開場與 AI 投資回報的討論
路怡珍: 各位觀眾朋友大家好，我是路怡珍。最近呢，你如果觀察 AI 的股市上面的反應會覺得非常的動盪，然後有人會認為說是不是 AI 泡沫離我們非常非常近了。但是呢，你如果去觀察，其實現在世界各地的企業也都非常積極地導入 AI，來提升整個成本啊、時間啊，或者是不同的效益。
那到底我們今天應該要怎麼樣衡量？好像有兩軌不同的聲音就在我們現在實際的發展當中。所以今天我們會從三個不同的角度來談：
第一個，AI 投資的錢到底值不值得花？ 第二個，到底企業應該要怎麼改、怎麼樣導入 AI，它的整個成效才不會白白地被犧牲？ 第三個，如果你是上班族，尤其你是公司的 CEO 或者是高管，那你到底你的工作跟職涯現在要怎麼樣應對，才可以迎接未來的變革？
今天非常榮幸邀請到兩位重量級的來賓。一位是李開復博士，他的新書《AI未來已來》就是我們今天要訪談的重點，他特別從紐約透過視訊的方式遠端加入我們。另外一位在我身邊的是前 Google 臺灣區的董事總經理簡立峰老師，長期關注臺灣科技跟未來 AI 的發展還有人才的培育經驗。我非常非常榮幸同時邀請到兩位重量級的嘉賓。
那我們就直接開始吧！開復老師，第一個先請教你。老師在這個全世界的中心，你怎麼看 AI 下一步？大家到底是擔心比較多，還是其實長期的樂觀、持續地穩定發展下去？
李開復: 長期超級樂觀，但是絕對不是穩定發展，它是跌宕起伏的。因為大部分人不太懂 AI，所以很容易被影響。比如說美國現在年輕人就對 AI 很負面，這個也很難扭轉。然後我覺得全世界大部分的 CEO，AI 轉型都做錯了，那這些都會帶來一些 AI 被認為價值不夠。
但是其實今天的 AI 呢，也有人說它是不是又一次的科技革命、第四次的工業革命？這呢我也非常反對，因為前四次工業革命它們帶來的價值，遠遠遠遠低於 AI 未來潛在的價值。但是 AI 未來的潛在價值呢，是有很多不同的事物會壓抑的，它不那麼容易釋放出來。所以我們可能現在關注的就是說，CEO 該怎麼做、政府該怎麼做、個人該怎麼做，才會讓 AI 的正面的這種價值能夠更快地被體現出來。所以這也是我這本書主要談的事情。
所以呢，AI 本身不但沒有泡沫，而且是人類有史以來看到遠遠最重要、最巨大的科技革命。但是呢，股市有可能有泡沫。因為有些地方的發展不是因為 AI 不夠好，而是其他的因素造成 AI 沒有產生足夠的價值，這個我們是需要去修改。
另外呢，我們這種循環式的投資，就是比如說 A 公司投資 B，B 投資 C，C 再來投資 A，這樣創造出來的股價的虛高，它確實可能有一個股價的泡沫，但是這不是行業跟技術的泡沫。
然後還針對每個公司，有些公司其實是看不到它未來會有商業模式的，那這些公司是非常危險的。兩種公司會很危險：
一種就是有技術，但是看不到任何商業轉化，而又做了三四五年了。這個時候時間到了，再給不出答案、給不出考卷，那就要不及格，基本公司就要倒閉了。
最後還有一種公司股價可能會過高呢，就是說它是瘋狂的投資，它對未來是無限的看好。但是比如說它每一年的投資比它掙的錢要多三倍，那如果只要它第二年成長三倍、四倍、五倍，那麼它這樣的投資不但沒有問題，而且反而給它很好的一個護城河。但是如果它預估明年有三倍的成長，結果只有兩倍，那公司可能就要倒掉了。所以這種公司也是有危險的，就是它有一個很大的槓桿作用。
所以 AI 不是泡沫，但是有各種因素可能會帶來有泡沫的一些公司和它的股價。
路怡珍: 開復老師說其實我們不懂 AI，我們真的是不懂。像我自己就有聽過兩種不同的算法：一種是說你現在每投入的一塊錢，1.5 年到 2 年你就會得到回報；另外一種算術，是你怎麼投入到 2030 年，你就是整個收入都拿不回來，它不是一個成立的數學算式。所以老師有說這個 AI 的未來不是泡沫。老師你在這方面琢磨很多？
簡立峰: 很開心，尤其在線上跟開復交流，他現在正在第一線裡頭。
Andrej Karpathy 他有講過，只有 5000 人真的看到 AI。我也不確定是不是真的只有 5000 人可以看到 AI 這麼少。他的說法就是說，瞭解 AI 是一個漏斗型的關係：在地球上大概上網接近 50 到 60 億人口，現在大概有 20 億的人懂得用 AI，不過他就把它當 Google 用，這有點像把它當問答而已；另外一個大概有 2000 萬人，大概懂得用在他的工作上，把它當成代理這方面，在影響他的工作的發展，這大概 2000 萬人；他的說法是真正看到 AI 的大概 5000 人，特別是發展核心技術之後叫做 AI 可以自主學習的這個部分，就是 recursive self-improvement。
不過回答大家的問題就是說，還有完全同意剛剛開復講的，AI 這一波其實我們如果倒回去，它連滿 4 歲都還沒有。如果我們把它當生產技術開始到現在，這麼短時間，不管是人類的科技、人類任何以前的文明，4 年的時間是非常短暫的。可是你去看我們在整個科技業投資在這方面的基礎，今天的金額有多龐大。它的投資金額已經大過很多國家的 GDP，幾乎大部分國家的 GDP 的金額都沒有這麼龐大的。
在這種情形下，回收的速度又沒有那麼的快速。因為大家對剛剛開復有提到，我們各個層級對 AI 的理解都還不太夠，它有很多限制，可能讓我們用得不夠好，或者我們沒有把它發揮到最好，讓企業沒有辦法在短期回收。
所以你剛剛講的概念差不多，就是這個意思：等於說投資很大，我們期待它回收很快。因為我們投資者的角度想要一直滾動、一直觀察它的成長，倒回去看過去就已經成長夠高，大家還希望它更高，這個就是一個供需失調的必然會有點調整，難怪大家看的角度會不一樣。
企業 AI 轉型與「老闆 AI」的應用
路怡珍: 那立峰老師切入了一個很重要的，就是現在我們已經在用 AI agent 在企業當中，讓各個員工或是從老闆，從上到下、從下到上很多嘛。這就是今天這本《AI未來已來》非常重要的，讓各位高管、各位 CEO 知道要怎麼樣在企業導入。開復老師想請教，接下來 AI agent 的時代，最大的突破跟我們使用上、工作上面最大的不一樣會是什麼？
李開復: 我覺得技術上的突破，就像立峰說的，現在這個 RSI 會讓 AI 自我學習，這是很重要的一個技術。這個技術美國還是比較領先的，當然中國也在快速地跟上。那這個技術會帶來新一代的、更新一套的編程方式和使用方式，包括現在我們的平臺其實也有一些簡單的 RSI 的功能了。技術上來說這是最大的。
當然我覺得還會有其他的技術，待會有時間可以再談在 AI 技術之外的，比如說 AI native device 會是什麼，還有具身智能方向怎麼走，這些都是很值得討論的。但是主要還是講 AI。
那你的第二部分問到的就是說，從 AI 對企業的價值在什麼地方？我覺得這就是今天 AI 最大的一個通病了。就是很多 CEO 其實他自己是不用任何的 software，那 AI 他也只是自己用著玩。但是問題在一個企業裡面有幾個問題：如果你只把 AI 當作一個問答工具或者搜索引擎給每一個員工，那你最多給他帶來一點點 productivity 的幫助，對公司的實質的財務是沒有影響的。那如果你再往前進一步，找一批 programmer 讓他們去寫一些能夠幫公司省錢的一些代碼，那也許你可以節省掉一些客服的錢什麼的，但這個也是無關緊要。
可是我覺得真正應該做的事情是，CEO 應該用一個非常強大的工具，他能夠幫助 CEO 把整個公司管得更好，這樣的話這是最好能夠幫公司賺錢的機會。也就是說，與其去給一個簡單的問答工具給每個員工，那價值是有限的，還不如把這個超級員工量身訂製一個 software 給 CEO 直接去用。
那當然這個 software 它不可能只是一個 chatbot，他是要幫 CEO 能夠看清未來，能夠幾乎像一個在 CEO 耳邊的一個小天使。他知道公司裡每一個人講過的每一句話、寫過的每一封 memo，然後聽過每一個客戶跟這個客戶的交流、每一個打電話來抱怨的打客服的電話，把這些所有的非結構化的數據，加上結構化的 ERP、CRM、Workday 等等、Salesforce 全部結合起來。
這樣的話就是有史以來第一次，這個 CEO 能夠掌握公司所有的數據，然後得到很好的建議，或者是 insight，或者是 decision support。
那麼這一套工具呢，我們在零一萬物這個公司就叫做「老闆 AI」，也就是說幫助老闆看得到一個上帝視角的一個方向。
當然這個技術要做好，不是簡單的把一些東西丟到什麼龍蝦或者丟到這個 codex 裡面就可以行的，還是有相當的技術成分的，待會有時間我可以再多的解釋。但這裡我想主要的觀點就是說，如果今天的 AI 已經是一個 IQ 300 的天才，他到你的公司去工作，你不可能把他丟到客服部門，或者是什麼去糾正法律文件的部門去做一個 paralegal，這個是有史以來最大的大材小用。
你應該做的是讓他去能幫助 CEO，用他超大的大腦的計算能力，還有他過目不忘的完美記憶能力，把公司所有的新的舊的數據全部看穿看透，然後從裡面得到 insight 來幫助 CEO。
比如說，他可以告訴 CEO 說：上週有一千個會你沒有參加，但是我可以告訴你裡面有幾個特別重要的辯論是你需要理解的；或者他可以告訴你說：你在公司最近的管理的時候常犯一些錯誤，可能因為最近你太累了，建議你要注意一下，不要再做這些事情；或者他可以告訴你說：你上個月定的戰略目標現在已經完全卡住，可是你的下屬沒有一個敢告訴你，你最好去了解狀況；或者他可以告訴你說：你的公司的管理層需要換了，舊的管理層年齡太大、不懂 AI，只會管人不會管 AI，你需要一批會管 AI 的人，下面是你可以考慮的名單；然後他可以再告訴你說：這個可以考慮的名單裡面其中有三位可能快要離職了，你最好挽留他們一下，他們分別想離職的理由是什麼什麼什麼；最後一個例子就是他可以告訴 CEO 說：我來告訴你怎麼做更好的一個 CEO。
那麼他為什麼能夠有這麼強大的功能呢？就是他每一天都在聽每一個會議、每一個討論、每一個人說的話，然後看每一個人寫的每一份文檔。因為這個老闆 AI 是做給老闆，老闆是有權利看公司任何文檔，而且這些文檔本來就是公司的財產。所以在能夠把無限的數據激活的前提之下，那麼這個老闆 AI 就可以幫助老闆去做更有效的決策、更大的公司的擴張，無論是營收還是利潤得到更好的成長，也可以幫產品做更好的 product market fit，還有可以幫助避免一些災難或者風險。那麼這樣強大的一個助手，對公司的財報一定會有很巨大的幫助。
路怡珍: 我聽懂了一個新的觀念，就是說與其你去在公司的各個階層去節省它的效率或時間，倒不如好好地打造一套老闆 AI。兩位老師都帶過這麼多的大型組織，也帶領過這麼多的高階經理人或 CEO。老師我想請問，真正好的 CEO 他服膺於 AI 給他的指令，或者說互相配合，這個在實務上面你看到的經驗怎麼樣？就是真的可以應用在老闆會修正自己的績效跟決策上？
李開復: 因為我這個產品已經用了都快一年了，它是我絕對最信任的一個助手，然後我可以給出很多的例子它直接幫助了我把公司運營得更好。
比如說，我有兩個副總裁在我的面前就是彼此說我們需要一起做些什麼事情，然後我說好你們自己去處理。結果回去各做各的，重複了一套東西，但是他們兩個就覺得我不想靠他自己做。然後老闆 AI 很快就發現了公司有兩套一樣的東西正在被設計，然後就告訴了我，然後我就要協調了這個事情。
還有的話就是有一個很重要的員工，他過去都是勇於發言，開會都是自動去領任務。但是過去這一個月他就默默無言，坐在會議的最後頭都不講話了。那我們 HR 的系統就判斷這可能是一個潛在的這種會要離職的風險，然後就去約談，然後去解決這個問題。
然後還有一次有一個做火箭的創業者來找我，我根本不懂火箭，但是我的老闆 AI 幫我看完了這個人的所有的論文、他發表的演講，還有對他的這種理論的爭議或者支持者在網上的意見，然後給了我綜合幾個非常好的問題來問他。然後問完了以後他就非常 impressed，說開復老師原來你這麼懂火箭。其實我是不懂，只是說老闆 AI 給了我幫助。那這樣的話就可以潛在幫我能夠更深地瞭解一個公司它的核心的技術在什麼點，還有它可以幫我增加對方對我的好感，然後更有可能會拿我們的投資。
所以我覺得這些例子就是多不勝舉，基本每天都在發生。而且在這個老闆 AI 成功地找到了各種漏洞以後，我們的收入大大地增長，然後產品更貼近用戶，不貼近的地方我都會知道，然後大家就會更能夠彼此對齊努力的目標。所以其實對整個公司的發展跟業績都有很好的幫助。
組織變革：從樹狀階層到 DRI 架構
李開復: 還有隨著開始產生業績了，我們也會有新的重要的任務出來，那新的任務我也會用不同的組織架構來組織。因為其實傳統的組織架構是一個樹狀的：老闆下面有 10 個人，10 個人每個人下面再有 10 個人，再往下再走 10 個人，這樣公司就比如說有 1 萬個人。但是問題是這樣的一個架構其實是非常無效的，因為管人的話是需要一層一層的，但是管 AI 的話層級是沒有任何價值的。老闆要做什麼，AI 數據馬上立刻對齊，不需要老闆來解釋，不需要多層老闆來做不同的詮釋。
所以在一個大部分的工作者都是 AI 的地方，你需要能夠管 AI 的人，他們來管這些 AI，然後你中間的層級會大大地變少，因為你人的數字也會變少，然後你人做的工作也會比較比如說服務業或者是做大銷售什麼的，會變成這樣。
所以就是說整個老闆 AI，他是會幫我提供一個企業轉型的一個過程：把一個公司的樹狀結構裡的人一批一批地抓出來，讓他們有獨立發展的空間，這個我們稱為 DRI，就是 Directly Responsible Individual。那這個 DRI 越拆越出來越多以後，舊的 hierarchy 慢慢的作用就越小，然後最後很多中層他們如果不能做合適的轉型，公司就不再需要了。而他們對公司的理解和這種老師傅的能力，也會沉澱到 DRI 或者我們的 skills 裡。
所以這個是一個完整的 AI 轉型之路：先讓老闆得到一個上帝視角的信息，把公司能夠跑得更好；然後找到新的一批公司的負責人，有些當然也是舊的負責人，然後把他們提拔出來；然後把公司的這個樹狀的中層管理的能夠用的就留下來，能夠學的就讓他們學，然後把他們的這個過程也能夠在公司的系統裡面沉澱起來；然後公司就不再需要這麼多中層的管理了，公司的整個 AI 轉型就做完了。
這一整套大家不要以為說是開復老師拍腦袋亂想，其實所有的 AI 公司都已經在做著，而且都可能做完了，包括我們在零一萬物。所以這個事情只是說你如果不是個 AI 公司，你不會看到這麼多必須做的事情。那我就想做第一個人能夠把這些 AI 公司在做的事情，無論是在 Anthropic 做還是在 DeepSeek 做，那我們就把這一套新的管理方法論能夠把它抽鍊出來，讓傳統的企業也有機會來做一個 AI native 的轉型。
企業常見轉型誤區與臺灣現況
路怡珍: 我聽到很多書中不斷強調的概念。比如說老闆千萬不可以說「我已經丟給我的資訊部門在做這件事情了」，這是一個大大的誤區；還有很多都是從下到上去各個部門蒐集一下，它要從上到下的。那開復老師特別也在書中整理了三個企業常常在轉型的時候會犯的錯誤，我想要請立峰老師……就是現在你帶領那麼多不同的公司：
第一個就是說我已經給我的 CTO 去做了，這是第一個誤區； 第二個是由下而上的，像我剛才講的去各個部門說你需要什麼東西、你需要什麼工具、需要多少 token，我們蒐集一下，然後月會我們提起來一起討論； 第三種就是今天市場上面多新一個什麼新的 agent，然後我就趕快調一個資源小組，然後趕快去研究它，然後每個月都在研究不同的新的 AI 工具。
老師，你看到企業最常犯的使用 AI 的誤區比較像哪一種？
簡立峰: 剛開復提到的就是一個 CEO 的視角來解釋，這個其實零一萬物已經建構的平臺，那麼這已經整合公司很多資訊。剛開復提到的已經包括 HR，包括公司主管他們執行的事情，這是幾乎是整個公司很多內容。
但在臺灣這個感受其實還是有點遙遠這種感覺。因為臺灣大部分企業大概是比較像在今年年初——我們現在已經到年底了——比較像年初在 agent 還沒有完全大爆發。在大陸可能是 agent 已經爆發一陣子，但是因為臺灣用的 tool，比如說這個 Anthropic 的 Claude Code 到五月之後，這個 agent 的能力才大幅提升，所以大部分感受到把 AI 當工具。那這個工具裡頭大部分是員工的賦能或主管的賦能，大家就是把它當成比 Google 再強一點的內容生成的這個概念。
那麼老闆們腦袋想的呢，也就覺得 AI 很厲害。因為臺灣的老闆大概也都多少懂一下 AI，不可能不懂，但是他用的方式比較像是：我就有問題問問他，而且我不想讓我主管知道問題，我就盡量問 AI。所以大部分大家都是把它當單兵作戰。
那老闆腦袋裡頭如果想說：那接下來從一個人的使用到部門的使用、到跨部門使用的工具，他第一個想到就是叫資訊長去處理，他還是把它當成這是一個 IT 問題。
那開復剛剛提到這已經不是一個 IT 問題，這比較像 Sam Altman 一開始講說 AI 有五個層級。那這五個層級比較是從 AI 軟體的角度來看，就是先從聊天到推理到代理，之後到創新，之後到智慧的管理。那開復這個已經是一個企業級的在做透過 AI 做一個智慧管理。
那臺灣的老闆腦袋想的大概是在接近於代理，AI 可以幫我代理一點點事情，可是那一點點事情還在找。那麼在還在找的時候呢，他最簡單的方法叫這個 CIO 去找。
那就剛剛你講的誤區的，開復一開始講到就是老闆自己要成為某種程度的用 AI 的高手，他才知道怎麼樣讓這個組織用更好。那臺灣老闆比在大陸的老闆大概年齡又多了很多歲，平均的大型企業他很習慣由下面的部門來推動。
那這一次截然不同，因為這一次 AI 會特別強調 domain expert 自己來 drive 這個 AI 代理。因為他並不是 IT 開 spec，spec 是說你有需要什麼我幫你開 spec、我幫你 improve。但是這一次 AI 不是，是專業人士的腦袋的知識要被萃取出來，去讓 AI 懂了之後呢，AI 可以某種程度可以增能。那在這種情形下 IT 的角色不對，IT 不是扮演這個角色。倒過來是專業人士自己要……比如說在美國的說法是一個氛圍的 coding。
那這個也是臺灣角度看，剛剛開復的視野已經是老闆產生一個不管是別人幫他開發好或用零一的系統，老闆需要一個 AI 系統。那在臺灣的思考點比較是專業人士你不要只是在那邊等人家把 AI 做好，你可以動手打造你自己的 AI，那美國很多企業也是這樣。
不過 echo 剛剛開復提到的，Anthropic 的 co-founder 他們在當時在一兩年前就已經開始說，他們每天經營這家公司打開 7 個 agent，這個就可以開始了。在某種程度確實頂尖的企業已經開始了。那接下來大部分企業恐怕不只思考員工怎麼用 AI、老闆怎麼用，我覺得這個應用的 roadmap 跟速度可能有一點不一樣，各個地區有不同的使用方式。
季度財報測試與 ROI 衡量
路怡珍: 可是我覺得各個老闆都很在意：好，那我現在投入了，不論是從上到下還是從下到上，我下一季的營收到底怎麼看？我這個 AI 投入到底值不值得？開復老師你在書裡面有提到一個「季度財報電話會議測試」，可不可以跟我們講一下這個測試要怎麼用？怎麼說服老闆？
李開復: 可以啊，因為很多老闆見到我都會說：「我們 AI 做得不錯，你來幫我把關一下。」然後最後講出來的都是他的企業裡用了多少的 agent。那我說這個只是一個 activity，你的 result 在哪裡？你的這些 agent 怎麼改變了你的財報？有沒有這個季度因為你做了這個 agent，你的收入變大了、你的利潤變高了、成長變高了？然後他們就突然講不出話來。
就是說因為很多這些大老闆們，他們看到 AI 的時候想到的這又是一個工具，就像一個瀏覽器、像 Microsoft Office，這是我們需要買的工具，買來給每個人用、自己用，更 productive，價值就在這裡。
但完全不應該是這樣的，因為我們的這個 AI 的能力非常強大。那如果你只把它拿去讓每一個人自己使用，那它的價值帶來的 productivity gain 也就是幾個 percent。McKinsey 最近有一個結果看到的就是，只有 6% 的美國公司做了 AI 改革之後看到了一些財報的幫助，而且幫助也不大。
所以我的建議就是我們要有一個財報測試。第一個季度就出結果可能有點難，但是兩、三、四個季度一定會看到逐漸的增加的。那只要剛開始走的方向是對的，然後好好地去做這個 AI 的轉型，然後用這個 DRI 的方法，然後用足夠好的模型和 tokens，這樣的目標是一定可以執行的。
那我們回到這個問題就是說，公司是哪幾件事物是最容易能夠改變財報呢？因為我們做這個產品，我們也不想讓客戶買了以後要等兩三年才看到結果，這樣大家的這個 conviction 跟願意分享給朋友來用的這種行為就不會發生嘛。
所以我們做的第一個產品就是剛才所說的，整個平臺我們叫做「萬策」，英文叫 True North，這個平臺它是可以支撐這些應用的。
那第一個應用「老闆 AI」我們已經聽到了，它是一個以全視角能夠看到公司每個角落發生的一切事情，用這個來去敦促老闆該怎麼處理事情。
第二個產品是幫助「銷冠 AI」，就是幫助公司的銷售冠軍怎麼管好自己的 pipeline 轉化，然後是公司的銷售部門的負責人，因為要改財報的話銷售也是很重要的。
第三個 agent 是 chief investment 這樣的一個 agent。因為公司現在往往用收購的方法來達到成長的目的或者技術不足的目的，那怎麼樣去收購、怎麼樣去評估一個想收購的公司、怎麼談價錢，這一套的 skill 就在一個 chief investment officer 這樣的一套系統裡面。
所以我們會有對應每個重要的 executive management 崗位的 agent，然後量身訂做地來幫他把他的工作做好。而他的工作一旦做好了，那就可能看到財報上的差距。因為畢竟大老闆和這個公司的投資賺的錢，還有公司銷售賺的錢，是這幾個人和他們所帶的 agent 帶給公司最大的經濟提升和價值。
路怡珍: 理解。立峰老師，開復老師剛剛說 6% 啊，我看到 BCG 另外一個 data 接近是 7.5%，因為上禮拜我看到 BCG 的 data。所以才要這樣子分 tackle 不同的部門嗎？
簡立峰: 這某種程度你可以看到 Anthropic 的財報出來之後，它準備 IPO 很快了，但是大家開始擔心就是說，它雖然 year over year 成長非常驚人，但它 quarter over quarter 的時候成長率沒有像上一個 quarter 的季度來得那麼快。所以大家就開始擔心這件事情，就是企業是很重要的應用方向，那是不是哪裡出問題？是企業不懂得用，還是剛剛開復提到的財報沒有反應出來？
我們說 turn AI into ROI，投資總要有回收。那我們確實慢慢看到使用 AI 是有門檻的。你在問他問題這件事情，問對事情相對簡單，大家理解一下、看幾個 video 大概都知道怎麼調整你的問法；但是你把它當成……把它做對事這件事情，其實我們大多數時候我們也不知道怎麼做對事，所以你要 AI 做對事這件事情其實沒有想像中那麼容易。
那這個也可以看得到很多企業很可能開始用 AI，所以它的投入不能叫過大，那是從財務長觀點裡頭的回收度不夠。因為你看如果是說以國際型的大企業來講，一個員工你給他 200 塊美金一個月，這不到這個員工薪資的一點點，這怎麼會是很大呢？其實沒有算很大。可是他在計算的時候他投資的報酬率，那報酬率可能就跟剛剛開復提到那個方向或視角不對了，所以就開始要做檢驗了。
路怡珍: 老師，所以你說一人公司一天開七個 agent 幫他管理，我覺得這個成本上面……
簡立峰: 一人公司就不用開七個 agent，你就自己管就好了，就是可以做很多。
路怡珍: 因為大企業如果他看不到立刻的績效的回報，你會怎麼說服他？尤其臺灣的老闆。
簡立峰: 那我就停下來。其實剛剛開復已經在說服老闆們，我也被說服了，我覺得臺灣的老闆都應該要好好想一想。但其實可能跟你的公司、你的原來數字化數位化的這個程度有很大的關係，要到老闆也用。也許等一下可以問一下開復，可以把它用得很好的老闆們大概會是這樣。其實都在書裡面。
職場「斷梯」現象與人才培育
路怡珍: 這個書裡面有講說，真正好的老闆、高管其實跟 AI 的關係。還有甚至我現在也比較好奇的就是談整個組織。因為我一開始在想說，AI 進入企業的時候，我覺得很多人可能跟我的直覺都是一樣的，就是那個最資淺的人、就是最沒有經驗的人會先被砍掉。但是老師提出一個想法，就是叫「斷梯」，就是初階的職位的確是最先會被不需要，因為他沒有任何的經驗、沒有任何的需求，反而不是貴的，反而不是那個薪水最高的那個人，對不對？所以在美國大學校園畢業典禮，你要看最近科技領袖去的時候大家都背對他們。
簡立峰: 對啊，都給他很多的噓聲，年輕人的失業率都很高。
路怡珍: 老師，為什麼會這樣子啊？就是貴的反被留下來，然後最初階的人像老師書中提到的斷梯被砍掉、被不要了？
李開復: 其實我覺得它是一個過程。首先，我們的初階的員工還是需要的。比如說我們看一個律師事務所，他的 agent 可以做很多事情了，但是 agent 不可能 end to end 把一個 case 做完嘛。他不可能把一個訴狀寫完簽字啊，他也不可能把兩個公司的合約寫好然後簽字。因為這裡面還有人的工作，是一定要有人 supervise 跟敦促這個 agent，來確保他寫出來的東西內容是沒有幻覺、是正確的，而且是符合公司利益的。那這個管 agent 的人，這個工作就是 entry level 的。
所以我覺得這就是以後法律系畢業學生所需要做的事情，就是要管一個或多個 agent，然後把一個 contract、一個 contract 地搞定。那過去一個需要律師從頭到尾每個字敲進去，假如說一個禮拜只能做一個 case，那現在因為 AI 把很多重複性的工作做了，那也許一個禮拜的工作一天就可以一個律師做完，這樣公司就得到了五天的效率，再不然可以搶更多的案子。
所以對一個律師事務所來說，他 entry level 的價值並沒有消失，只是可能需要一個字一個字打進去的那個部分消失了。但那個部分本來也不是一個律師的能力啊，他只是需要做合約，需要 somebody 來把這個合約寫出來。那現在 AI 能夠來寫了，但是很多主要重要的問題還是人在做。
所以 entry level 的 job 它是在改變的，它跟以前的性質是不一樣的，它是需要 AI 才能做出來的。那人數可能會變少，但是他們做得好的依然可以往上升，跟現在情況是一樣的。
路怡珍: 剛好就是在臺灣我們也討論很多，就是要訓練一個人他其實是有一段過程的，然後要經過不同的職位上面的訓練。如果接下來的組織會出現這種斷梯的狀況，那一個人在公司裡面的長成會不會也有不同的型態？
李開復: 我覺得首先公司的職位就會有很大的改變啊。就是所有基於執行的工作大部分都是由 AI 來做，但是每一個 AI 呢，他自己是沒法擔責任的。因為比如說我們人的員工犯了巨大的錯誤，可能就會被處罰、記過、被 fire。但是 AI 呢，他既沒有要需要漲薪提升級別的需求，也不怕你去把他辭掉了或什麼，就是 AI 就是沒有慾望、沒有自我意識，所以 AI 他只能執行，他不能擔責。
那麼在簡單的任務裡可能不擔責也 OK，因為犯的錯夠少等等的。但是在大部分公司重要的業務裡，尤其我們剛剛說如果要幫 CEO、CIO、CBO 去做一些 decision support，那他是一定需要有人能夠去擔這個責任的。
所以就是說這些其實都是以後工作的變革，就是人要成為能夠管 AI 的人，那麼這批人就會是在整個食物鏈上面最上面的人，這是一個方向。
然後這些人如果說是從基層做起，也是基層用 agent 做起，而不是基層做重複性學不到東西的工作。也就是說一個律師的成長，他從用 agent 做律師的第一天，他就在做有價值、agent 不能做的事情，所以他能夠上升的途徑跟速度也會變得更快。
還有一點，我最後一點要補充的就是說，不是說那些高薪的資深的人就不會失業，那些中層管理最後很多是不需要的。就是如果我們覺得說一個 entry level 的 person 我們要讓他去學會管 AI，然後去慢慢成為一個 DRI，這是一個好的方向，那沒有錯。
但是一個很資深的人，我覺得也有幾個出路：如果他對公司的某一些事物，比如說投資或什麼方面特別懂，那他也可以成為 DRI，不是說 middle manager 就不能成為 DRI、只有個人員工才能成為，所以每個 middle manager 也有機會成為 DRI；還有一些年輕的人成為 DRI 了，但是他社會經驗不夠，需要一些教練，那這些教練也可以從 middle management 來補。
當然 middle manager 如果有 4000 人，在整個流程過去之後也許 3000 人就都沒有工作的機會了。但是我們應該把 4000 人都訓練出來，然後從裡面來挑選最好的留下來。那些不幸不能留下來的，至少也學了一身武藝，到別的公司應該都還有機會再找到工作的。
未來關鍵崗位、軟實力與四象限工作地圖
路怡珍: 理解。剛才老師讓我想到你在書裡面有提到一個反轉，就是說 AI 抽掉了這個第一階，但是也可能讓上面的位階爬得更快。你在裡面有說這個 AI 幫人家跳級，但是 AI 最後要追求的是要更高而不是更快。對於新人跟中階主管來說，這種 AI 帶來的組織上面的轉型，他們應該要怎麼去理解它？
李開復: 我覺得未來的公司的重大的崗位會有下面幾種：
就是在執行層面的工作大部分都是 AI 來做，那人是要去擔責的、去管這個 AI 的。所以人的工作也會有人跟 AI 是搭配著做，是人管著 AI，所以學會管好 AI 是最重要的技能之一。
第二種就是說更大的，管理一個重大的公司項目。比如說公司的節約 10% 的成本，或者成長在某一個產品達到 30%，或者是某一個 Business Unit，那麼這些 DRI 的工作，DRI 下面可能既有 AI 在做也有人在做。那這樣的一個組織在一個公司裡它是至關重要的，而且是應該得到老闆很大的信任和放權的。所以這個就可能 DRI 未來會是公司最好的職位。我們在零一萬物的 DRI，如果是重要的項目而且做得很好的話，他的股票是可以乘以三倍，這就是一個非常巨大的一個增幅。我們也認為以後 DRI 既然要擔責，那麼他的責權利也應該在做得好的時候得到很大的獎勵，但做到不好的時候也需要懲罰的。所以這是 DRI 的工作。
然後還有一些 middle manager，剛才說有些年輕的 DRI 可能經歷不足、跟人溝通的能力不夠好或者關係不夠密切，那可能會需要一些教練來帶著他們。那麼這些教練倒不用擔業務的責任，可是他們是可以從這個樹狀管理的部分把他拉過來，來幫助這些重要的年輕的 DRI 管理，這個也會是一個很好的工作。
這些會是公司的管理層跟基層做的選擇。那最後如果都沒有做選擇，或者沒有被選擇上，那可能問題就出在是不是自己的 AI 學得不夠好，所以沒有給你這個工作。就要得到這個反饋，然後趕快把 AI 學好，如果是這樣的事情發生的話。
還有一些公司其實還會有一大批工作是以服務為主，一大批工作是以服務為主。AI 雖然在很多執行上比人都能做得好，但是人還是有幾個地方是有很大的優勢的：
一個就是人與人之間建立信任這個事情。有了信任之後能夠彼此互相把背給對方，這樣的一個信任帶來的執行的高效，這個是 AI 搞不懂的。而且就算 AI 模仿人也不會相信，人是相信人與人之間的這種感情。所以我覺得在未來還是會有很多這種服務類的工作，所以還是非常重要，給公司也帶來巨大的收入。
就是說比如說做一個大銷售，因為客戶很信任他，或者是拿到某一個地方政府的單子，因為那個地方政府很認可他；或者是每一個人都可以去擔一些方面的責任，然後來去做人與人之間的溝通。因為我們會發現其實很多事情 AI 都可以做，擔責是 AI 不能做的一件事情；另外一件就是與人溝通、建立信任，所謂的 soft skills，也包括說服別人的能力，還有口才、還有魅力，這些方面還有一些右腦的功能。
這些我覺得最終的目的是達到讓別人信任你，那麼這一整套軟實力的學習會帶來很大量的工作的提升。有些可能會在公司裡有很多這類的，比如說大客戶銷售或者是面對面的客服，這些就很需要人與人之間交流的關係，這個就不會下放給 AI 去做，所以這類的工作會增加。
然後還有別的行業自己創業、服務業的這種機會其實也會很多，所以我們也要把服務業當作一個比較大量的工作量，讓合適的年輕人往這些方面去走。
路怡珍: 開復老師幫我們畫了生存地圖，我們大概馬上就要秀在畫面上面。不過立峰老師我想請教，剛才講了很多琢磨 Agent Manager 這個角色，在臺灣其實還蠻少見的。但是我剛忽然間想到，不是有很多中小企業說很缺人才、找不到人，那會不會這一波大的組織 AI 轉型之後，你覺得這個現象有可能造成一些人才怎麼樣流動？
簡立峰: 現在有幾個大的方向，在大企業是比較能夠感受到，中小企業就是要靠老闆自己。因為其實投資任何東西要 ROI，那麼在中小企業老闆自己是最重要的產生 ROI 的那個人。所以他如果用了 AI 把自己增能，比他的員工就三個、五個、十幾二十個人增能效果好太多。那就算他假設他有一個 HR，之後 HR 增能了，透過 AI 你難道要把他 fire 掉嗎？也不會。所以中小企業透過節省人力這件事情，其實效果是超級不明顯的；但透過老闆自己增能之後，比如說他銷售的時間多出來、效率增高，這效果反而非常好。所以其實剛剛開復在討論的比如說在大企業裡頭的中階主管等等或 DRI，中小企業這個 DRI 就是老闆自己。
那在大企業看到的話，比較像是跨領域的改變了。因為當你一個員工有了 AI 自己增能，可是你給他的權責不增加的話，對他來講就是提早下班，他其實沒有太大的價值。可是當他的權責增加之後，當然也影響到這個工作流程的其他人。那很明顯的當然是組織架構流程再造，那麼扁平化就開始發生了。
那麼如果你用 Stanford 這個 Andrew Ng 教授，他最近講一句話，他說在 Silicon Valley、在矽谷大部分產品經理可能是一個產品經理對十幾二十個工程師，他說未來就大概一比一了。那聽起來一比一就聽起來蠻恐怖的，產品經理就自己想到拍腦袋就把東西做出來，那工程師就幫他部署安全這樣而已。那這個概念基本上也正在告訴我們說，大概每一個行業、每一個個人或專業人士大概要往多元能力再去發展的，就是你工作的上下游，你又透過 AI 把它儘量增能，看看能不能保住自己的工作機會，然後長出不同的工作能力。
路怡珍: 因為就帶到其實開復老師在書裡面有幫我們特別把這個不同的工作類型，有包括智力跟體力的工作，畫成一個四象限的地圖。其中在畫面當中的左上角是跟人機協作會高度重疊，然後再接下來往下走的話就是機器其實會扮演最重要的角色，那在畫面上面的右上角是人的像剛才老師講的這個軟實力啊、說服啊、讓人信任的能力啊，然後再往右下角走其實它是開放型的，比如說他做研究啊、創作啊等等。老師我們要怎麼樣看這個地圖？我們應該把自己移動到哪一個象限？
李開復: 對，這個還是以傳統的觀點來看工作啊。簡單的說，就是它的 Y 軸是你的工作多大成分是和其他的人交流、得到他們的信任，然後能夠去溝通好事情、能夠有很好的團隊協作、能夠去說服別人，然後能有人的魅力。這些軟實力的發展就是非常重要的，越需要這些軟實力 AI 越不能做，人越有機會，所以是值得探索的一個道路。而且並不是說一定需要超級天才才能做，做一個值得信任、討喜的人其實就很有價值。這點一直是如此，只是最近被看得更清楚了。
那 X 軸呢，這裡講的可能是一個開放性，越開放的工作 AI 越難做。所謂開放是什麼意思呢？就是說他的環境不是一個重複性、每次都一樣的，而是可以是有很大的變化。
比如說我們在流水線工作的一個師傅，可能就是相對重複性的、封閉性的，因為每天都是同一個流水線，做的每個都是同一個工作。
但是如果是一個水管工或者電工，他去 debug 一個房子為什麼漏水、為什麼漏電，那這個是需要一定程度的創新跟偵探的能力才能找到。然後如果把牆壁打破了發現又不是那裡造成的漏，那又還需要 social 的能力跟雇主去解釋為什麼亂打開打破了他的牆。所以開放性的是每個房子都不一樣，所以水管工跟電工的工作是開放性的。
還有過去沒有數據的領域也是開放性的。比如說當 Steve Jobs 發明 iPhone 的時候，如果做市場調查，用戶並不會說我想要一個 multi-touch 的手機還要 app store，他們就是可能想諾基亞的手機比以前增加點功能，就是他們想像的。所以真正能夠有這樣的 foresight 能夠去預測、不基於過去的數據預測未來會有什麼需求，然後把這個事情先做出來，這個就變成一個特別有價值的事情。
然後還有就是因為 AI 他不 accountable。他不 accountable 是因為他沒有 feeling，他沒有贏得到的快樂，也沒有輸帶來的痛苦，所以對他來說就是做一件事情。所以對人來說機會就在於我們就要把 AI 抓起來、管起來，然後派他去做事，然後去衡量他的結果。然後最終如果 AI 沒把工作做好，其實是人的錯；或者做好了，那就是人的功勞。這樣的話就也是一個可以往前走的一個職業的道路。
給經營者與工作者的行動建議
路怡珍: 時間過得很快，我想在最後這五分鐘，想請兩位特別給現在的上班族跟工作者一些建議。就是說先請教開復老師，如果今天是一個公司的老闆、CEO 他看到這一集，你覺得他明天上班第一件該做的事情是什麼？
李開復: 一個老闆他第一件應該做的就是自己要把 AI 用起來。
這個理由第一個就是，用起來以後，如果是像我們的老闆 AI，他就會把公司管得更好，公司會更賺錢。
第二個理由是，他如果要做 AI 轉型，自己不以身作則，下面一層兩層三層的人很可能是不想做 AI 轉型的。因為對他們來說那都是一個壓力和需要學習，而且甚至可能被取代。所以其實在這樣的環境裡老闆來牽頭是非常重要。所以我覺得老闆應該想到這兩件事情。
路怡珍: 立峰老師，很多我的同儕會說：「我的老闆就不願意學習。」所以是一般的專業工作者、經理人……
簡立峰: 就去換老闆這樣。
路怡珍: 換老闆？換老闆該做的事。我要問的事情是一般的工作者或者是經理人吧，明天上班第一件該做的事情？
簡立峰: 不要等明天，不要等明天，大家學的現在馬上就開始。所以去看開復的書，這個可能是立刻要的，立刻要做。
另外一個當然就是……換老闆不能在這裡講。其實很重要的是所有經理人或中階主管甚至年輕人要重新思考：你來到的是一個 AI 時代，而這個 AI 時代是你想像不到我們所謂的「師」字輩大概老師、律師、會計師，我們原來念書半天想要成就的自己，很顯然這個道路改變了。知識按按鍵盤就有了，剛剛開復提到軟實力卻是你永遠很重要的事情。所以我們的軟跟我們以前念書很難的硬，這個比重要做調整。已經在工作來不及，那就趕快透過使用 AI 去調整自己。
那我最後用的一般都是講 π 型人才，π 就是數學的 π。以前我們講說網路時代我們要 T 型人才，就是一個橫加一個豎，那豎是你一個專業，橫的話就是你軟實力的擴張，那時候我們說法比如說用網路等等。現在差不多是兩個專業，一個主專業跟一個次專業，在你的職場裡頭把這兩個專業看可以走多寬，那你的機會都有多大。上頭那個橫槓軟實力就這樣。
路怡珍: 今天我們從財經的時事聊起，非常不容易。身邊是兩位重量級的來賓，都是因為這本書《AI未來已來》開復老師的作品而聚合在一起來聊聊。因為這本書不僅是給企業的老闆、CEO、高階的經理人、工作者在面對這個 AI 變革的時候應該做些什麼、有什麼工具、組織應該變成什麼樣貌，在書裡面都有很好的解答，推薦大家好好閱讀。也再次謝謝老師在紐約的時間加入我們，然後謝謝立峰老師親自到我現場。
簡立峰: 好，謝謝。
路怡珍: 謝謝你們。