<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>想法 on</title><link>https://ncchen99.github.io/categories/%E6%83%B3%E6%B3%95/</link><description>Recent content in 想法 on</description><generator>Hugo -- gohugo.io</generator><language>zh-tw</language><lastBuildDate>Mon, 18 May 2026 10:21:12 +0000</lastBuildDate><atom:link href="https://ncchen99.github.io/categories/%E6%83%B3%E6%B3%95/index.xml" rel="self" type="application/rss+xml"/><item><title>🗺️在 AI 時代，我們累積的是什麼？</title><link>https://ncchen99.github.io/p/what-we-accumulate-in-ai-era/</link><pubDate>Mon, 18 May 2026 10:21:12 +0000</pubDate><guid>https://ncchen99.github.io/p/what-we-accumulate-in-ai-era/</guid><description>&lt;img src="https://cdn.jsdelivr.net/gh/ncchen99/web-app-assets@main/blog/image/ai-era-knowledge-cover.jpg" alt="Featured image of post 🗺️在 AI 時代，我們累積的是什麼？" /&gt;&lt;p&gt;在這一個工具很方便的時代，製作作品、專案的門檻變得非常低，但是隨著工具日新月異，不管做甚麼樣的專案，好像都能透過某種流程和提示詞，請 AI 協助完成。知識和技能好像變得沒那麼重要了。&lt;/p&gt;
&lt;p&gt;我不禁開始思考，究竟我們在做事情時，累積什麼東西才是真正具有價值的呢？因為知識和技能都能外包給工具，往往在過程中，&lt;strong&gt;我們累積的是認知！&lt;/strong&gt; 那麼認知和知識與技能有什麼區別呢？&lt;/p&gt;
&lt;p&gt;&lt;img src="https://cdn.jsdelivr.net/gh/ncchen99/web-app-assets@main/blog/image/ai-era-knowledge-1.svg"
loading="lazy"
alt="認知、技能與知識的區別"
&gt;&lt;/p&gt;
&lt;h2 id="一個比喻規劃行程"&gt;一個比喻：規劃行程
&lt;/h2&gt;&lt;p&gt;GPT 比喻的很好，想像我們出遊時在規劃行程：&lt;/p&gt;
&lt;p&gt;景點的&lt;strong&gt;詳細資訊是知識&lt;/strong&gt;，像是營業時間、是否需要事前購票等等&amp;hellip;&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;怎麼到達是技能&lt;/strong&gt;，會開車、會騎車、能夠走路是不同的技能&lt;/p&gt;
&lt;p&gt;但最重要的是我們需要有&lt;strong&gt;一張地圖&lt;/strong&gt;，知道這些景點的名字和位置，相對的距離，還有這條路會不會通，&lt;strong&gt;這些就是認知&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;使用 GPT 的話來說：&lt;strong&gt;認知不是擁有答案，而是知道該往哪裡找到答案。&lt;/strong&gt;
它更像是一種對世界的定位能力。&lt;/p&gt;
&lt;h2 id="為什麼認知很重要呢"&gt;為什麼認知很重要呢
&lt;/h2&gt;&lt;p&gt;其實認知可以細緻也可以宏觀，認知可以是騎車右轉要靠右邊，也可以是自己的人生使命是什麼。&lt;/p&gt;
&lt;p&gt;我發現自己在思考自我定位時，很容易掉進用標籤定義人的習慣裡，譬如說我是工程師、我是設計師，但其實這樣會把人壓縮到一個點，讓我們喪失價值感與自我認同，特別是在 AI 強大的現在。&lt;/p&gt;
&lt;p&gt;其實&lt;strong&gt;每個人都是立體的而不只是一個點&lt;/strong&gt;，因為有著各種對世界、對自己獨一無二的認知，所以每個人都如此特別，有著獨特的個人哲學和自我認知。人們不該被單一標籤定義，而可以在自己的認知地圖中走出屬於自己的路。&lt;/p&gt;
&lt;p&gt;&lt;img src="https://cdn.jsdelivr.net/gh/ncchen99/web-app-assets@main/blog/image/ai-era-knowledge-2.svg"
loading="lazy"
alt="人們不該被單一標籤定義，可以走出屬於自己的路"
&gt;&lt;/p&gt;
&lt;h2 id="認知的網是選擇的導航地圖"&gt;認知的網是選擇的導航地圖
&lt;/h2&gt;&lt;p&gt;當我們心中地圖逐漸清晰，對自己的定位足夠有信心時 —— 明白自身在世界中的位置與角色，我們就能感到滿滿的價值感與生活動力，比如說：我是一個喜歡說故事，喜歡分享故事的人，我要搭建一個平台讓所有也喜愛說故事的同頻者相遇並共振。如此我們就賦予了飄渺的生命意義。&lt;/p&gt;
&lt;p&gt;這樣子，累積認知變成了活在世界上很重要的事情，而很幸運的， AI 幫我們省了很多學習知識和換取技能的時間，而可以專心感受、思考自己的人生哲學。&lt;/p&gt;
&lt;p&gt;在這個工具日新月異的時候，我們都不用緊張，不用害怕卷輸人，不用害怕在繁華中迷失，最好投資自己的方式就是認真生活：&lt;strong&gt;專心尋找所愛、用心感受所有！&lt;/strong&gt;&lt;/p&gt;</description></item><item><title>🎆致專業領域中的朋友們</title><link>https://ncchen99.github.io/p/ai-software-track-like-fireworks-road/</link><pubDate>Mon, 02 Mar 2026 18:38:00 +0000</pubDate><guid>https://ncchen99.github.io/p/ai-software-track-like-fireworks-road/</guid><description>&lt;img src="https://cdn.jsdelivr.net/gh/ncchen99/web-app-assets@main/blog/image/ai-software-track-cover.jpeg" alt="Featured image of post 🎆致專業領域中的朋友們" /&gt;&lt;blockquote&gt;
&lt;p&gt;我相信在變動最大的時代，同時也是機會最多的時代。&lt;/p&gt;
&lt;p&gt;而我們看事情的角度，將會影響看到的風景。在快速變動的洪流中，與其焦慮恐懼，不如懷抱期待與美好想像。&lt;/p&gt;
&lt;/blockquote&gt;
&lt;h2 id="變動之中是危機也是轉機"&gt;變動之中，是危機也是轉機
&lt;/h2&gt;&lt;p&gt;就像 2000 年的自動化和 Web 風潮，當時的媒體和報告常提到這是「知識經濟」的轉型。當時白領階級恐懼從穩定的崗位變成可取代的勞力，而藍領階級則受到自動化設施普及的波及。但是，歷史證明了人們終究會從恐慌轉向擁抱新機會。&lt;/p&gt;
&lt;p&gt;以 Web 2.0 為例。當使用者不再只是被動接收資訊，而能參與創作與互動時，整個數位產業結構隨之改變。企業開始重視使用者體驗、流量經營與社群互動，也因此催生出許多過去並不存在、或尚未成形的專業角色，例如 UI/UX 設計師、SEO 專業人員與社群經理等。&lt;/p&gt;
&lt;h2 id="那現在的-ai-風潮呢"&gt;那現在的 AI 風潮呢？
&lt;/h2&gt;&lt;p&gt;這並不表示科技沒有取代既有工作，而是顯示技術變革往往同時伴隨著產業結構的重組與職能的擴張。 在這樣的環境下，我覺得跨領域的能力會變得格外重要，特別是「AI+X」這種以 AI 參與現有領域的場景，正是尚未開發的機會所在。&lt;/p&gt;
&lt;h2 id="站在最前面很帥但也很累"&gt;站在最前面，很帥，但也很累
&lt;/h2&gt;&lt;p&gt;我想說明為什麼單純的軟體工程領域（包含這些 AI 技術）不值得大部分的人投入，因為加入這個戰場就是與全世界頂尖的人競爭。而這些頂尖的人擁有更多資源，包括：經驗、團隊、算力。&lt;/p&gt;
&lt;p&gt;享受在尖端的同時，必然會焦慮被超越。我想舉一些 AI 新創的案例（這部分我沒有深入研究，僅是個人淺見）：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;
&lt;p&gt;&lt;strong&gt;Deep Research 功能&lt;/strong&gt;：
在大企業推出 Deep Research 功能前，我曾使用過某家新創公司的產品。但後來各大公司都加入這項功能後，該新創產品馬上就黯然失色。&lt;/p&gt;
&lt;/li&gt;
&lt;li&gt;
&lt;p&gt;&lt;strong&gt;簡報與筆記工具&lt;/strong&gt;：
先前我很愛用 Gamma 做簡報，但現在我會選擇使用 NotebookLM，它甚至是個接近免費的平台。&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;當大企業推出新模型、新功能，並更加緊密地整合自己的生態系時，新創公司就立刻被壓縮生存空間。我相信這就是新創加入戰場的慘痛實例。&lt;/p&gt;
&lt;h2 id="但世界不只有這個戰場"&gt;但世界不只有這個戰場
&lt;/h2&gt;&lt;p&gt;但是當我們深入產業時，會發現還有太多先前未曾察覺的機會，特別是作為科技基礎的傳統產業，包括：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;製造業&lt;/li&gt;
&lt;li&gt;農業&lt;/li&gt;
&lt;li&gt;零售物流&lt;/li&gt;
&lt;li&gt;等等&amp;hellip;&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;這些產業中，有些是因為規模太小，有些則是因為內部的業務邏輯複雜，因此仍有極大空間可以導入自動化與 AI 來優化流程。此外，企業內部、極度重視法規與隱私的金融業等，也都存在相當大的優化空間。&lt;/p&gt;
&lt;h2 id="別人不想做的事可能就是機會"&gt;別人不想做的事，可能就是機會
&lt;/h2&gt;&lt;p&gt;這些領域是 AI 大企業不感興趣、可能利潤較低且客製化需求高的利基領域，但對我們來說，這些都是尚未開發的大好機會。&lt;/p&gt;
&lt;p&gt;最近看到一家我認為非常有遠見的新創公司。他們提到自己的策略非常明確：專門處理別人不願碰的「Dirty Work」。&lt;/p&gt;
&lt;h2 id="數據其實也在說同一件事"&gt;數據其實也在說同一件事
&lt;/h2&gt;&lt;p&gt;Anthropic 最近公布了其 API 的真實 AI Agent 使用數據分析結果，在 SWE（軟體工程）領域佔了一半的流量，而在製造業、醫療、金融等垂直領域只有 1-2% 左右。這說明自動化行銷、銷售、金融、資料分析等只有個位數百分比的領域，都是未飽和的市場。&lt;/p&gt;
&lt;h2 id="跨領域也許才是真正的入口"&gt;跨領域，也許才是真正的入口
&lt;/h2&gt;&lt;p&gt;另外一個現況是，我們可以看到 OpenAI 現在有很多 Forward Deployed Engineer（FDE）。這些工程師會被外派到客戶的企業當中，深入了解企業內部的流程以及真正的痛點，並結合 OpenAI 的 AI 技術和量能來協助客戶。&lt;/p&gt;
&lt;p&gt;現在這樣子的職缺非常熱門，也就說明了當前的機會多在於跨領域的場域。與 AI 相關的跨領域正是未開發的機會所在，而且我相信這只是熱潮的開端。&lt;/p&gt;
&lt;h2 id="找到只有你看見的風景"&gt;找到只有你看見的風景
&lt;/h2&gt;&lt;p&gt;但書寫這篇文章的用意，不是鼓勵我們在這樣的時代背景下，開始跨領域的知識能力軍備競賽；而是我相信，就像愛瑞克所說的，每一個人來到世界上都有自己專屬的使命。&lt;/p&gt;
&lt;p&gt;每一個人的獨特生命故事與經歷，都形塑出我們看待事物獨一無二的風景與獨特視角。這個只有自己可以看到的跨域風景，就是屬於我們每一個人不用競爭的完美機會。進而在實現理想的過程中，我們能夠活出有意義而且快樂的人生。&lt;/p&gt;
&lt;h2 id="你要成為什麼樣的貢獻者"&gt;你要成為什麼樣的貢獻者？
&lt;/h2&gt;&lt;p&gt;去年陳良基前部長回到成大演講，很喜歡前部長用來明確志向的提問方式：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;「在未來的這一個大生態系當中，我要成為什麼樣的貢獻者呢？」&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;這是前部長的人生智慧，也是他始終保有清晰而獨特的視角的原因。&lt;/p&gt;
&lt;p&gt;願每位讀到這篇文章的朋友，都能找到屬於你專屬的使命，成為獨特卻閃亮的「填入自己的名字」！&lt;/p&gt;</description></item></channel></rss>