全部文章

導讀

貼文引用Harari在《人類簡史》中的觀點：智人能建立大規模社會組織，是因為擁有想像不存在事物的超能力，共同的想像讓大規模合作成為可能。Robin個人覺得，目前的AI也還沒有想像能力，包括推導新知識與產生新洞見的能力，AI更像是彙整大量現存資料再呈現，甚至可能不具備價值判斷能力。他舉例，問AI疫苗有益或有害，AI可以蒐集網上多數資料做出結論，但仍根基於網上現有的科學數據。這是2022年12月的個人判斷，AI能力之後已變化。

導讀

Robin說，科技發展與趨勢的形成是連續性的，不會隨年末年初切換而產生斷點，下一年度也不會突然換成完全不同的科技與趨勢。但每年的突發事件，會讓科技與趨勢提前加速或向後遞延。他在開工第一天鼓勵自己穿透表象，掌握科技發展與時代趨勢，並相信很多趨勢不是不到，而是早到或晚到，所以要提前識別、做好準備，也調適自己對時間與週期的預期。

導讀

貼文轉述一個比喻：牛頓被蘋果打到後，抽象出萬有引力；ChatGPT被蘋果打到，只會回答被打到會怎樣、如何避免、吃蘋果的好處。把不相關的事聯想成一套系統學說的抽象化能力，目前仍是ChatGPT的天花板。Robin補充：牛頓級的奇才可能幾百萬人才出一個，多數人做的例行性工作，在可預見的未來仍有相當威脅；若你的工作換人做一樣好，風險就高。他舉例，積極擁抱ChatGPT的A，可能因生產力大增而取代消極等待的B。

導讀

貼文主張從改變教育方式著手：過去傳統大班教學，在AI時代可以變成一對一家教式的問答。台灣學生過去不習慣問問題，新時代必須自己主動發想問題、組織問題，過去擔心老師答不出來，現在要擔心的是自己不會好好發問，問對問題比直接給答案重要。聽不懂可以一直問，或要AI家教換個方式再講一次、用小學生能理解的方式講、講得更深入並舉例。作者認為，新時代的教育方式需要被重新設計。

導讀

貼文先引用王興的話：公司的出發點不是看競爭對手，而是以客戶為中心、給客戶創造價值，客戶願意付錢公司才能存在。接著Robin補充：網際網路帶出許多新服務，現在迎來AI時刻，他預期許多原本的工作流程會被顛覆或創新，過去要幾百、上千人才能做的服務，未來可能幾十人或十幾人就能做到，值得重新想像與重做一遍（此為Robin的預期，2023年5月時點）。

導讀

Robin指出NVIDIA在台灣的夥伴既有硬體大廠，也有剛萌芽的軟體新創，在AI浪潮、新舊交替與軟硬整合之際，他相信台灣還能扮演更多關鍵角色。他引述貼文當日NVIDIA市值約7,834億美元、位居美股第五（2023-05-19時點，數字：依原文轉述，未獨立查證），並期待帶動台灣在AI上持續升級轉型。文末他以回顧口吻調侃：若數年前在市值約200億美元時進場，七年約40倍回收（非投資建議）。

導讀

貼文轉載得到頭條，說明為何一些很強的科技公司人很少：文中以Midjourney約11名員工為例（數字為轉載所述，2023年6月時點，依原文轉述，未獨立查證）。分析的三個原因：科技產品研發的邊際成本低、基礎設施完善不必重複造輪子、存在十倍工程師效應。文章另補一段「相變臨界點」的團隊管理觀點。末段是Robin的話：如果收入成長與人力成長高度正相關，本質就不是科技公司，而是靠人力堆規模的傳產。

導讀

貼文轉載哈佛商業評論的一篇文章（標籤#哈佛商業評論202308，無Robin評論）。文章主張：在AI領域取得成功，創業心態與大膽創新同樣重要，無論企業大小。新創善於尋找機會、快速回應客戶需求；大公司有資源，卻常因障礙與缺乏魄力而回應較慢。文中以OpenAI（有創業心態又有充足資源）和Amazon早年投入智慧音箱為例，並警告多數企業只求安穩、只做單一投資，比起恐懼，更需要利用AI的力量。

導讀

貼文轉載萬維鋼的文章（標籤#萬維鋼精英日課5），主張企業家最重要的決策不是基於科學理性，而是基於直覺與想像力，例如造火箭、押注大語言模型。文中引述張維迎《重新理解企業家精神》的說法：別人說不行不等於你真的不行。作者指出，具體執行需要科學與理性，但企業家的作用是從正常運作之外發起願景、發現新的可能性，因為世界上除了可量化的風險，還有無法量化的不確定性（Knightian uncertainty），企業家任務是製造不確定性，而不是適應風險。

導讀

貼文轉載萬維鋼對《指數時代》的導讀：傳統公司的增長會遇到S曲線的高原，而當今科技巨頭靠技術自身的指數增長等特點，避免了大企業病；書中指出運算、能源科技、生物科技、製造是全球經濟的四大基石，AI與3D列印會讓製造業指數增長並走向本地化。Robin補充：四大基石中台灣至少站穩了運算，能源與生物科技仍在發展中；製造正在要求供應鏈韌性、去中國化或中國加一，對台商的關鍵議題是有沒有能力做製造的全球化布局；中小企業能否做全球布局是另一個關鍵。以上書摘為轉載，非Robin原創。

導讀

貼文摘錄三段觀點，各由Robin加一句短評。第一段：企業要做趨勢的推手，不是對手，要了解品類的發展趨勢，使企業定位符合長期趨勢；Robin說沒有人可以與趨勢為敵，即便是Steve Jobs。第二段：在一個確定的方向上持續投入與積累資源，可以獲得戰略的複利，不要輕易分散資源；Robin說還是聚焦在最重要的事情上。第三段：企業家的時間要花在能產生複利的事情上；Robin說創業要做可以積累的事情。摘錄觀點非Robin原創。

導讀

Robin提出一個問題：面對AI浪潮，我們需要更多通曉數學與物理的工程師（如Elon Musk），還是應該培育更多能橫跨科技與人文的人（如Steve Jobs）？貼文接著摘錄：Jobs不止一次在發布會上用一張科技與人文的十字路口投影片收尾，他說蘋果能創造出iPad這樣的產品，是因為一直站在科技與人文的交匯點；這句話最早來自Polaroid創辦人Edwin Land（轉述，依原文轉述，未獨立查證）。Robin只提出問題，沒有下結論。

導讀

Robin個人感覺，由美國帶動的這波AI狂潮，台灣意外成為最大的外溢受惠國：從半導體、被動元件、散熱、伺服器、PC，甚至到電力基礎建設都因AI翻身。他認為台灣硬體依然世界超強，在美國防堵中國的背景下具有獨特的產業與供應鏈地位，其他國家很難再複製出鴻海、廣達、緯創、英業達這類業者。但AI軟體新創部分，台灣還要再加油。

導讀

延續前幾天的發文，Robin個人感覺台灣是這波AI外溢效果最明顯的國家（以AI貢獻的額外產值除以人口來看），但受惠仍集中在半導體、伺服器、散熱零組件、電力基礎設施等硬體。可惜AI軟體與應用還沒起來，不過除了美國，其他國家的AI軟體與應用也普遍沒有明顯營收貢獻。他特別強調：AI軟體新創必須關注營收與營收成長趨勢、人均產值，才能吸引極其昂貴的AI軟體工程師與科學家。

導讀

Robin提出一個問題：會不會又有一批AI新創即將面臨「換題目」？他舉例，有些新創在做AI客服，未來很可能大部分功能直接被大廠做掉，而更多真人客服在未來一兩年也可能需要轉換跑道。這是2024年5月的個人觀察與推測，用來提醒AI新創要想清楚自己的位置與可持續的差異化。

導讀

貼文列出2024年6月3日的觀察：美股市值前三大公司差距僅8.6%，隨時可能變化；有4家公司市值突破2兆美元；市值前十大中有3家與半導體相關。他的結論是台灣小國寡民，不可能什麼都想要，資源聚焦在半導體相關，也能深刻影響全世界；前十大中唯一的外國公司，來自亞洲的台灣。以上數字為貼文當日時點、原始出處尚待確認。

導讀

貼文主張未來的時代，是電腦去理解你的意圖，而不是你花許多成本去學怎麼使用電腦。人機互動形式需要重塑，更自然、簡單、直覺；當AI使用門檻大幅降低，不必再記一堆Prompt，而是自然地與AI對話，就能衍生出更多創新、應用場景與商業價值。貼文以大型主機到個人電腦、圖形化介面、觸控與語音、網路普及、智慧手持裝置為例，指出每次變革都隱含巨大的商機，並說需要去洞察、感受與想像。

導讀

Robin看Gartner技術成熟度曲線，認為生成式AI其實已經在高點。貼文引用Bill Gates的話：我們總是高估未來兩年可能發生的變化，卻低估未來十年的變化（引言的原始出處尚待確認）。Robin的重點是，真正的關鍵是能否從技術愛好者與早期採用者，走到早期大眾的普及與轉換；如果身邊每個人都在使用AI、離不開AI，就代表在往早期大眾成功轉換。這是2024年6月的個人判斷。

導讀

貼文先引一段文字：真正強大的優勢需要天賦加上多年持續刻意練習，形成後就與普通人拉開巨大差距。Robin接著說，台灣在晶圓半導體領域已有巨大的體系化優勢，現在的問題是繼續投入資源強化，還是覺得集中程度太高需要分散。他個人認為台灣最重要的資源仍是優質人力，但現在一年約13萬名新生兒（貼文所述數字），20年後全給半導體與電子相關領域可能都不夠，過度集中也有風險，所以要盤點真正的核心優勢，不能什麼都要。

導讀

Robin提到Tesla發佈Optimus Gen 2，並說做AI應用的新創總在擔心OpenAI是否又發佈突破性應用，做機器人的也必須緊追Tesla的進度。他問：10年後除了AI接手大量工作，機器人也大量上線做勞動與服務工作，少子化議題是否就不這麼重要？他認為真正的議題會回到哲學層次：生而為人的意義與存在的價值。這是對未來的推測性提問，不是預測。

導讀

Robin說Podcast在台灣已經火了好幾年，他個人感覺就像Netflix竄起後，讓全球傳統有線電視業者節節敗退；隨選隨聽的Podcast也可能撼動傳統廣播市場，並創造另一個更大、全新的音頻創作者商業模式，包含有聲書內容等，未來依舊充滿想像。這是個人感覺與類比，不是市場統計。

導讀

Robin整理前一天分享的四點：一、商業模式要聚焦，不太可能什麼錢都賺。二、AI技術的辨識率93%、94%、95%，用戶感受差異可能不大，且各家有各自擅長的場景，與其追求1至2%的提升，不如深入用戶使用流程中最迫切的幾個點。三、技術好壞是一回事，透過什麼通路與夥伴銷售才是關鍵，有時是做出來賣不掉。四、技術要思考大廠的規畫路徑，他以Apple把穿戴裝置加上醫材功能為例（產品功能為2024年9月時點），新創要想清楚大廠打大眾市場時留給自己的空間。

導讀

Robin說，AI技術進展快速，各大廠陸續發布最新大模型，大家用評測系統評估準確性。他個人覺得，如果要用評測分數去分高下，93分、95分、96分，對終端用戶的感受來說差異應該有限。與其花時間與資源把評測分數多推1分，不如真的落地到每個應用場景，讓用戶整個使用體驗更順暢。這是他的個人看法，並非評測研究結果。

導讀

Robin 在 2024 年 9 月提出：討論新創人均產值時，應同時看產業與毛利率，並以年度毛利額除以總員工數，觀察人均貢獻。他提到台積電約1,500萬的人均毛利，以及新創約100至150萬的直覺門檻，但原貼文未附幣別、計算年度與人數口徑。台積電2023年報的合併毛利及全球員工規模可算出相近量級，不能因此反推就是Robin原來的算法，也不是官方公布的人均毛利指標。自動化、AI與外包的建議屬個人觀點，不是各產業通用標準。