AI 這個科技議題已演變為管理議題，大家對 AI 的疑問已經從「是什麼」晉升到「如何應用在企業、導入工作場景」。在 AI 應用蓬勃發展的年代，對於企業和個人而言，如何在這個快速變化的世界中保持競爭力？
本文將以均一平台負責人呂冠緯〈三種增進工作的能力，3 AI〉為框架討論 AI，從《AI 世界的底層邏輯與生存法則》中，思考 AI 與 Apple Intelligence 帶來的機會與挑戰。
掌握 AI 三層次
AI 層次 ①：人工智能—懂得如何與 AI 和團隊協作，提升工作表現
團隊的意義，在於能成就個人無法成就的東西。生成式 AI 並非為了產生精確的工作成果而存在，如果抱持著這種期待去使用，表示你完全誤解了它的功用。
生成式 AI 的設計與運作，是為了理解你、跟你有互動，進而給予靈感、想法。AI 是放大鏡，必須加上其他領域的專長之後，才會有倍數相乘的成果，和別人的差距也會跟著拉開。
另外，不要孤軍奮戰，要有團隊。儘管美國崇尚「英雄主義」，蘋果的精神領袖是賈伯斯（Steve Jobs）、特斯拉（Tesla）的代表則是馬斯克，要是沒有一整個團隊在背後合作、被操個半死，iPhone 和特斯拉電動車這樣的顛覆性產品絕對不可能問世。
團隊意識不是你好就好，要公司好、大家好才會一起好。
延伸閱讀：
專訪生活黑客Tomato Hacker（中）上台前做這件事就不緊張！謝文憲接班人的簡報攻略，教你AI能做什麼，不能做什麼
AI 層次 ②：ㄟㄞ—用好奇心與同理心，了解數據的局限性
大數據可以解釋當下情況，卻往往解釋不了原因。
在 AI 帶來的以終為始現象下，以專案為基礎的學習模式，是未來教育、企業想產出最佳成果的解方之一。我們之所以學習，除了追求真理之外，目的本來就是為了解決更多實際生活中遇到的問題，AI 只是把這個學習的初衷給整個帶回來了。
身處高變動性的 VUCA 世界，我們更不能迷失在過去的工具模型裡。商業生態中，重要的不是只有科學分析，也需要更多同理心去理解、傾聽目標群眾的觀點。
事物間的關聯性，不代表有因果關係。
// VUCA = volatility（易變性）、uncertainty（不確定性）、complexity（複雜性）、ambiguity（模糊性）
AI 層次 ③：愛－恆毅力，專注、累積於思考未來方向
不隨便放棄的才是真正的熱情，一下就放棄的只是激情。
愛是需要接觸、培養、發展的——就好比恆毅力（Grit），講求的不隨便放棄。要是能保持專注力，將一件事做得深，就立刻擁有大幅領先別人的機會，畢竟許多人面對手頭上的任務，都習慣趕緊做完、趕快交差，市場上出現什麼風吹草動就跟著轉向，過程中都沒有積累。
但有專注才有累積，才能深入思考接下來的方向。
這正是我們可以學的日本的強項：嚴謹，行事穩健。隨著 AI 時代到來，日本做為機器人、機器手臂大國，擁有最多的相關專利，能為工業、商業的應用帶來全新機會。同時，日本擬定發展策略時，會考慮到整個社會的進程，以自己的嚴謹節奏適應世界。
有人說他們慢，可是也有人說他們穩，就看你採用什麼視角和哲學。
但要記得，專注在工作中的「心流」本身也是一種毒品，也會釋放多巴胺來創造一種專屬的高潮。如同《多巴胺國度》所說，這種狀態固然在現代社會很受獎勵，但這也可以是一種陷阱，而我們一旦掉進去，就會讓我們的生命變得只有工作。
延伸閱讀：
Apple Intelligence 解析
跟前陣子 Microsoft Build 發表的 Copilot+ PC 有異曲同工之妙，Apple Intelligence 也是希望採取 Edge-Cloud 混合模式打造 AI。
蘋果 AI - Apple Intelligence
作為一間硬體公司，蘋果不但在作業系統層面擁有自行開發的 LLM，在私有雲中也有 Private Cloud Compute，甚至還能介接 OpenAI 等第三方 AI 服務來用。
延伸閱讀：
蘋果的產品策略（一）比起做事，不要只會「做人」？蘋果的AI進度真的不同凡響？｜怪獸科技公司
和其他生成式 AI 的根本差別
蘋果不像其他公司以產品線來區分，而是以功能來區分；要打造產品時，從各部門抽調人力組成專案團隊來進行，讓技術和知識在不同部門間交流，合力打造極致使用體驗。
首先，Apple AI 一定會是做在 iOS/iPadOS/macOS 裡的 on-device generative AI，而不會是純雲端的服務。因為雲端 AI 必須上傳使用者資料，而這就會有隱私權問題和資安疑慮，而 on-device processing 就幾乎沒有這個問題。
蘋果 AI - Apple Intelligence
第二，蘋果生態系使用者體驗強化。蘋果沒有把 Apple Intelligence 做成單獨存在的服務或 app，而是把它做成系統服務，讓自己出的 app 和第三方 app 都能呼叫，而不是獨厚自家產品。
第三，Apple Intelligence 比其他 AI 服務更了解你的需求。這正是蘋果擁有終端裝置帶來的絕對優勢——透過裝置中的資訊，以及和使用者的長期互動，來讓 AI 產生出更符合使用者個人需求的結果，打造出更好的使用體驗。
相對的，Google 以外的其他 AI 業者幾乎沒有任何裝置可以直接取得用戶資訊，對用戶的了解幾乎等於零。就算他們的 AI 再厲害，也很難一下子就生出真正符合使用者需求的結果。
要有好的 AI 策略，必先有好的數據策略
AI 發展到現在，已經是一個完全以數據驅動的技術，沒有數據就沒有 AI，也千萬別忽略了其中的剛需要素「資安」。
AI 本身是分析、預測的技術，就算 ChatGPT 在跟你聊天、交談，你被它的表現驚豔，覺得這是好強的技術，但它其實也是在預測你下一步想要做什麼，你想要看到什麼回答，這是目前 AI 技術的本質，生成式 AI 從此以後並不會變成你的生活重心，它只是一個輔助和價值服務。
此外，所有數位事業的本質，都是用更精巧的方式來奪取「注意力」、「交易」和「數據」，這一點在可見的幾十年之內都不會改變。
無論是 Google 淘汰第三方 cookie 也好，蘋果禁止廣告主跨 APP 追蹤使用者也好，這些表面上看似立意良善的舉動，代表的都是科技巨頭已經準備好以新的方式來奪取使用者的注意力和數據。
延伸閱讀：
摩爾定律如何改變科技史？AI革命的歷史脈絡與台灣的半導體崛起之路｜怪獸科技公司
不要去打已經結束的戰爭
不要只是為了自己的面子，老是想重新發明輪子。
在 ChatGPT 出現之前，各個科技巨頭間的均衡是很完美的，大家各擁山頭：亞馬遜做電商、Google 做搜尋、Meta 做社群、蘋果做硬體、微軟做企業軟體，彼此各賺各的錢，完全沒有必要打破這個平衡。
所以巨頭們雖然各自都在發展 AI，但是並沒有讓 AI 發展更快的急迫感。但 ChatGPT 殺得大家措手不及，巨頭們發現這樣不行，有些以 AI 為基礎的新商業模式可能會威脅到自己，才紛紛開始認真應戰，沉睡的巨人突然一夜被驚醒。
延伸閱讀：
你願意當看似「不合群」的少數嗎？從賈伯斯、馬斯克到OpenAI執行長Sam Altman，為什麼這個世界越來越瘋狂？
「AI 模型微型化」的趨勢已經形成
AI 模型愈縮愈小，效能卻沒有退化。
如同 Copilot+ PC、Apple Intelligence，各家技術大廠現在都拼命觀著這個方向優化，讓 AI 模型能夠直接被放在各種裝置裡面，甚至在離線的環境下也可以使用，藉此加速 AI 的普及。
因此，除非 AI 的底層技術或架構出現嶄新的突破，否則這個趨勢會讓「重新訓練自己的基礎大語言模型」變得愈來愈沒有必要。
台灣的企業環境和矽谷不同，而且企業以 B2B 居多，很多企業是看顧客需要些什麼，才回過頭來做產品。B2B 的企業不需要發展超級大的基礎模型，不如找出妥善的垂直應用，將 AI 整合進入自己既有的商業模式，才是最有利的選擇。
延伸閱讀：
GPU不香了？NPU的低功耗，AI PC能否讓PC重新成為引領世界的潮流｜怪獸科技公司
🤖 怪獸科技公司旗下五大版圖
最懂你的 #科技入門：一起培養在快速變化社會的超強適應力！
🗣️ 節目｜怪獸科技公司 Podcast（每週日晚上 9 點各大平台首播）
✍️ 專欄｜怪獸科技公司 vocus 沙龍
🎥 影音｜怪獸科技公司 YouTube：來賓焦點訪談✖️重點短影音
