自從 ChatGPT 問世以來，「AI 末日論」與「AI 烏托邦」的極端言論就不斷拉扯著我們的神經。
最近讀了《曼報 Pro》一篇關於 AI 經濟衝擊的深度分析，AI 會毀掉經濟嗎？一套好用的思考框架，裡面提到了一個極好的思考框架，將 AI 替企業省下的成本走向，分成了四個終點：- 終點 A： 留在企業帳上，變成囤積的利潤。
- 終點 B： 因為市場競爭，轉化為產品降價。
- 終點 C： 被拿去投資新事業、催生新產業。
- 終點 D： 透過政府稅收進行重分配與政策介入。
雖然我不是總體經濟學家，過程中也花了一點時間去理解每一個終點，然而這個框架給了我很大的啟發。
如果把這四個宏觀的經濟終點當作背景音，將視角拉回我們個人的日常工作與產業現況中，身處其中的我們，真正的「體感」到底是什麼？
順著《曼報》的脈絡，我延伸梳理出了三個切身的思考題，如果你也正對 AI 的發展感到焦慮，不妨跟著這三個問題，一起來看看我們現在到底站在哪裡、又能做些什麼。
一，AI 的紅利，是被壟斷了，還是引發了削價競爭？
如果盤點我比較熟悉的「平台與 SaaS 產業」，我得出了一個反直覺的結論：AI 的衝擊力並非一體適用，它的威脅大小，完全取決於產品底層邏輯是「雙邊網路」還是「單向工具」。
雙邊平台建築的高牆
目前來看，AI 對於電商或具備媒合性質的雙邊平台的衝擊其實相當有限。
平台的核心是同時觸及「供」與「需」雙方。人類雖然天性慵懶，但對於牽涉金錢與關鍵決策的行為，我們極度渴望「掌控感」。
我們需要 AI 扮演頂級幕僚幫忙比價與分析，但最終下決策的必須是自己。
只要牽涉到雙邊的獨立決策，AI 就很難介入。所以在這個領域，AI 帶來的紅利大多停留在內部流程優化（偏向終點 A），還不足以引發顛覆市場的價格戰。
工具型軟體的危機
但如果是「純工具型 SaaS」，情況就完全不同了。
過去企業必須花錢「買軟體」來優化流程，但當 AI 讓開發系統的成本趨近於零，企業只要掌握內部 know-how，完全可以「自己跟 AI 協作捏一個工具」，而不必再付昂貴的訂閱費。
當然不可否認，這套想法在現在仍面臨許多挑戰與質疑，但我相信方向確實存在。
如何看待此問題
面對這種降維打擊，工具型軟體唯一的護城河就是「向數據靠攏」。
如果只賣功能，一定會被取代；只有把核心價值轉移到長期沉澱的歷史數據與精準預測，才能築起 AI 無法輕易跨越的高牆。
二，當被剝奪了「執行權」，如何握緊「指揮權」？
《曼報》提到，AI 正在把「認知能力」的單位成本壓到趨近於零。
對我們這些知識型工作者來說，最深刻的體感是：AI 剝除了繁瑣的「執行外衣」，逼迫我們直面最核心的「決策戰場」。
現在的 AI 能在瞬間產出十種想法並生成初步的原型，我們的焦慮不再是單純的「會不會被取代」，而是「思考與定義問題的速度，趕不上 AI 的產出速度」。
既然執行成本歸零，我們該如何握緊價值的「指揮權」？
好奇心是駕馭 AI 的發動機
給標準答案很便宜、快速，但「發現問題」無比昂貴。
AI 不會主動感到「這樣做事很不方便」，只有人類會。帶著好奇心去挖掘痛點，把 AI 當作大腦的延伸來窮舉解法，才能榨出它的最大效益。
多元參與，打開邊界
主動參與社群、跨界交流，你會看到別人如何用 AI 經營一人公司或打造全自動工作流。看見這些事實一定會引發焦慮，但這種焦慮非常健康，它會逼迫你盤點自己的能力：哪些環節可以立刻外包給 AI？哪些核心決策必須死死抓在手裡？
三，如果我們正在經歷溫水煮青蛙，社會的防線該長什麼樣子？
面對 AI 可能帶來的失業或經濟震盪，不免會漸漸期待政府（終點 D）能提前預防。
但我認為，社會最終的走向會更像是一場「敏捷開發」，需要讓子彈飛一會兒。
尋找最大交集
科技迭代永遠快過法規。
社會必須經歷一段發酵期，讓真正的問題浮現。政府的介入往往不是完美的預防針，而是在災情發生後，從中找出「最大交集的痛點」來進行系統補救。
隱形共識的博弈
在強硬的政策出爐前，擁有 AI 資源的企業與政府之間能否形成默契，在不被強制介入的狀況下達成某種平衡（例如主動釋出部分紅利），是這段過渡期最真實的防線。
結語：我們自己，就是那道永遠不會失靈的防線
現在的我們，正處於企業囤積、降價競爭、創新與政策介入四股力量互相拉扯的混沌期。到底哪一股力量會主導未來？目前還很發散。
既然宏觀的經濟循環與政府政策，都是我們無法干預的巨大齒輪，那麼面對時代變遷，我們唯一且最有效的策略就是：回歸自我，專注在可控的事情上。
我們不需要患得患失地去接住每一個最新的 AI 趨勢，但必須建立基礎的「認知雷達」——知道現在的世界變化到了什麼程度。
真正的安全感，來自於你知道當挑戰來臨時，你的大腦裡有足夠的視野，能立刻牽起合適的 AI 工具放大自己的優勢。
外在的系統也許會失靈，但只要我們持續探索、保持好奇，並專注於自我成長，我們自己，就是那道永遠不會失靈的防線。
以上是我的淺見，下次見 👋
