過去還可以分成好的寫作者 (good writers)、還好的寫作者 (ok writers)，以及不會寫作的人 (people who can’t write) 這三個「級別」，將來的世界只有兩個「類別」：寫 (writes) 與不寫 (write-nots) 兩種。不再有中間這種人。
這樣的情況將會比你我想像得更糟糕。因為寫作就是思考，不寫就沒有思考。換句話說，幾十年後，這個世界就會變成思考 (think) 與不思考 (think-not) 的世界。
如果你能一路讀到這一章，我相信你不是只是「想被激勵一下」。你心裡應該有…
如果你一路看到這裡，我猜，你不是在找什麼最新的 AI 教學課程。你是在…
比賽結束後的那一週，我沒有立刻回到寫程式的節奏，也沒有馬上再開 Bol…
比賽結束那晚，我回到家，放下電腦，打開 Spotify。 耳機戴上去的…
5月3日，決賽當天到了。我帶著兩台電腦、一條延長線，還有一顆差點沒炸掉…
我以前不知道「哥布林」是什麼。直到我看了《迷宮飯》，才發現這個角色其實…
比賽當天，我看到其他組的 setup。有三人小組，有五人團隊，有人拉著…
AI 工具真的很神，但 Token 限制卻很現實。 當我開始正式進入開…
你知道為什麼我一直遲遲沒做出一個完整的系統嗎？ 因為我以前都在拆解東西…
其實，這不是我第一次接觸 Low-Code。 嚴格來說，早在 2024…
2025 年，我 52 歲。 我參加了一場 AI 應用競賽，還入選了決…
不是重來，是升級 我不是什麼 AI 專家，也不是現役工程師。 52 歲…
如果你是 CXO 有絕對決策權的人，不要再懷疑了，及早規劃與投入 AI。先行者會犯錯，也可能會消耗資源，但這些試錯成本都還是在可以控制的範圍內，善用槓桿的威力，佔住優勢。
如果你是一般員工，不要再懷疑了，大膽使用 AI 吧 — 只要確保不觸犯公司的保密原則。如果你覺得公司對你的支持不足，那就花點時間花點錢，投資你自己吧。明年此時，你一定會感謝今天的你所做的投資。跨入 AI 的費用不貴 (不是要你花 200 美金/月)，關鍵在於有心與願意花時間。
賽局理論 (Game Theory) 中有一個經典的賽局理論模型，叫做 Rational Pigs (理性的豬)，也有人稱為智豬賽局，它精準地闡述了在資源有限、資訊不對稱的情況下，不同實力參與者如何做出理性決策，並達到一種動態均衡。
此模型的核心概念是：弱勢方 (weak pig) 可透過策略性的不作為，讓強勢方 (strong pig) 承擔成本，從而獲取利益，這在企業競爭策略中具有高度的實務價值。
在 AI 這場賽局中，DeepSeek 就是弱勢 (小豬)，ChapGPT 就是強勢 (大豬)。
這個角度來看，這樣的均衡是很合理的。
台灣隊除了在賽前被日媒評為整體戰力倒數第 2 之外，在台灣也被質疑沒有大咖參戰，認為只要能贏個一兩場就算是達成任務，然而，台灣隊卻是一路過關斬將，有攻有守地成為世界冠軍。 投手們車輪戰、鐵牛棚扛得漂亮、打擊大爆發，而且守備幾乎滴水不漏，這些是怎麼發生的？
對呀，怎麼發生的？以往不是攻擊貧打嗎？不是投手容易被打爆嗎？守備細膩度不夠，失誤連連嗎？怎麼像是一夕之間全部被逆轉了？
數位轉型就像是一場企業的體檢加改造工程。你得先想清楚，想透過數位轉型讓公司變得更強壯、更靈活，還是想開拓新的生意機會？接著，找到一批懂數位的人，幫公司規劃一條最適合公司走的路。記住，這場工程需要大家一起動起來，打破部門間的隔閡，才能事半功倍。
一個值得思考並採取的行動：Adopt scenario-based planning 情境規劃。
從三件事開始做：
1. 以更全面的思維來思考業務
2. 構建未來的各種情境
3. 測試其策略計畫在這些情境下的彈性
讓⼈稱奇的是，這⼀偉業的成功多少是仰仗兩個幸運的錯誤：⼀是亞洲以東那部分假想的延伸，⼆是假設地球⽐實際體積⼩。這兩個錯誤都是最有學問的學者和最淵博的哲學家造成的，但是如果沒有他們，哥倫布將很難敢於冒險嘗試其壯舉。
情境規劃 (Scenario Planning) 是一種強大且有效的策略思考工具，在瞬息萬變的商業環境中，幫助企業應對未知的未來。它不追求精準預測未來，而是鼓勵企業構思和適應各種可能性，從而在不確定性中保持靈活性和前瞻性。
常識的兩個限制：1. 高估自己的預測能力；2. 忽視事件的重要性。
突破常識限制的應對方法：1：運用情景規劃；2：挑戰自己的假設；3：尋求不同觀點；4：培養彈性和適應力；5：敏銳於意外的機緣。
我知道 MVP (的英文) 是什麼，也知道《精實創業》強調的 Build-Measure-Learn 模式，但我在真正要打造 MVP 的時候，我內心還是把它放在 Build-Demo-Sell 的循環中，而不是更大膽地 Demo-Sell-Build 模式。
我把 MVP 的第一焦點放在 P (Product)，第二焦點放在 M (Minimum)，最後才是 V (Viable)，甚至有時候沒有去驗證 V。
麥肯錫對 16 個業務職能的分析發現，只有 4 個業務職能 (客戶經營、行銷與銷售、軟體工程 及 產品研發 四大領域) 所創造的價值佔生成式 AI 用例年度總價值的 75%。