙就會捲土重來。所以臺廠還有下一個供應鏈可以投入，就是元宇宙。

當AI不只給你資訊，還會幫你執行動作時，也造就AI代理（AI Agent）的趨勢出現。比如你要規劃一個旅遊行程，AI直接幫你在網路上預訂，從頭到尾不用真人介入，你只要做最後的決定和檢核就可以了。Gartner每年底都會公布十大科技，去年其中之一就是AI Agent，全世界正在邁入一個超級智慧的時代，從原本百分之百人類動作，到現在AI Agent慢慢代勞，最後AI會開始創新。

這也造成工作流的改變，波士頓顧問公司（BCG）指出，AI已經開始把流程解構，比如以前準備一份投影片，要發想題目、寫大綱、製作投影片，現在AI先產出一份完整投影片，我們再回頭編修，工作流程已經完全顛倒，不再是以前流水式的進行。當工作流程拆解後，提案發想可以這個AI做，投影片又是另一個AI做，Agent和Agent之間會彼此溝通，最後再組合起來，未來3至5年整個工作流會改變。

外界在討論AI Agent時也發現，一個很強的天才Agent，不見得能把每一件事做好，但如果你把它拆解成幾個很小的專門Agent，一個專業團隊組合起來，產生的結果比單一天才Agent更好，這和人類社會很像，團隊還是非常重要。

未來查找資料的模式也會有很大改變，以前搜尋Google，查完後要點擊，自己消化資訊，現在大家幾乎已經不點擊網站，因為AI會幫你整理好資訊，所以最近「零點擊」狀況開始出現。Google統計，高達80%的人搜尋之後，幾乎不會點擊任何網站，新的互聯網正在產生，以往是網站互聯，未來是AI互聯，所以如果以後AI完全不會提到你的網站，基本上你就從網路上消失。

改寫工作流　AI Agent興起

諸多AI對勞動力的影響，一直是關注焦點，其實AI對不同產業的影響程度不一，很難一概而論，目前普遍的共識是應該不至於造成大規模失業，但這個轉型過程會很痛。最近科技大廠都不斷裁員，他們就是在改變自己的勞動力結構，左手裁員，右手去找會用AI的資深工程師，AI對一些知識白領的威脅很大，像軟體工程師有一半的工作被AI代勞，但我認為未來是一個80／20的世界，軟體工程師不會消失，但80%的工作AI幫你完成，剩下的20%再由人來審閱。

儘管AI有很多厲害的地方，但人類還有很多東西AI無法代勞。世界經濟論壇（WEF）在2016年，把人的技能分成三大塊，第一是常識，如文學、科學、IT、文化等；第二是競爭力，如獨立思考、創意、溝通、合作等；第三是個人特質，如好奇心、堅持、領導力等，這些都是AI無法代勞的。而AI被世界經濟論壇歸類為IT常識，所以未來看待AI，把它當成一個常識就好，在這個基礎上，做更多的創新和發明。我想我還是很樂觀，因為即使AI再發達，人文精神還是不會消失。想像未來是一個反璞歸真的世界，價值被重新定義，AI沒有的特質，包括重拾書寫、手作的樂趣，人際互動的價值益被彰顯，未來世界應該是可以期待的。