很多人說，台灣資訊產業軟體發展實力遠不及硬體；如果談到制度、系統以及標準的訂定，比軟體更加落後。這個現象或許跟台灣教育從小習慣背公式、背答案，只知其然（是什麼）而不知其所以然（為什麼）有關係；但影響所及是面對新產業、新賽局出現時，往往只能「因應」其他國家訂好的遊戲規則，而缺乏參與定義遊戲規則、找尋有利位置的機會。

面對 AI 對產業大環境的衝擊，沒有人知道哪條路是正確的，而且變化遠遠快於過去我們所習慣的速度，更加難以捉摸。不過正如《泡麵之王》裡引用愛迪生的話：我們不是失敗，而是發現了許多不能成功的方法（大意如此）。換一個觀看的視角，失敗就有了不同的意義；對信念的堅持，也更有價值。

這星期的電子報分享了很多「風險」，表面上看來都是大家很長時間的疑慮：如果 AI 繼續按照目前的路徑發展，到底會發生哪些可能的風險？AI 擔任企業面試第一關篩選履歷時，是否會有偏見？

本週電子報的書摘《點擊成長》正是在探討這件事情背後真正的關鍵：工具會演進，但原則恆久遠。就行銷領域來說，無論是簡訊、電子報或社群媒體廣告，載具跟通路可能會變，但終究是在做行銷，背後的底層邏輯是不會變的。

本周電子報正是從不同角度，回應這個老問題。像是當大家都熱烈投入發展具身智能（Physical AI）的此刻，實際上稀缺的並非模型能力，而是無法從網路取得、只存在於工廠等封閉場域的實體操作數據，這才是關鍵資產，可能也是精於製造業的台灣的機會。而全球重機具巨頭 Caterpillar 的案例則說明，資料的價值不在於數量多寡，而在於能否跨部門重複流動、被 AI 靈活調用的「資料流動性」。而產業 AI 化的成效說到底，也就是能不能把技術轉換成看得見的價值。

Anthropic 在 6 月底發布的最新一期經濟指數報告特別吸引我，因為主題正是《Cadences》（節奏）。報告裡首度用小時等級的顆粒度，描繪人們與 Claude 互動的生活節奏：幾點看新聞、幾點問食譜、報稅季節前後使用量的暴起暴落。有趣的是，報告發現，越習慣把整個任務放心交給 AI 處理的重度使用者，反而對自己未來的薪資、工作保障與工作意義，抱持更樂觀的看法。

這幾年 AI 賽場真正的轉折。過去比的是誰的模型更強、更快、參數更多，是一場技術競賽；但當 AI 開始以「通用個人代理」的形式，深度嵌入每個人的日常認知活動時，真正該被放上桌面討論的，變成了系統治理的問題——誰設計、誰把關，用什麼原則決定這套系統替我們做的每一個判斷。

最近看到 Brookings Institution 漢密爾頓計畫 (Hamilton Project) 在 2026 年 2 月發表的報告中，提出了如何設計出賦能人才的 AI 系統，提供企業發展 AI 的另一個重要面向，正好成為我備課的重要參考，也特別與各位朋友分享。

看到這段時間訊息多又雜，因此整理了基金會的內部分享文件《AI 趨勢-蔡博探路》，搭配《科技巨頭正在重新定義企業 AI 的競爭邊界》，應該可以協助大家思考接下來半年轉型的步伐。同時，今年下半年 AIF 會持續關注零售業AI化的發展，本週也分享星巴克下架 AI 自動盤點系統的新聞，希望一起更深入思考中小企業轉型的機會與困境。