這個AI 新趨勢話題不斷,當然對每個人的衝擊與感受不同, 有人會緊張憂慮
所以有人會排斥,當然有人也想搶搭順風車,趁勢而起...但無論如何,所有的
作法或結果,也是要看每個人的心態。但我相信所有的問題都給回到一個非常
基本面:那就是所有科技進步無非還是建立在商業基礎上,因為只有不斷的商業
成功獲利,所有的科技技術才有往下走的機會。之前有人拿這個來跟歷史上的
工業革命做比較,個人覺得不錯,人類就是在不斷的反覆檢視歷史,從歷史中
學習成長與看未來機會。我最近在媒體平台看了幾則關於AI 介紹影片,個人
覺得不錯,在此收集整理一下,最主要的不是關於技術,而是許多技術以外的
故事,都值得我們可以從中學習到一些我認為比AI 技術本身還重要的關鍵因素。
我們可以從這些內容去反映到我們個人的許多啟發,不是說AI 發展如何?
而是藉由這些AI 背後的故事,也讓我們自己環顧一下自己所處的創業或就業
市場環境中,我們可以依此類堆的看到了甚麼?也讓我們意識到甚麼?然後,
我們可以(事先)做甚麼?或是我們可以如何安排自己下一個(人生)步驟,為自己
創造一個不被時代潮流所淘汰的人。
以下我就以我自己看到相關報導內容,依時間軸來看吧:
沒想到Claude是這樣的故事|Claude營收如何2年反超老東家,即將登頂全球第一?
這段影片中,告訴我們說:開公司不能只憑技術好,就可以管好公司,
尤其是:在 6:42 處提到的。你技術再好,你未必會管人、管錢及管組織。
念文科的又怎樣,只要少受一點技術包袱,多一點視野與歷練,一樣可以
把公司組織弄好,尤其是要管一大堆聰明的科技宅男。
"如果天才工程師很難搞,對團隊合作是毀滅性的打擊,...弄一套流程,專門
刷掉那些高智商的混蛋..."。😂😊😅,科技業經常會發生的事情。
最近台灣政治新聞,好像也佐證了這件事:聰明會念書的,就未必能帶領團隊
組織做出些比較有建設性的事喔。最後只剩下個人崇拜,而不是務實發展。
----
影片中也明確跟你說:企業發展,就得要看市場,鎖住一定的市場客戶群,
那些是你企業的營運目標,哪些市場客戶就不要碰....而那些你所要鎖住的
客戶企業要你做的是甚麼事?而不是就憑你高興做這個?做那個?
整天就想接外包設計委託案,就也搞不清楚客戶最在意,最需要你的作為。
然後再來整天埋怨客戶,外行?不懂技術....所以你下次再看到哪些專家、
老闆,動不動就在社群媒體上貼文說自己多厲害?然後到處酸他以前哪些
客戶有多不懂技術,有多奧客....這些都不是很健康,很正面的經營心態。
----
Sora之死:刺破美國AI泡沫的第一根針!
關於這段影片,真的有許多我們重新檢視 AI 發展背後所需留意的市場發展,
當然你只是從AI 產業來分析市場趨勢與機會,但同樣的話題內容,你也可以
把她轉換成你自己的職業生涯或技術發展軌跡與思維模式:我稍微把影片中
的幾個重點整理出來:但你不要光想 AI Sora 就好,你把它換成你自己所專注
的或自己所設想的工作職業或未來機會:::
---
"熱度從來不等於收入"。
你真的不要以為你現在就有很多AI 可以玩,也可以蹭熱度,就代表自己會有很多
機會,也可以馬上為自己創造營收獲利,有時候你還是要花點心思想想:然後呢?
"這不是生意,而只是行為藝術而已"。
是啊,如果我自己也整天弄一些技術文章,貼一些開箱文,來說說自己有多神?
多厲害?那是不是也只是一種行為藝術而已啊。這樣子你自己在未來市場發展
機會裡,你真的可以抓住多少契機?轉換成對自己有利的市場機會?
"會生成幾個視頻,分享到社交平台上,獲得些點讚數,...然後很快地失去興趣,
....這比較像是娛樂消費,而不是剛性需求..."。
誠如我一直強調的,不是光靠貼文,開箱炫文,就可以創造營收獲利,這就跟
一般經營視頻博主一樣,你到底是想靠甚麼底氣來長期穩定的創造客戶市場對
你提出剛性需求,為自己創造長期穩定的營收獲利。
所以現在有很多AI 生成影片,或者可以令人驚豔,又可以搏君一笑...然後呢?
結果你只是一時的娛樂消費,AI Sora 平台也經營不下去,最後可能雙輸。
最後,技術要能走到大眾化,可以真正受到市場青睞創造業者與消費者之間
雙贏的局面,還是得回到真正的市場經濟模式:
"技術突破帶來關注,
媒體放大形成敘事,
資本跟進推動估值,
市場預期迅速膨脹,... 產品本身的商業可行性往往被延後討論,甚至被忽略!
故事是否真的可以吸引人..."
這個不只是 AI Sora 的故事而已。如果你真的把你自己努力從事的技術故事,
套進這套論述模式。是否也有幾點相似度?
你開公司或想為自己的技術亮點創造一些話題故事性時,你是否也會如此?
寫寫自己的所熱衷的技術歷史演進,發表在社群媒體上來看是否可以放大形成
敘事?然後有些生意可能會上門來創造一些資本財機會,讓自己看到一些
市場可能成長機會?結果呢?你自己有沒有做好整個完整的公司組織經營
管理或是最終技術產品如何轉換的條件是甚麼? --- 是不是你自己對於本身
技術如何轉換成商業可行性不被及時討論,甚至自己還想忽略不管?
你覺得你這樣的敘述的故事真的有哪一點可以吸引別人?或感動別人嗎?
最後就如同影片博主說的:AI 技術不會不見、消失的。而是真的要去思考
如何重新定位包裝這些技術該如何真正地從商業化創造存活的機會。
我們自己在鑽研技術也是一樣,這些技術不會不見,對每個人來說,也是
一個經驗與資產,但未來要成為一個包袱?還是一個基礎,還是得看你
自己本身的思維方式、策略規劃與落實執行的結果。
---
接下來就是 Google Gemini 的故事了。
Gemini如何史詩級反超ChatGPT?你不知道的Google Gemini誕生真實故事!
這個影片只告訴我們一件事:想做技術開發就得要有資源,不管你多聰明、多天才,
你還是得要懂一點公司經營策略與組織團隊的管理運營。作為工程師當然你可以
把自己鎖在一個角落裡,好好的幹...但也未必能讓你一輩子安身立命的穩定存活,
因為市場就是這麼現實殘酷的。你不急,老闆急啊...老闆不急, 資金市場急啊。
就算你自己也都不在乎這些鳥事,但有時也是得為自己的一點技術活找下一個
棲息地啊。要不然呢?你要轉行嗎?你覺得你要如何華麗轉身而過?
你真的要捫心自問一下:我真的夠聰明嗎?我真的有這個條件嗎?
我真的在老闆眼中是那個完全不被取代的嗎?(天下沒有那種老闆不能沒有你的
情事,尤其是在老中的職業職場中。看看想想:你所處的公司或社會商場中
有如人家那般的開放自由的環境嗎?那你哪來的自信可以一輩子安然無恙呢?
同場加映:
反超 ChatGPT 只是開始?Gemini 幕後推手
再一次強調一點:看這類有點傳記故事時,真的不要有太多投射性的期望。
因為我們東方社會、公司組織與資本主義市場是跟人家不同的啦。
但人家有這個環境條件,人家還是很清楚的懂要創造出一個完全不同的AI :
(不能光靠資料庫記憶來完成,而是真正的機器學習創造)還是缺了兩塊拼圖:
1:掌控龐大組織的商業手段。
2:是對人腦運行機制徹底理解。
讓自己真的有經歷公司組織管理的經驗累積,(七年CEO),然後再去攻讀一個
神經科學博士學位。所以啦,不要看人家公司開了三、四十年的,好像很厲害,
如果這公司的歷程就只不過是一家自己關起門來,一兩隻小貓,小打小鬧的。
還真的不如去找個大公司歷練一下吧,人家也是這七年的CEO 歷練,造就未來
帶領 DeepMind 公司轉型成功的基礎啊。
所以,你年輕去大公司上班,這沒有不好的事啊,這也很正常啊。上班不只是
讓你光領薪水做技術開發,而讓你有更多機會去觀察探討一個公司組織如何:
策略規劃、運行管理...這些都不像是你自己一個人關起門來就可以輕易獲得的
機會。你看人家幾乎是天才聰明型的科學家、工程師了,人家人生還是得走
這麼一遍啊。看看別人故事,也得要想想自己的故事吧。這才是我們讀歷史,
研究歷史所會得到的寶貴經驗法則。
技術的東西,天天更新,天天變化,有時變化的不是技術本身,而是技術變化
所帶來的環境條件的衝擊與影響,你所要拿來對抗這些影響與變化,不是光靠
你一天 24 小時,不斷的學習追趕是沒有用的啦。更需要的是先放下技術,好好
的檢視一下:如何好好利用你既有的技術來應對環境的變化與影響。
---
我想網路上類似以上的故事內容會有很多,看也未必看得完,重點還是在於
自己該如何從中學習到對自己現實生活真正有用的東西。當然你想玩技術
同樣的在許多網路平台裡也都可以找得到,學習得到。只要你有時間就可以。
我昨天去新竹光復路的 Nova 廣場買個電腦周邊的東西,為了滿額禮,也就繞到
"書耕"這家店逛逛,買個小東西湊個整數金額。這家是我以前常逛的電腦圖書店。
以前新竹火車站前也有一家,結帳時,我就老闆娘聊了兩句:你們店裡現在
電腦書籍很少喔?火車站前那家店也收了....
老闆娘回答我說:現代人很少會想買電腦書了,也都是上網查資料,學東西了。
現在連博客來也都儘量賣電子書。他們火車站那家書店最後一天就只賣個幾千元
或甚至幾百元的書或文具,根本活不下去啊。
對啊,這個就時代潮流帶來新趨勢,你不能怪人家為什麼要上網查資料,學東西,
而不來買書啊。而是你真的要改變一下你自己的學習方法。那就更不用說這套
AI 新時代潮流帶來的衝擊。
或許大家都可以從這些影片故事中,找到於自己未來可以安身立命的一套法則。
祝福大家。
---
最後附上一個影片:使用AI 的心態,還是得回歸到一個正面向上的循環機制,
如果你覺得為什麼一樣是擁有龐大資源的公司或國家,就沒辦法像上述的那些
公司做到一樣令人驚艷傳奇的故事。道理可能就在這些故事裡吧:
2月中租用的AI生程式,用在windows應用程式上對工業相機的應用。Qt函式AI很熟,OpenCV它也很熟。工業相機我以為它可能不熟,結果它會寫。C++我不熟,AI不是問題。多國語AI也沒有問題。這週程式所有功能都完成了,我的第一個打造windows應用程式就好了,我只寫1%。大部分時間在架環境,找佈署方法,找函式庫編不過問題。修正螢光幕第四象限和數學第一象限上的角度定義問題。有AI真好,超級打工仔,怎麼算都比人便宜。
回覆刪除嗯~
刪除工程師本來就應該善用工具。
主要的就是要幫產品技術開發解決問題。
我說了:現在產品的系統整合所包含的底層技術
千百種,不可能還要像以前那樣:每個模塊或模組
都要拿出來探索其中的技術,這些本來就是那些
搞硬體平台的人要處理的,因為他們是要賺硬體
解決方案的錢。
就像你所說的數位相機應用,以前我們在搞 Scanner
SOC 時,當初我們公司的另一條產品線就是搞數位相機
SOC 的。那時大家還會為一些底層控制或驅動程式架構
極盡的想擠出一些最佳化的方式,因為以前的SOC 所內涵
的MCU 資源有限。但現在我想沒有人還想花太多心思
去研究這些了。就像你都想用Qt 函數了。我這種老人家
還在用傳統的C++ 搭配 MFC 在寫Windows APP。
我自己不是沒想過用 Qt,但真的老了,又有技術上的包袱。
現在人為什麼喜歡用 Qt/OpenCV 或 Python ?
我們也知道他們都很吃資源啊,但人家就是簡單容易上手。
資源不夠,那就硬體升級啊。
硬體成本增加,那是老闆的問題。
我們自己在那邊硬要從簡單的平台去擠出效能?
那就又變成我們的問題,老闆又不會幫你解決,
你自己搞了老半天也不會代表你你比較厲害?
更慘的是:這些辛辛苦苦搞的平台,以後還很難移植。
越往後面越是搞死自己而已,年紀大了更慘...
所以說啦,自己想玩技術跟老闆想開發產品賺錢,
那是完全兩碼子的事。不要老是以為極盡往技術底層鑽,
就代表自己很厲害,我說了:那是你自己真的沒有碰到
真正厲害或天才型的工程師而已。
當你還在那邊推倒公式時,人家都已經不知道跑到哪邊去了。
你還在沾沾自喜的貼文賣弄技術文章...
我說了:不要以為別人都是笨蛋,只是人家真的不想理你而已。
真的別忘了:當你多花一點時間往底層鑽時,你就可能少了
一點時間去往外看看世界技術趨勢發展了。那就更不用說,
關於技術與商業化之間的轉換條件與機會了(策略規劃)。
大家一天都是 24 小時啊。你還是自己一個人而已....
除openCV外,其他我全都是第一次使用。不要以為我會Qt,我反而是先問AI什麼功能用什麼?它會先回各式符合功能的元件,我再選一定一個合用的。再叫寫程式的AI用什麼元件做事再看功能有無符合。然後再進去看程式碼是如何接合。
刪除工業相機的功能,用C我還看得懂,因為對應暫存器驅動方式。包成C++我反而看不懂,又物件化,又多了steam管理層。只好硬寫說,我要一個FIFO式的frame管理,AI也怕,一生成Frame它就趕快搬進它自己寫的FIFO管理器。用起來效率不好,我進去看每一頁它都從short像素單元轉成float。我叫它不要轉換,等到要用時再轉。這樣畫面就順暢了。
然後是開啟別人的檔案,我要它支援BMP,不小心打成BPM,它相了很久找不到,燒了我一堆使用權。然後說寫好了有相容BMP。寫錯字會燒錄很快。平時寫一個需求到實作完成,大約消牦NT1元,BPM錯字就燒了32元。
不寫錯下,我叫AI查AI寫一個功能才NT1元 ,邊界檢查也都有寫,所以我才說是超級打工仔。若它可以發動compiler還會先檢查有沒有編譯錯誤,然後自己修到過才結束。NT1元我是覺得才太值了。
使用Qt主要是要跨作業系統,另外使用現有函式庫程式碼也比較少,不然AI會自己造,程式一但變很大,就算小修改,吃錢的速率就會開始加大。我發現這問題後,就先去Github上先搬個函式庫過來,然後叫AI套,還真的可以。我只是評估一下,所以套上工作不如預期,然後又換一個,還套到會動。老實說是為何不動,為何會動。我也不知道。
刪除剛安裝好Qt一使用有點後悔。因為在MSVC上的除錯器支援並不好。心想反正用了就走下去。然後AI太強,我使用除錯器的機會很少。大部分就直接執行看功能有沒有起來。沒有出現才進去看,然後發現一些是特性問題。
刪除像是我要新加一個ini 檔,很快就好。然後有一個功能需要在ini內設好標記才能用,不然就隱藏。我就看到XXX-Eable = 1 出現了。測試功能在。然後改成XXX-Eable = 0,功能還在。後來才查到要整行都消失才是沒標記。
https://www.thenewslens.com/article/266393
刪除我用了Qt,變成只能用C++,C++我能看但寫不了,只能使用AI寫C++。Qt也有一樣的問題,元件單用可以看懂,要什麼功能套什麼元件是合適的我也不行,這個也只能用AI。也就是離開AI,我無法獨立完成windows應用程式的開發。有AI下,我還是能進行程式開發,除錯,找問題,找方法,直到程式完成。在這種AI外掛下,能說是懂C++,Qt也不對。說不懂windows程式開發也不對。
就像使用IC開發產品, IC內做什麼不知道,但仍可以量測/除錯,到產品開發出來。是離不開專用IC,但現在專用IC如此便宜,又如何?
非常感謝你提供這麼多的AI 生成工具的使用經驗。
刪除對我這種一路辛苦地從基礎的 VC++ 到MFC 的使用者來說:
真的感到一點驚恐,也有一點慶幸。
驚恐的是AI 生成原來已經跑這麼遠了。
但慶幸的是:我就是慶幸的因為辛苦走過,
才能真正的體會到這些程式撰寫真的不容易。
譬如:我就拿一個問題問了 Google 的Gemini:
"Visual Studio C++ 多國語言實作"
結果他給了我三種參考答案....
第一種就是我自己已經做過的方法,
至於其他兩個的作法,都是我不熟悉那些平台。
怎麼辦?那就當然還是用我自己的老方法,
是的,我的方法可能已經落伍了,
但我的年紀也的確是落伍了,我當然是已經
站在等著被淘汰的邊緣了啊。幸好的是:
用其他新方法,對我來說可能已經沒有時間或機會用了。
不管是AI 生成或是自己辛苦撰寫,主要還是在於
真正的轉移到自己的腦袋裡。畢竟最後收尾驗收的
還是我們自己啊。
當然啊,你可以一直反覆的要求AI 不斷的修改到
你要的功能或是你想到的軟體APP 的樣子。
我也說了,對於學習來說:AI 或許真的可以縮短
學習曲線或加速經驗累積。因為我們過去學習技術
也是不斷的反覆的練習外加不斷地請教或參考別人
的經驗或一些指導:而這些現在都可以經由AI 協助。
所以對於技術或理論研讀或探討,AI 輔助工具真的
可以協助我們節省不少時間。
但畢竟現在網路搜尋功能越來越強大,尤其是加上
AI 輔助搜尋整理,只要在技術發展進程中,隨時
都可以透過這些搜尋功能,很快地找到我們所要的
參考答案。
所以我才一直強調:現在如果學技術還要去買書
上課,真的就不如坐在電腦前面好好地透過這些
輔助工具,效果就很好了。差別的還是在於最後:
然後呢?
你還是得把這些AI 幫你生成的程式軟體,包裝成
商品銷售換現金收入啊。要不然呢?
坦白講了,如果讓我再年輕個 10、20 年的,
我肯定也會想像你這樣的好好的玩一下這些
AI 生成工具所寫的程式。只是我真的上了年紀,
對我來說:現在長在我頭腦的東西,應該還夠我
還能做一點事。萬一連這一點我也沒辦法的話。
那我就真的要好好的退休去過日子了。
我之前真的有想好好的學一下 Qt,
刪除但經由搜尋收集整理一下之後...
我就投降了。
我當然相信越新穎的技術與方法,也都是
針對以前我們那個時代的東西還有效率。
當然這些也都是參考累積我們那些走過的歲月。
年輕人想學,無可厚非。這也是時代潮流所趨。
就以你提到OpenCV 這套東西,雖然他原始也是
架設在 C 語言的基礎上,但你現在去網路搜尋一下
肯定是用 Python 的方法是比 C 語言的多很多。
這種結果:想當然耳,趨勢就是 Python 啊。
我就是被卡在這種既已經學會的基礎與新時代
應用的中間啊。除了無奈,還是無奈啊...
所以我才感觸很深,講技術?有甚麼好拿出來吹的?
隨著時代的變遷,我還能存活。已經純屬不易了啦。
也讓大家可以藉由我的經驗,也可以為你們自己
好好想想吧。祝福大家。....
喔~順便提一下個人觀點與感觸:
回覆刪除幸好現在許多MCU 單晶片的開發平台還是以C (C++) 為主。
這也是我還可以存活的原因之一。
但萬一以後連這些平台也會被一些AI 或完整包裝的底層驅動
函數庫所包裹之後,最後連這些上層應用也可以使用
不同於 C (C++) 語言時,譬如 Python 或其他更精簡的語言程式
所支持時,那就真的就是我會被時代所淘汰的人了。😁😂😅
MCU是不可能用python的。因為它沒有去解決系統問題。底層能用的語言不多,有人試過Go , 它是物件化語言,物件化會引入不確定性。所以又有人提出用Rust語言, 這個支援的人多很多,人數多到Linux分成二大開發陣營C/Rust之間還有些衝突。我是認為MCU只要接上網通,界面最好用Rust,內部用C就可以了。但Rust很難寫,現在就叫AI寫就是,有Rust轉C,所以可以混編。
刪除非常好的程式語言精闢...
刪除我的意思是指:MCU有些底層還是會C(C++) 語言。
但這些硬體解決方案商可能會為了推廣其MCU 方案,
可能在終端使用者方面改成更精簡或更人性化的語言介面。
就像我們以前會用組合語言包裝底層驅動程式,
(可能現在還是有這一層...畢竟是最接近機器語言的)
然後再用一般 C(C++), 讓大家比較方便開發MCU 應用。
那未來呢?我真的不敢想像啦。
就像 Nvidia CUDA,
就像Nvidia 他們就是為了推廣他們家的晶片運用在AI 。
要不然誰會寫他們家繪圖晶片的驅動運算啊?
但CUDA 還是讓大家用 C/C++/Python 在他們家的
硬體平台上寫運算程式....疑~我這樣講好像也說
C/C++ 不會一下子就消失喔。😁😂😅
但的確現在有很多MCU 系統平台真的不需要終端使用者
還要去寫一些應用程式的,有些成熟的應用產品的確
就是透過一些簡單的應用軟體工具(APP,甚至是圖像軟體),
只要簡單設定一些參數之後,就可以直接使用了。
譬如有些藍芽方案,就只提供一些APP 讓你變更藍芽名稱,
然後你就可以使用藍芽介面了。
還有像我之前文章提到的LED 字幕機應用,
像無刷馬達的ODrive 也是如此。
當然,像我之前開發那個數位CDI點火系統也是。
我們開發產品也都有這樣子想法與市場推廣概念的。
那世界上還有那麼多聰明的工程師們、團隊或公司。
他們也肯定都會有這種想法的啦。
推技術產品,就一次到位啊,幹嘛還要在那邊整天
寫技術貼文吹自己多厲害?東西要如何簡單銷售獲利
比較重要吧。不是這樣子嗎?😁😂😅
https://technews.tw/2026/04/16/anthropic-kill-lots-of-companies/
回覆刪除AI 幾乎是以 "肉眼可見" 的幅度在進步, 步伐越來越快
Tom
謝謝你所提供的市場訊息。
刪除標題一下還看不出他要說甚麼?
"Anthropic「死亡更新」?發表七次消滅兆美元市值,下個目標就是 Lovable"
但看一下連結網址:anthropic-kill-lots-of-companies
就知道不得了了。
AI的 興起,你光看台灣半導體市場之火熱,
不光只是 tsmc, 就連其他上下游產業鏈,
整個哄抬台股一路飆升...這已經不是國內資金而已。
相信國外相關資金也都知道。
為什麼?很簡單。就誠如你所說的:
"AI 幾乎是以 "肉眼可見" 的幅度在進步, 步伐越來越快."
這已經關乎個人,而是不斷的在不同產業之間
造成衝擊,就像連結報導的諸多公司與產業。
這當然也代表著許多機會。有人會被打敗,但也會有人
趁勢而起,這都不單單只是技術而已,它也會不斷的
改寫一些經濟、商業模式或公司經營運作模式。
所以當我們在討論某些技術觀點時,倒也不如也可以
多多思考一下:技術以外的觀察與論點。
我覺得這些都是不錯的議題。
謝謝大家的資訊與觀點。
這篇貼文剛好可以佐證
刪除https://www.facebook.com/share/p/1Ao4F3mece/
Tom
有些人就是不太喜歡聽真話啊。
刪除忠言逆耳啊。
你不喜歡聽的批評或指教,他可能是忠言啊。
另外也真的不要老是把弄技術看成甚麼堅持。
時代環境在瞬息萬變,你的堅持是甚麼?
若是基礎理論,還好,但若是市場應用的話?
那就值得商榷了。
最喜歡舉的例子就那個:
走私BB Call 被關了幾年,然後出獄後,
還興高采烈的說:我把走私藏起來的 BB Call,
拿出來賣,就可以大賺一筆了...😁😂😅
所以人家才說:老了,真的不要活成自己年輕時,
所不喜歡老人的那個樣子。
--- 這也是我自己一直警惕自己的地方啊。
(但有時有人就是為了賺錢、謀生活,
不知不覺又活成那個樣子了啦。人生就是這麼無奈啊。)
AI進化!日本豐田籃球機器人CUE7亮相 模擬器訓練「1分鐘抵1年」|中央社影音新聞
回覆刪除https://www.youtube.com/watch?v=5CpDLbyFkeU
看完這段影片, 心得: "絲滑", "柔順",
Tom
AI 絕對是未來人類學習的最大助益。
刪除所謂的學習:就是不斷的從前人的經驗中,
縮短自己進入門檻。
以前有老師,後來有Google 搜尋...但這些都還要
自己歸納整理與消化...
現在有AI 了,不一定非得要幫你寫程式,但光
你以前非得透過書籍、課堂或網路搜尋才能學到的東西,
只要最基礎入門的AI 搜尋功能就可以了。
老師在課堂上的經驗,哪比得上AI 從全球整理蒐集的
資料完整?你還不用老是要去書櫃去翻出來找,
只要繼續在電腦前面,隨時多問幾次就有了。
是的,別人跟我說的:會用AI 的工程師,肯定會比不會用、
不想用AI 的工程師存活久一點的。你說有沒有道理。
https://www.facebook.com/share/p/181GsoWuXS/?mibextid=WC7FNe
回覆刪除是啊。
當你會用AI幫你寫程式,作簡報。別人也會啊。
就像以前我們會去學C語言程式,也會去學Arduino。
後來大家也都會了。(只要你有錢又有閒就可以了)
到時候你要拿什麼跟人家比啊?這才是大家真的要去想事。
所以我才一直強調:技術背後,你更需要思考的是
市場經濟趨勢與經營策略規劃。
不管你是上班領薪水的或是自己創業當老闆的。
這都是很簡單的基本生存之道啊。
一個從沒種過地的研究員靠AI“指揮”,在種玉米比賽成績超過專業農民
回覆刪除https://www.facebook.com/share/p/1LUZPjEDtV/
最後一段評論:
·在數據充分驅動、邏輯清晰、變數可控的決策中,
AI的判斷確實可能比你的經驗更可靠;
·但在那些你自己能看到、能感受到、能判斷的具體場景裡,
你的觀察、直覺和常識,是不能被替代的。