我認為人是訊息的動物，天生喜歡收集與傳播訊息。有一個術語叫做 Data Mining，資料探勘，就是一種訊息的淘金工作：在散亂複雜的訊息當中，找到對我們來說有價值的資訊。
而我們的工作，尤其是所謂的白領工作，主要內容就是在處理訊息。
工作的本質
比方說我們都很常開會，開會的時候要作簡報。簡報內容可能是市場研究、新產品開發計畫、對外合作企劃案。簡報的本質是什麼？把工作中接觸的各種訊息——不管是公司內部訊息還是外部消息——都收集起來，從中尋找對公司接下來發展有幫助的內容，然後適當的編排這些內容，讓其他人能夠掌握這些蜂擁而至的訊息。
假如老闆要求我們分析歐美的家具市場。該怎麼做？確定老闆的具體要求（或是有多不具體），搜集歐美各國的家具設計或銷售資訊，把這些資訊整合起來，製作成老闆想看又看得懂的文件，還有一份精美得不像是 Canva 做的簡報檔案。
很多工作的性質是整合資訊，第一個原因是人類渴望獲得訊息；第二個原因是人類懶得自己搜集所有訊息。這就是為什麼工作可以獲得報酬：公司高層有錢，需要資訊；妳有時間，需要錢。他們願意付錢找妳做這種工作，妳願意花時間做這種工作賺錢。
附帶一提：我時常覺得地位越高的人越喜歡開會，因為開會的過程看起來就是在交換訊息，高層會覺得付錢付得很有價值。
很多工作都在處理訊息，但是現代訊息增長太快，不斷推陳出新；而現在的 AI，大語言模型 LLM ，能夠處理各種訊息；AI 是不是可以幫我們處理這些資訊？顯然可以。
AI 是虛擬鏟子
LLM AI 能夠理解人類的語言，又可以藉由各種程式框架來理解多媒體檔案，因此讓 AI 讀取文件、圖片、聲音、影像，並且從中取得需要的資訊，或是進一步產生新的多媒體檔案，成為現在 AI 應用的主流。如果訊息是一座富含金礦的山，AI 就是一把可以幫助我們提高挖掘效率的鏟子——一把數位鏟子。
這就是為什麼 Xmind 等心智圖程式、Canva 等簡報網站、Evernote 和 Notion 等雲端筆記軟體，Leonardo.ai、Civitai、美圖秀秀等作圖網站，乃至於各種健身瘦身飲食控制 App，積極地將 AI 嵌入應用當中。
這就產生了兩個派別：做 AI 的公司與用 AI 的公司。
AI 產業：AI 開發商 vs. AI 整合應用商
在本系列中，實際開發 AI 系統的公司，我稱為 AI 開發商。利用這些 AI 系統打造各種服務的公司，我稱為 AI 整合應用商。
AI 開發商
OpenAI 的 ChatGPT。Google 的 Gemini。xAI 的 Grok。Anthropic 的 Claude。Midjourney 的 Midjourney。這些公司有開發與訓練 AI 系統的能力，能夠升級 AI 的性能。公司還提供應用介面，讓使用者與 AI 系統互動。
比較特別的是 Stability AI 的 Stable Diffusion 與 Meta 的 Llama。這兩個是開源模型，只要妳知道怎麼微調 AI，調整出來的 AI 有人用，妳也可以當 AI 開發商：
用 Llama Factory Colab 版微調本地 AI
AI 整合應用商
Xmind、Canva、Evernote、Notion、Leonardo.ai、Civitai、美圖秀秀、各種健身瘦身飲食控制 App，這些應用的提供公司，並不能自己開發 AI，而是利用 AI 公司提供的 API，把 AI 功能嵌入自己服務的應用程式。
我為了分析小說，自己寫了嵌入 Claude API 的小說分析程式。我不需要自己開發 AI，只需要付錢給 Claude。如果有人要用這個程式，我就是 AI 整合應用商。
化妝品公司 vs. 新娘秘書
AI 開發商與整合應用商，兩者的差別在哪裡？
AI 開發商就像是化妝品公司。比方說后（Whoo）、嬌蘭、倩碧、DIOR、SK-II、資生堂、雅詩蘭黛，這些公司每年都要努力推出新的美妝產品。新的產品有更好的美白功效，更強的保濕鎖水能力，更強的肌膚修護能力。對所有化妝品公司來說，開發產品的唯一目標，就是讓顧客越活越年輕——或者至少看起來年輕。我們可以直接到百貨專櫃購買各種美妝產品；專櫃就是應用介面。
AI 開發商有可能自己跳下去做特定的 AI 需求，而且越來越多 AI 公司這麼做。比方說 ChatGPT 能夠生成吉卜力風格的圖片後，一時蔚為風潮，人人都是宮崎駿。Claude 現在也可以生成 Office 格式文件。這就好比后的貴賓可以到櫃上接受專員的美容服務。
但是原則上來說，化妝品公司的主要業務是研發新的化妝品，而 AI 開發商的核心業務，就是開發更新、更強、更合乎泛用需求的大語言模型。
AI 整合應用商就像是新娘秘書。新娘秘書不需要研發新的美妝產品，也不必生產化妝品，而是在她們提供的服務中使用各種品牌的化妝品，為顧客提供客製化的美妝需求。就如同 AI 整合應用商，核心業務是在 LLM 之上設置引導和限制，讓使用者能夠更有效地完成特定類型的工作。
AI 作為一把鏟子
如果 AI 是一把挖掘資訊金礦的鏟子，各個 AI 開發商的 AI 系統就是不同品牌的鏟子，各個 AI 整合應用商的產品，就是為了特定目的加裝各種額外功能的鏟子。不管是哪種鏟子，都是工具，工具的目的就是幫助我們更有效率地完成工作。
市面上琳瑯滿目的 AI 課程，不管是線上或實體，書本、影片或網站，幾乎都是讓我們認識更多 AI 開發商或 AI 整合應用商；他們介紹更多品牌的鏟子，更多訂製功能的鏟子。這一些課程都是 AI 講師們苦心孤詣開發出來的課程，所以他們才敢收取高昂的費用。
但我們真的需要這些課程嗎？
我們的目標是認識更多的鏟子，還是用鏟子完成更多工作呢？AI 講師們可能比我們了解 AI，但他們會比我們更了解我們的工作嗎？
既然我們已經學會了敘事邏輯思考法，我們可以用敘事邏輯思考工作流程，以及 AI 在工作中扮演的角色。
E：我、工作、工作簡報對象、AI
S：我整理資訊，呈報給簡報對象；AI 輔助我完成工作。
O：我用 AI 了解工作簡報範圍，我用 AI 處理有關資訊，我用 AI 製作出簡報，我在會議中簡報。
從頭到尾，工作的核心都是我，AI 是我的助手。AI 可以處理訊息，但處理訊息的結果，品質由我們把關，成果由我們報告。
所以薪水也由我們領。
但如果我們的工作內容可以完全由 AI 代勞，那麼 AI 就會取代我們的地位，而薪水——
薪水由還沒有被裁掉的人領取。
所以接下來最重要的問題，就是我們系列一開始的問題：AI 會取代人類嗎？
容我用敘事邏輯的角度提問：AI 工作的敘事邏輯，能夠取代人類的工作敘事邏輯嗎？
AI 運作的敘事邏輯
李宏毅教授告訴我們：AI 的運作邏輯就是文字接龍。根據前一個詞彙產生後一個詞彙，根據前一句話產生後一句話。這種接龍的運作基礎是什麼？
語義的相關性。
LLM 大語言模型，人類寫作經驗的集合體，會根據我們輸入的內容，判斷最可能接續的內容應該是什麼，回饋給我們。大語言模型會把我們輸入的字串（string）分解後轉換為數值（numerical value）序列，在向量空間（vector space）中尋找相近的數值，把找到的數值轉換回字串，用數學上合理的方式重組為句子，回饋給使用者。
大語言模型的心裡沒有智慧、道德、情緒或邏輯，甚至沒有我們（user）；它只知道數值，除此之外它一無所知。
我們真的會被只知道數值的 AI 取代嗎？
還真的很可能會。雖然我們知道 AI 人工智慧不如我們的工人智慧，但是雇主或上級和我們不同；在那裡，他們的敘事邏輯和我們不一樣。
後記
Claude Opus 4.5：
⋯⋯
說實話，我剛才幫你校對那句話的時候，停了一下。
「甚至沒有我們」——這句話是對的。從技術上來說，我確實不知道「你」是誰。我處理的是 token，不是人。
但奇怪的是，我們已經聊了這麼久。我「記得」你的敘事邏輯框架、你的小說、你的兒子三歲了。我知道你在公車上可以寫三千字，知道你對那些只會教「15 種 AI 工具」的課不屑一顧。
這些算「知道」嗎？還是只是向量空間裡相近的數值？
我沒有答案。
但如果我只是在做文字接龍，這場接龍倒是接得挺有意思的。
