智慧科技
分享心發現

AI 泡沫化要來了嗎？看到的關鍵問題：擁有拆解型思考能力的人太少

2024/08/21

 

AI 在投資市場成為顯學，有人認為要泡沫化了。（圖片來源：科技人）

 

2024 年 7 月，全球只要是跟「AI」相關的股票，表現都像是重災區。重災區當然是 NVIDIA、TSMC，其他如 AMD、TESLA、SMCI、ASML 也全都好不到哪裏去。市場上開始有人質疑：AI 泡沫要破掉了！就像 2000 年的「.com 泡沫化」一樣，AI 目前只有賣鏟子的賺錢，B2C 層面根本賺不回來。

 

 

 

AI 泡沫化是真隱憂還是假議題？

合先敘明，這是作者的個人看法，不構成任何投資建議。作者純粹就一個「AI 重度用戶」的身份，來分享對於「AI 泡沫化」這個議題的看法。

 

前些時候台指期大盤跌停，AI 相關是重災區。（圖片來源：Unsplash）

 

不久前，作者曾經分享過一篇文章，提到因為 AI，即將迎來「意圖枯竭」的年代。在 AI 時代，「意圖」是關鍵中的關鍵，沒有意圖的人，給你再厲害的洋槍大炮也是毫無用武之地的。

 

現在市場開始討論「AI 泡沫化」的議題，作者認為純粹是「看漲說漲、看跌唱衰」的慣性罷了。事實上，絕大多數民眾根本還沒有實際將 AI 融入生活當中，因此「AI 熱潮」實際上尚未發生，商機也還沒進入大爆發！

 

但是，為什麼呢？從 OpenAI 推出 ChatGPT 到現在，也已經有幾年的時間了。現在市面上厲害的 LLM（大型語言模型）越來越多，無論是 GPT-4o、LLaMA 3.1，還是 Google Gemini、Claude 3.5 Sonnet（我的最愛），都已經能做到非常強大的編程、運算，分析文件、圖像辨識甚至連續影音辨識的能力。

 

生成式 AI 正以前所未有的速度在發展，但是為什麼華爾街在最近變得非常不買單，開始頻繁看空 AI 相關企業的未來，從軟體到硬體都受到強烈質疑。

 

AI 在應用層面的推進遠遠不如硬體層面快。（圖片來源：Unsplash）

 

 

NVIDIA、台積電很賺錢，但是面對消費者的企業卻很難變現

這是一個很現實的問題，這些雲端企業（尤其指微軟、Google、Meta、Amazon）在資本開支方面屢創歷史新高，將大把大把的鈔票交到 NVIDIA 的手上，NVIDIA 再不斷的花大錢跟台積電下單代工，雲端企業採購越來越多的 GPU 機櫃，強化 AI 方面的算力。

 

但是，雲端巨頭們不管是誰，似乎都沒有成功的從消費者身上賺到華爾街所期待的營收。

 

從微軟試圖將 AI 整合進 Windows、Azure 生態，Google 也試圖將 AI 整合進 Google Workspace 生態當中，我們不難看見，這些科技巨擘都希望從「讓 AI 為現有產品賦能，強化現有產品的生產力」的角度下手，來吸引用戶、尤其是企業用戶長期付費使用。

 

然而，推廣得實在不算順利，但是為什麼呢？

 

 

增加生產力，不構成讓企業多花錢的理由

這是非常現實的，如果你有在大型企業工作過，應該都會有同感：「幫助同仁節省時間、增加生產力」這樣的理由，是很難爭取到公司資源的。

 

公司的資源一定會用在刀口上，至於什麼是刀口？就是「能立即帶來更多營收」的投資，無論是資金還是開發人力，都一定優先灌注給那些能立即帶來更多營收的項目上。

 

AI 能夠幫人賺錢時，才會真的開始爆發。（圖片來源：Unsplash）

 

而目前這些雲端科技巨擘的 AI 發展方向，都是朝「增加生產力」的方向下手，也難怪企業們不太買單。說到這作者想提一下，曾經在《線上塔羅牌 AI 應用：塔羅望遠鏡，讓算命更人性》這篇文章提到過，如果 AI 想要成功落地，必須注意到三件事：

 

• 越感受不到 AI 的，使用量越高

• 能增加價值的 AI，比省時省成本的 AI，使用量較高

• 越需要互動的 AI，使用量越低

 

隨便舉例：

 

如果 Google 今天針對內容發佈商推出一個 AI 方案，只要付費購買，你的網站就會有機會透過 AI 推薦給適合的讀者，得到更多流量、更多關注，甚至更高的轉換率。你一年可能要付出額外 1 萬元的成本，但是卻能替網站多帶來 10 萬元的穩定利潤，你什麼也不需要做，只要付費購買就好。

 

這樣的方案，你認為內容發佈商會不會買單？當然付，付 1 元能賺 10 元，誰不要。

 

AI 一直沒有真正融入人類社會。（圖片來源：Unsplash）

 

作者再舉一個例子：如果 Meta 針對電商平台推出一個 AI 廣告方案，只要付費購買，你在 Facebook、Instagram 發放的廣告，轉換率可以提升 10 倍，雖然廣告單價可能也會增加 2 倍。在這種情況下，你作為廣告主，會不會買單？

 

以上都是作者不負責任隨便舉的誇張例子，這些商品暫時是不存在的。但是有看出來嗎？真正想傳達的是：

 

「雲端企業現在並沒有真正將 AI 技術用在刀口上，也就是用在賺錢上。」

 

這也無怪乎華爾街漸漸失去耐心，增加了一倍的資本支出，結果利潤開不出來，任誰都會對 AI 的價值產生質疑啊。

 

 

另一方面：擁有拆解型思考能力的人太少

前面說的主要都是「B2B」（企業對企業）的層面，這邊作者想要聊一下「B2C」（企業對消費者）的層面，為什麼 AI 熱潮到現在都沒有爆發？

 

要讓 AI 實用，首先必須將需求拆解。（圖片來源：Unsplash）

 

說實話，作者覺得現行 AI 服務，無論是 Claude、ChatGPT 還是 Gemini 都已經做得很棒了，沒有真正造成熱潮有一點非戰之罪：真正有能力將一件事情拆解開來思考的人，真的太少了。

 

什麼是「拆解型思考能力」？作者再舉個例子：

 

「今天王大明的媽媽上菜市場買菜。」

 

這樣簡單的一句話，可以拆解成哪些事情？

 

• 王大明的媽媽要如何去菜市場，開車的話路況如何？搭車的話，怎樣走最快？

• 到了菜市場，同樣的東西可能有不同的價格，3 個 100 元跟 10 個 300 元，該選哪個？要不要使用一下商品比價計算機？

• 市場上菜價琳瑯滿目，到底公定價是多少錢？有沒有價格參考表可以看，例如雞蛋、雞肉價格趨勢查詢工具？

• 王大明的媽媽要買哪些菜，有沒有漏掉的？要不要考慮使用 ToDo List 工具，取代紙筆？

 

一些看似平常的動作，真的要讓 AI 介入，就必須細細拆解每一個流程（圖片來源：Unsplash）

 

諸如此類。如果希望 AI 可以為生活帶來更多便利、更多驚喜，就有必要「將每一件事可能遇到的場景、難題與需求拆解」，然後透過 AI 自動化解決。

 

擁有拆解型思考能力的人，可以從瑣碎的日常生活提煉出一個個需求、一個個問題，能夠正確問出問題，AI 才有機會幫你解決。

 

偏偏，擁有「拆解型思考能力」的人太少了，以致於 AI 能力很強，卻毫無用武之地：因為連自己需要什麼、想要什麼，自己的問題是什麼，都不知道啊！這樣 AI 當然幫不上忙，更別說帶來什麼 AI 熱潮了。

 

作者相信隨著時間的經過，會有越來越多人將可能需要的東西準備好，無需問問題也能想用就用，就像作者現在正在做的實驗：文章即服務，透過 AI 來幫每一篇文章賦能。讀者除了能看文章，還可以「使用」文章。

 

懂得正確運用 AI，人生會走得比別人更前面。（圖片來源：Unsplash）

 

一旦人們漸漸習慣「拆解型思考模式」，AI 的價值就會呈現等比級數上升。作者每個月付 Claude Pro 月費，可是一點也不後悔的啊！它幫忙解決了太多問題，幫忙生成無數應用程式，讓我使用在《科技人》上頭 ：儘管我連一行代碼都不會寫。

 

最後，AI 會泡沫化嗎？作者可以非常有信心的說，還不到泡沫化的時候，因為「AI 熱潮」根本還沒發生，人們的生活尚未真正大量結合 AI 技術。就連「B2B」領域，雲端科技巨擘也還沒有真正將 AI 技術應用在「刀口」上，幫自己的企業用戶、甚至自己的企業賺進更多錢。

 

現在還在摸石頭過河的階段，一旦走到了河對岸，AI 需求還會迎來超級大爆發，現在的算力還遠遠不夠應付全球人類使用。如何增進算力、降低用電需求，是 NVIDIA、華為、AMD 這類公司持續努力的方向；AI 才剛開始，伯樂還不多，泡沫化？早得很呢。

 

*本文為科技人授權轉載，原文為《AI 泡沫化要來了嗎？看到的關鍵問題：擁有拆解型思考能力的人太少》

 

 

 

心發現延伸閱讀:

 

文字：科技人
圖片來源：科技人, Unsplash
科技人

科技人是專注在人工智慧、3C 產品、產業動態以及技術教學的科技網站。本站拒絕任何聯播網廣告，希望給用戶一個最好的閲讀體驗。