第一篇 你還不懂「生成式」？AI抹平了誰
　　1997年5月，全球電視都在轉播IBM深藍（Deep Blue）電腦，與西洋棋王卡斯帕洛夫（Garry Kasparov）的對戰局。
　　最終結果，深藍以總比分5.3，勝過棋王的2.5分，成了史上第一台「打敗人腦」 的電腦。 投注十二年黃金歲月，IBM 開發出來的這套深藍系統，由兩層高1.8公尺的模組構成 ，每個模組裡面擁有十六個IBM RS／6000SP高速平行處理晶片，每一秒，可以檢視兩億個西洋棋棋步。
　只不過，AI隨即沉寂了20年，地球人只能在史蒂芬史匹柏的巨作電影中，期盼人工智慧的奇點到來。
　直到2016年，被Google併購的英國新創企業DeepMind，投身圍棋棋局推出「AlphaGo」，接連擊敗李世乭與柯潔等九段好手。AlphaGo以上萬台電腦裡的職業棋譜，持續訓練的數理下棋模型中，不斷進行算法與參數調校，終能打敗中韓棋王。
　DeepMind早期開發的AlphaGo Fan，採用了176個GPU，之後便以Google自行發展的Tensor Processing Unit（TPU）為主要運算晶片系統。AlphaGo Lee使用了48個TPU，在算法與調校越來越強大後，AlphaGo Master與AlphaGo Zero甚至只需使用4個TPU，就可以達到同等級的算力。
　「深度學習和強化式學習是將來會造成重大影響的AI技術。」六子棋發明人暨交通大學CGI研究團隊發起人吳毅成當時即分析指出，AI不僅聚焦於深度學習（Deep learning），更要重視另一個可以不斷改善品質的技術強化式學習（reinforcement learning），AlphaGo就是最好的例子。
　可惜的是，AlphaGo熱了一陣子，人工智慧又再次陷入超過五年的低潮中。除了Tesla與百度，還有Mobileye的自動駕駛系統緩步提升外，一般人都還是覺得人工智慧很遙遠，電腦機器確實超越了人類，但下棋仍屬用途相對狹隘的弱人工智慧（weak AI）。
　在這少人聞問的階段，OpenAI以10億美元起家，並且再獲得了微軟投資10億美元，開始投入大語言模型（large language model，LLM）開發。根據維基百科的定義，LLM由具有許多參數的人工神經網絡組成，參數通常為數十億個權重甚至更多，使用自監督學習或半監督學習對大量未標記文本進行訓練。
　OpenAI是LLM的先驅，GPT-1在2018年發布，初始是具有1.17億個參數的模型，廣泛使用了全球網頁資料與維基百科等海量內容進行預訓練。GPT-1的主要用途，在語言生成任務上，像是完成文字內容與撰寫詩句。當時並沒有獲得很大的迴響與關注，甚至不及Tesla執行長Elon Musk於2018年氣噗噗退出OpenAI的商場八卦。
　隨後，GPT-2在2019年發布，參數量提升到1.5億個，GPT-2根據GPT-1相同的訓練資料和LLM模型架構，但用到了更大的參數，以及更多的內容訓練資料來提升效率，主要應用在文字生成、語言理解、機器翻譯等方面。
　GPT-3則在2020年推出，為1750億個參數量，廣泛使用網路上的大量文字內容數據，GPT-3已經可以透過少量的範例數據，來進行機器翻譯、文字內容生成、一問一答等多種自然語言處理任務，達到進行對話和寫作的目標。
　之後，GPT-3.5在2022年底推出後，成為了全球矚目的焦點。GPT-3.5是GPT-3調整後的模型版本，略為縮減參數量至13億個，但增加了人類回饋強化學習（Reinforcement Learning from Human Feedback）功能，在全世界創造的AI熱潮與連鎖效應，你我都知道也能善用了。
　GPT-4在2023年3月發布時，則升級為多模態AI模型，可以支援圖片輸入及以文字解釋圖像等，生成的答案錯誤更少、正確性比GPT-3.5多出四成以上。
　OpenAI執行長奧特曼，在2015年參與創辦OpenAI時，就立下「確保人工智慧能有益於全人類」的願景與使命，現在已經沒有人會質疑AI市場的泡沫，麥肯錫全球研究院預估，到了2030年AI產值將高達13兆美元，初估每年為全球GDP成長率貢獻1.2%。
　從toB到toC，人工智慧的進展，用了超過60年的時間。早在1956年，人工智慧就被確立為一門學科，當年的達特茅斯會議上，就誕生了第一代AI的研究者，但是誰能自在運用人工智慧，完成生活與工作上的需求？經過了一甲子時間，現在正是人工智慧「奇點」來臨的時刻。

01 Chat GPT的深遠影響

　　ChatGPT是OpenAI的語言模型，是一種強大的自然語言處理模型，通過深度學習訓練，可以理解和生成自然語言的內容，擁有巨大的參數和多層的Transformer架構，使其具有很強的文本生成和理解能力。 ChatGPT的主要能力包括：
　　文本生成：ChatGPT可以生成自然流暢的文本，回答問題、提供解釋、寫作故事、創建詩歌等。
　　自然語言理解：ChatGPT可以理解輸入文本的含義，從中提取信息並回答相關問題。
　　對話：ChatGPT可以進行自然的對話，回答關於各種主題的問題，進行問答互動。
　　語言翻譯：儘管ChatGPT並非專門訓練用於翻譯，但它可以在某種程度上處理語言翻譯任務。
　　以上是ChatGPT自動生成的自我介紹。
　　2023年2月，黃仁勳在加州大學柏克萊分校的演講上，直白的說，ChatGPT的問世，對AI產業來說，是有如iPhone誕生般的時刻，更是電腦運算史上最傑出的成就。
　　人工智慧的寫作能力，現階段確實已經超越台灣的大學畢業生了！隨著大語言模型的海量文字數據累積，伺服器算力提升與算法的持續迭代，甚至連基礎的學術論文與文獻探討都能夠自動處理好，更不會有版權與抄襲疑慮。
　　ChatGPT推出後三個月，香港大學就已經率先宣布，禁止在課堂、作業和各種評估中使用ChatGPT等AI生成工具，歐美諸多大學則規劃有限度的導入AI到學習歷程中，但如果學生完全依賴ChatGPT交報告，學歷就沒有意義了。
　　知名學術期刊《Science》則更新了編輯政策，認為任何論文使用AI工具產生內容，都屬科學性不當。如果沒有編輯明白許可，不得使用生成內容撰寫論文，以及附帶數據、圖片與圖表。另外，人工智慧語言模型（LLM），也不能列為論文作者之一。
　　從學術論文到學生報告，ChatGPT的文字生成，未來運用有多廣泛？過去連求職履歷都寫不好的大學畢業生，現在也能在104求職平台上獲得企業人資的第一眼青睞。
　　「流水席之亂」幾度成為台灣主流媒體與社群平台最夯議題，但記者們都找不到消息來源與當事人求證，擠牙膏操作刊登的群組訊息，啟人疑竇的是，是否是由「假對話AI產生器」創作出來的？
　　OpenAI持續迭代更新ChatGPT，以2023年3月推出的GPT-4來說，在回答奧林匹亞與美國大學預修課程試題時，GPT-4表現遠遠勝過GPT3.5，而在律師資格考中，GPT-3.5的PR值大約為10，但GPT-4的PR值高達90，以美國各大法學院入學考試（LSAT）的測試結果也很驚人，GPT-3.5達到PR40，GPT-4則是PR88。GPT-4系統能夠接受的token數量，從GPT3.5的4000躍升到了3萬2000，成長了八倍之多。
　　文字之外，我們也看到AI在圖像處理上的大躍進。從Deep Fake到自動修圖，甚至生成3D影像或NFT作品，都是人工智慧遠遠超過工人智慧的表徵，大導演柯麥隆用將近二十年心血拍出阿凡達系列電影，但你的孫子未來看到的阿凡達續集，還有夢工廠史瑞克與更多迪士尼動畫，會不會都是由AI自動完成的呢？
　　Midjourney在繪畫上的運用，也已經超越了美術科班以上的水平，以後小朋友還要上畫畫課嗎？或者是幼稚園老師只要教他們下指令（prompt）就好？
　　至於奧斯卡金獎導演諾蘭，則在宣傳《奧本海默》時分享，歐美人工智慧的科學家們跟他說到，「當下的此時此刻，我們已經稱為『奧本海默時刻』！我們正在回顧歷史並問自己，身為科學家，已經創造出來可能帶來意想不到後果的新科技，未來我們又要承擔什麼巨大責任？」

02 從PGC到UGC到AIGC

　　正好是二十年前，2003年的5月2日，蘋果日報在台創刊。
　　2003年之前，台灣是三大報的時代，聯合報、中國時報、自由時報發行量數以百萬計，閱聽人都很習慣，到便利商店買一份早報，詳細閱讀記者與編輯產出的報紙產品，他們多數都是大學傳播科系的畢業生，甚至唸到了新聞碩士與博士，是專業生成內容（Professional Generated Content, PGC）的一群人。
　　2021年5月18日，蘋果日報在台停刊，就連小學生都會搶著看報的輝煌歲月，確實過去了。上百億元新台幣的報紙廣告量，銳減了九成，造成報社都養不起資深記者了。
　　這二十年間，正好是Web2.0的發展時代，特別在智慧型手機蔚為主流後，每個人可以創作內容了。用戶生成內容（User-Generated Content，UGC）成為主流，最早是無名小站等部落格興起，到了Facebook、Instagram、YouTube、TikTok 的時代後，我們都不再閱讀報紙與雜誌了，就連電視都很少看。
　　我們每天在手機上「滑」的內容，現在確實很少是PGC產出的了，除了你我臉友上傳的五花八門po文，還有各種圖片與影音，都隸屬於UGC的範疇。更重要的是，從網紅到YouTuber，從網美到Key Opinion Leader（KOL），他們都不需要念傳播科系，但創作內容的能力與影響力驚人。
　　網路平台成為閱聽人獲取內容的首選渠道，我們從每天看三到四個小時的電視，轉變成為使用手機三到四個小時，但通路上的內容，仍然是由人產製出來的，也造就了YouTuber與直播主等新興職業。
　　用80/20法則來粗淺估計，我們每天接收的內容數量，以及24小時內的閱聽時長中，八成來自UGC，兩成來自PGC，現在正式Web2.0的高原成熟期。
　　下一個二十年，則是人工智慧生成內容（AI Generated Content，AIGC）時代的到來。
　　Instagram上的AI美女，已經比人工美女來得更漂亮了，包括吃瓜群眾都愛的流水席群組訊息，還有山道猴子的YouTube影片，未來如果海量的影音與文字內容，以及美貌的VTuber，都是由人工智慧創作的時候，而大家都看得津津有味時，宅男們要打賞給誰呢？
　　因為從音樂到繪畫，從新聞到影音，從流行文化到藝術創意，都不再完全由人類大腦主導了！機器的創作，會更有市場性，也更有未來性。
　　我大膽的預估，到了2033年，AIGC生成的內容，會佔據你我閱聽人超過五成的時長，而PGC與UGC只能瓜分剩下的五成。

第一篇 你還不懂「生成式」？AI抹平了誰
　　1997年5月，全球電視都在轉播IBM深藍（Deep Blue）電腦，與西洋棋王卡斯帕洛夫（Garry Kasparov）的對戰局。
　　最終結果，深藍以總比分5.3，勝過棋王的2.5分，成了史上第一台「打敗人腦」 的電腦。 投注十二年黃金歲月，IBM 開發出來的這套深藍系統，由兩層高1.8公尺的模組構成 ，每個模組裡面擁有十六個IBM RS／6000SP高速平行處理晶片，每一秒，可以檢視兩億個西洋棋棋步。
　只不過，AI隨即沉寂了20年，地球人只能在史蒂芬史匹柏的巨作電影中，期盼人工智慧的奇點到來。
　直到2...

作者序

十輛全新推土機

　　1990-2020年，全球化的時代中，我們被抹平了。
　　英國社會學家Anthony Giddens認為，90年代啟動的全球化改變了人類當下的生活狀態，成為我們現在的生活方式，涉及了「全球社會關係的強化」！因此，全球化是關於世界觀、產品、思想和文化的強力整合。
　　抹平，則是紐約時報專欄作家Thomas Friedman的比喻與定義，從國家到企業到個人，全球化的深遠影響力，可與民族國家的誕生，甚至和工業革命等歷史事件相提並論。
　　Thomas Friedman在《世界是平的：一部二十一世紀簡史》（The World Is Flat: A Brief Historyof the Twenty-first Century）一書中，提及十輛「推土機」正在剷平世界，包括網站瀏覽器、開放原始碼、網路搜尋、供應鏈重組、委外生產……確實全都一一成真了。
　　三十年來全球化的最後一波，是個人得益於全球化帶來的好處。我們坐在台北家中，可以輕鬆啜飲Starbucks咖啡，追著NetFlix韓劇，接下來出門拿著LV包包與iPhone手機，去Costco與IKEA血拼，這已是我們的日常。
　　直到全球化的喪鐘，在二十一世紀的第二個十年，一聲聲被敲響。地緣政治的傾軋下，台積電創辦人張忠謀在2022年出席台積電美國新廠機台進廠典禮時，對著美國總統拜登的面，直言示警「全球化與自由貿易幾乎已死」。
　　張忠謀之後在2023年赴工商協進會演講時，進一步分析說，全球化原本的定義是「各持經濟比較優勢的分工合作」，但如今演變為「國家安全科技領先」及「經濟領先」，已經凌駕於全球化之上。
　　從貿易戰打到科技戰，美國與中國的關係已定調為 「競爭高於合作」！張忠謀演講時反問在場的台灣工商界企業家們説，「這樣還能算是全球化嗎？」
　　全球化告終，人工智慧與區塊鏈，則將在二十一世紀的第三個十年，開始抹平全球70億人。這當然是大膽的推論，我也不敢濫用「抹平」此一名詞，但從AI與Web3的激進成長來看，保守來說，未來五到十年，將會有十輛新的推土機，方方面面剷平地球人的專業與職業。
　　人工智慧創造的生成式內容（Generative AI），自從2022年底，OpenAI發佈免費機器人對話模型ChatGPT，以及Google持續精進Bard後，已經有小學生用來完成數學作業，有大學生拿來做SWOT分析報告，有網紅拿來撰寫社群文案，有記者拿來自動生成報導的稿件，有出版社收到機器人作家投稿，更讓好萊塢電影編劇上街頭抗議，這是第一輛推土機。
　　隨之發布的AI繪圖生成平台Midjourney，讓你不用拿起畫筆，下指令就能在短短數秒內完成多幅畫作。小學生不用再念資優美術班，大學生也不用考進藝術科系，美編與設計師都很害怕被取代，諸多手機遊戲公司更已經將Computer Graphics部門大舉裁員！Midjourney與Leonardo.ai，還有OpenAI提供給微軟小畫家的「DALL•E」，這些持續精進的AI繪圖生成平台，是第二輛推土機。
　　2023年的Computex台北國際電腦展上，輝達共同創辦人暨執行長黃仁勳，更當場展示了AI即時作曲的能力。當他輸入「I am here at Computex. I will make you like me best. yeah. Sing sing it with me. I really like NVIDIA」後，接著AI立刻就即時譜出旋律並傳唱，全場立刻掌聲如雷。黃仁勳還笑問大家，他知道台灣人最喜歡唱卡拉OK，但是大家可以像AI這樣立刻完成嗎？這讓音樂家們，還有填詞譜曲的老師們，確實都震驚了，這是第三輛推土機。
　　民視的敏熙主播，還有虛擬偶像VTuber越來越多，這讓電視主播與唱跳藝人都害怕了，甚至在Instagram與小紅書上的AI美女，都比人工美女還要漂亮有氣質。電視台不用再花時間培訓新人主播，經紀公司也不用再培養KOL征服社群平台算法，這是第四輛推土機。
　　GitHub Copilot發佈兩年內，已經服務了超過100萬的程式設計師，為他們在開發過程中快速取得功能所需的程式碼結構，順利提升了55％的開發效率，這讓印度的低階程式設計師都很害怕被取代。甚至連Copilot自己的測試版本中 ，有四成的程式碼都是自己生成的，這是第五輛推土機。
　　Tesla的自駕模式，車主們都已經很愛用，Waymo與Cruise的無人計程車也在舊金山上路！Level 3以上的無人汽車與巴士，目前也都正由各大車廠積極推動中。台灣與日本，還有全世界很多城市，在公車司機招募上一直有很大的缺額，而方向盤確實未來不會再只被職業駕駛所掌控，這是第六輛推土機。
　　根據高盛（Goldman Sachs）報告指出，全球會有三億個職缺，會受到AI技能與自動化的影響。我們也看到，從新聞記者到電影編劇，從美術編輯到設計師，從填詞人到譜曲老師，從貌美主播到演藝偶像，從駭客到程式設計師，從公車司機到阿公駕駛，這些過去需要花上二十或三十年養成的專業人才，甚至需要考證照的職業，如今都被人工智慧取代了，這確實稱得上被抹平了。
　　作家當然也是可能被AI取代的工作，因此我也請Google的「Bard」列出可能會被取代的人類工作，給出的答案更為大膽：
　　根據麥肯錫公司（McKinsey）的一份報告，到2030年，全球有多達8億的工作崗位可能會被AI所取代：
　　1.文書處理員
　　2.資料輸入員
　　3.統計分析員
　　4.銀行職員
　　5.帳戶管理員
　　6.貸款處理員
　　7.保險業務員
　　8.推銷員
　　9.理賠處理員
　　10.物流/倉庫工人
　　11.貨物裝卸員
　　12.分揀員
　　13.配送員
　　14.醫學影像診斷師
　　15.藥物研發人員
　　16.手術輔助人員
　　17.客服人員
　　18.客戶諮詢人員
　　19.投訴處理人員
　　20.退貨處理人員
　　21.推銷員
　　22.業務員
　　23.電話銷售員
　　24.理財顧問
　　25.理財規劃師
　　26.會計人員
　　27.財務報表編製員
　　28.財務數據分析員
　　29.人力資源專員
　　30.招聘人員
　　31.培訓人員
　　32.員工管理人員
　　33.法律諮詢人員
　　34.法律服務人員
　　35.稅務專家
　　36.稅務申報人員
　　37.稅務計算人員
　　38.記者
　　39.編輯人員
　　40.攝影記者
　　41.書籍編輯
　　42.雜誌編輯
　　43.網站編輯
　　44.文字翻譯員
　　45.語音翻譯員
　　46.視頻翻譯員
　　47.基礎教育教師
　　48.職業教育教師
　　49.特殊教育教師
　　50.文學作家
　　51.戲劇作家
　　52.音樂作家
　　53.繪畫家
　　54.雕塑家
　　55.音樂家
　　56.舞蹈家
　　57.設計師
　　58.產品設計師
　　59.包裝設計師
　　60.網站設計師
　　61.機械工程師
　　62.電氣工程師
　　63.軟體工程師
　　64.基礎研究人員
　　65.應用研究人員
　　66.工程研究人員
　　67.普通科醫生
　　68.專科醫生
　　69.研究醫生
　　70.臨床護士
　　71.社區護士
　　72.行政護士
　　73.巡邏警察
　　74.偵查警察
　　75.行政警察
　　76.消防救援人員
　　77.消防技術員
　　78.軍事作戰人員
　　79.技術與後勤人員
　　80.司機

　　這些工作之所以有可能被AI取代，主要是因為它們具有以下特點：
　　重複性高：這些工作通常涉及到重複性的任務，例如行政人員的文書處理、銀行職員的帳戶管理、物流/倉庫工人的貨物裝卸等。
　　規範化：這些工作通常具有固定的流程和規範，例如保險業務員的推銷、客服人員的諮詢、銷售人員的推銷等。
　　數據驅動：這些工作通常需要處理大量數據，例如醫學影像診斷、藥物研發、手術輔助等。
　　Bard給出的答案，確實不完全精準，每一項專業涵蓋的工作範圍都很廣，鏈條也都很長，肯定不是明天就會被從頭到尾完全取代，但這看得出來，AI不需與人客套的恨天高企圖心，以及為什麼好萊塢電影都要把AI視為大魔王與大壞蛋了。
　　不論善與惡，人工智慧都已經成真，開始顛覆你我的工作與生活了！區塊鏈與加密貨幣，則已邁過萌芽階段，將迎來新一波起飛成長趨勢，更會創造新的職缺與職能。
　　最關鍵的數字是，展望2024年，全球加密貨幣持有者上看五億人！下一個五億人，持平的看待，肯定會在2028年之前達到。
　　為什麼有這麼多人，承認比特幣（BTC）與以太幣（ETH）上沖下洗的價格，以及摸不著的虛擬價值？又或者願意持有USDT與USDC等一比一掛鉤美元幣值的穩定幣（Stable Coin），來進行匯兌交易？加密貨幣還可以用來買賣一張張NFT（非同質化代幣）的畫作圖檔，NFT又會比蘇富比的拍賣作品有價值嗎？這對未入圈的75億人來說，自然很難接受與體會。
　　比特幣抹平了什麼？比特幣不是由各國中央銀行發行的貨幣，但如有還有這麼多人承認上沖下洗的交易行情，並且進一步達到投機與投資的目的，甚至在烏克蘭與非洲部分政經局勢不穩定的國家，如果今天要攜家帶眷逃難了，可能不再會扛著黃澄澄黃金，而是隨時帶著隨身碟大小的冷錢包（Cold Wallet）隨行。人類歷史數千年來，主權國家政府才有發行貨幣的權力，但比特幣等數千種加密貨幣的發行權被解放了，這是第七輛推土機。
　　穩定幣抹平了什麼？包括中國政府力推的數位人民幣（CBDC），以及掛鈎美元的USDT與USDC，每個人都可以在錢包地址中，存儲穩定幣來進行轉帳與交易，省去銀行與SWIFT等匯兌機構的高額中介成本，更沒有紙鈔被竊的風險，這是第八輛推土機。
　　NFT抹平了什麼？過去能到蘇富比與佳士得拍賣行，交易一幅畫作，是金字塔頂端甚至雲端上的富人，還有知名藝術家與藏家的小圈子，但現在不論資深或資淺的創作者們，都可以把創作出來的jpg圖檔，上傳到opensea等交易市集網站，一下子就呈現在全世界的年輕買家眼前，瞬間用加密貨幣完成交易，這是第九輛推土機。縱使NFT行情起起伏伏，但NFT還可以作為會員憑證與購買憑證，全世界已經有上千家消費性品牌與知名企業，視NFT為新世代行銷工具。
　　蘋果推出Vision Pro等VR與AR等頭戴設備逐步普及後，元宇宙（Metaverse）好比是電影《一級玩家》當中的虛擬天地，再加上區塊鏈與加密貨幣的不可竄改功能，讓劇中男女主角的金幣與裝備道具，都能夠確保個人持有產權，開啟與創造Web3的新時代，這是第十輛推土機。
　　我們回顧1990-2005年，Web與電腦，開始構建全世界人類的數位生活。在雲端上收發email，在MMORPG遊戲組隊打怪，上PChome與淘寶買貨，用Skype打國際電話，都是我們曾經熟悉的日常，也是Web1的時代。
　　2005-2020年，人手一支的智慧型手機與用戶生成的內容（User Generative Content ; UGC），以及臉書（Facebook）、亞馬遜（Amazon）、蘋果（Apple）、網飛（Netflix）、谷歌（Google） 等FAANG「尖牙股」的龐大生態系，徹底改變了你我，每一位台灣人的每一分每一秒。用手機拍照、用手機導航、用手機聽音樂、用手機叫車與叫餐、用手機支付與發紅包，甚至用手機看NBA球賽直播、上Netflix看電影……我們每個人每天要使用各種APP長達6-7個小時，手機不僅是你最親暱的另一半，更是你的器官之一，這是我們熟悉的Web2時代。
　　到了2020年啟動的Web3時代，數據重新成為你我的資產！透過上鏈技術認證，從大學學歷到生產履歷，從法院判決書到壽險契約書，都達到了去中心化的分散式存儲目標。我們也終於等到了一種新的網路技術，能夠讓每個人都擁有主權國家發行貨幣的權力，並且比SWIFT更快完成跨國金流，加密貨幣的去中心化願景。
　　這也是21世紀第三個十年，5G與人工智慧、區塊鏈與自駕車、新能源與物聯網、量子電腦與加密貨幣、擴增實境與可穿戴設備……即將顛抹平覆每一個獨立個體，在虛擬世界與真實世界中的界限。
　　同時間，每十年的電信與無線通訊產業迭代，從1990年啟動的2G、3G、4G，到目前的5G時代，在頻寬上的徹底解放，成就海量數據的蒐集與傳遞，人工智慧將順利賦能各行各業，智慧城市不再是空中樓閣。
　　然而，從MSN到Line，從Feature Phone到Smart Phone，從Cloud到AI，科技產業的進展與迭代，從來就不是天外飛來一筆的。
　　早在1956年，人工智慧就被確立為一門學科。當年的達特茅斯會議上，誕生了第一代AI的研究者。
　　戴在頭上的VR虛擬實境裝置，像是蘋果的Vision Pro，是在1968年，才由圖靈獎得主Ivan Edward Sutherland發明，只不過太沉重，必須要懸吊在天花板上。
　　1990年代，第一套AR擴增實境實驗系統，由波音公司開發。不是用來寶可夢打怪，僅用來協助工人裝配管線設備。
　　2008年，中本聰在《比特幣白皮書》中提出「Blockchain」概念，隨即開發出的第一個區塊，也就是「創世區塊」。
　　看得出來，技術從來都不是新鮮事，只是需要等到創新擴散（Diffusion of Innovation）到來的那一剎那，技術才會走進你我生活之中 。創新擴散是科技管理學科中的關鍵領域，因為創新的最終目的，在於希望新事物，於社會體系中散播開來、廣泛使用。
　　創新擴散關鍵的是，已經存在的技術，能否在當下為人所用？
　　早在1982年，諾貝爾經濟學獎得主傅利曼（Milton Friedman），就對創新提出一個簡潔有力的定義：Innovation（創新）＝Invention（發明）＋Commercialization（商品化）。
　　發明→專利→商品→獲利，這個流程，在創新管理（Innovation Management）學科中發現，前半段相對簡單，後半段反而困難。
　　多數人都認為技術的發明，以及專利的取得，就是賺錢獲利的保證！其實，走進市場，商品化才是王道。
　　威而剛原本是一種失敗的心臟藥，最初在進行人體測試時，輝瑞藥廠（Pfizer）發現許多心臟病患，在受測後都不願意繳回這顆失敗藥丸，才無意發現這項新藥的特殊功用！藍色小藥丸，在全球創新擴散的速度與規模，就不用贅述了。
　　包括人工智慧與區塊鏈在內，創新擴散達到的抹平跡象，正持續逐步顯露，這更是全世界人類正在進入的新時代。全球化的抹平告一段落，但新科技的抹平全面啟動。
　　我人微言輕，但根據歷年來撰寫的專欄文章，在本書列出70項「黑天鵝」觀點！每一章節，都是持續改變台灣社會環境與各產業領域，正在發生的進行式趨勢，希望對您有價值。

作者序

十輛全新推土機

　　1990-2020年，全球化的時代中，我們被抹平了。
　　英國社會學家Anthony Giddens認為，90年代啟動的全球化改變了人類當下的生活狀態，成為我們現在的生活方式，涉及了「全球社會關係的強化」！因此，全球化是關於世界觀、產品、思想和文化的強力整合。
　　抹平，則是紐約時報專欄作家Thomas Friedman的比喻與定義，從國家到企業到個人，全球化的深遠影響力，可與民族國家的誕生，甚至和工業革命等歷史事件相提並論。
　　Thomas Friedman在《世界是平的：一部二十一世紀簡史》（The World Is Flat:...

目錄

推薦序
抹平後的世界，擁有獨特核心價值的人照樣大放光彩──林富元／矽谷橡子園創投原始合夥人/遠盟康健共同創辦人
新興科技知識的啟蒙運動──曹興誠／八不居士
舊世界正被加速抹平，永續發展競逐將更激烈──許添財商業發展研究院董事長　
剷平後盡速重建，創造新局──蔡玉玲／理慈國際科技法律事務所共同創辦人、前行政院政務委員
「由軟帶硬」的正向循環──陳美伶／台灣地方創生基金會董事長、國家發展委員會前主任委員
每個政策制定者都該知道的數位環境丕變──徐榛蔚／花蓮縣長
我們的下一代從小就被洗腦跟眼球殖民──吳德威／橡子園太平洋基金合夥人
Seven Senses──王智立／智源智庫創辦人、全球半導體聯盟（GSA）亞太區創始執行長

推薦語　
謝國樑／基隆市市長
葉匡時／陽明山未來學社理事長　　　

作者序
十輛全新推土機

第一篇　你還不懂「生成式」？AI抹平了誰
01 還是要從Chat GPT談起
02 從PGC到UGC到AIGC
03 AI主播與V-Tuber
04 哪些白領職業會消失？
05 被影響的職業證照工作
06 教育體系的向上顛覆
07 用戶數據是石油
08 疫情為AI創造的發展契機
09 輝達究竟在夯什麼？AI晶片與伺服器有什麼了不起？
10 台灣是工人智慧還是人工智慧

第二篇　Web3與元宇宙，區塊鏈會抹平誰？
11 從Crypto到Blockchain到Web3
12 上鏈應用新未來
13 密貨幣的十億持幣人
14 惡貫滿盈的FTX
15 幣圈一天、人間一年
16 CBDC與數位新台幣的夢想
17 新加坡成為新樞紐
18 香港的Web3大夢，會醒嗎？
19 台灣走過的彎路與該走的正路
20 區塊鏈之島能否成真？

第三篇　平台篇：平台經濟當道，台灣被誰被抹平？
21 Be Evil！還要從臉書開始說起
22 2Web2的上半場與下半場
23 誰能監管平台巨頭們？
24 境外平台就是不落地？
25 手機上的地緣政治
26 Threads還有沒有戲？
27 臉書放不放棄元宇宙
28 IG如何榨取台灣年輕人？
29 當KOL成為網路亂源
30 從OTT看流行文化論述
31 到底eco-system有多重要？
32 不要錢的服務最貴

第四篇　支柱篇：賦能台灣，我們究竟還缺什麼？
33 用市值分高下
34 台灣還是只能做toB硬體？
35 軟硬融合不該是口號
36 台積電仍是護國神山
37 中國製造後的美國製造
38 張忠謀為何不給裴洛西面子？
39 5G為什麼緩步前行？
40 從手機到電動車
41 鴻海造車的恩怨情仇
42 台北國際電腦展的轉型升級
43 台灣像京都，而不像東京

第五篇　政策篇：賴總統該知道的台灣新科技論述
44 總統與網路新創的距離
45 「00後」首投族的投票意向
46 網路新創等於年輕選票?
47 數位發展部該做什麼？不做什麼？
48 數據隱私的資安大哉問
49 假訊息究竟是誰的錯？
50 詐騙廣告到底誰管得了？
51 沒有法源！立法院的怠惰
52 誰還記得酷碰券？
53 FDI仍是最重要的指標

第六篇　實用篇：怎麼追上黃金十年投資契機
54 過去二十年為何掛牌不易？
55 NFT的暴起暴落
56 STO虛晃一招
57 DeFi之殤
58 只有中心化交易所被管？
59 請人代操就輸了

第七篇　平台與新聞媒體的零和遊戲
60 UGC電視台
61 真新聞在哪？
62 流量的迷思與成就
63 從內容到內容產品
64 直播從來不是新鮮事
65 究竟是誰沒有國際觀？
66 廣告去哪裡了？
67 海量的簡中內容
68 記者一定沒讀書嗎？
69 新聞業為何又成為製造業
70 訂閱制是解方嗎？

後記＆謝詞　從新創變老創

目錄

推薦序
抹平後的世界，擁有獨特核心價值的人照樣大放光彩──林富元／矽谷橡子園創投原始合夥人/遠盟康健共同創辦人
新興科技知識的啟蒙運動──曹興誠／八不居士
舊世界正被加速抹平，永續發展競逐將更激烈──許添財商業發展研究院董事長　
剷平後盡速重建，創造新局──蔡玉玲／理慈國際科技法律事務所共同創辦人、前行政院政務委員
「由軟帶硬」的正向循環──陳美伶／台灣地方創生基金會董事長、國家發展委員會前主任委員
每個政策制定者都該知道的數位環境丕變──徐榛蔚／花蓮縣長
我們的下一代從小就被洗腦跟...