AI變得太快。你才剛學會怎麼用，規則又改了。
這種追趕感，不只存在於一般人，就連身處科技與政策決策核心的人，也未必知道下一步會發生什麼。
今年4月至6月，iKala共同創辦人暨董事長程世嘉（Sega）以艾森豪獎學金得主身分赴美參訪兩個月，與站在政治、科技、教育及國防前線的領袖交流。當他問起：AI該如何治理？教育制度要怎麼改？國家安全如何因應？能力愈來愈強的AI模型，究竟該不該開源？
結果Sega最常聽到的回答是:「我不知道。」近期他接受《哈佛商業評論》Podcast《請聽，哈佛管理學！》「人物面對面」專訪，分享這趟美國行帶給他的震撼。他將這些思考寫進新書《智慧通膨下的新商機：AI時代的稀缺能力與新護城河》，當AI持續加速，人才與產業的機會將如何重新分配?
AI未來怎麼走？連美國頂尖菁英都說：「不知道」
他與美國前總統艾森豪的孫女蘇珊．艾森豪（Susan Eisenhower）會面近2個小時，對方反覆強調的是：「我們得坐下來好好談這些事情。」因為AI早已超出技術與產業，開始牽動國力與政治。不同的政治立場、產業利益與價值選擇，也讓許多原本看似單純的技術問題，逐漸變成立場之爭。
其中一個最明顯的變化，就是資安。
「當AI很弱的時候，你不用擔心安全的問題，它就是一個小屁孩在外面跑來跑去，造成不了什麼損害。」他形容。但當AI開始具備自主行動能力、入侵系統，問題的性質就不同了。當AI未來會自己去碰觸交通、軍事乃至其他關鍵基礎設施，便不再只是企業IT部門的議題，而會牽動社會治理與國家安全。
AI 3.0時代，要從「抗焦慮」走向「找機會」
如果說兩年前多數人面對AI時，第一個問題是「它會不會取代我的工作？」那麼現在，更值得問的問題已經變成：「它可以替我做什麼？」
2024年，程世嘉出版《AI的底層邏輯與生存守則》，想做的是「抗AI焦慮」。他用白話拆解AI，因為在他看來，「降低未知，就降低恐懼。」
程世嘉將AI的發展分成三個階段。早期的AI 1.0，多半藏在推薦系統背後，使用者未必意識到演算法的存在；到了 ChatGPT帶動的AI 2.0，人們開始直接與AI對話，把它當成查找資訊、回答問題的工具；如今進入AI 3.0，AI替人執行任務，從訂票、處理日常事務，到讓多個Agent彼此協調、平行工作。
這也是他所說的「代勞元年」。現在，一名具有深厚專業能力的工作者，可能同時指揮10個、20個Agent，把自己的產能進一步放大。他自己也笑說，「現在更難從工作中抽身」。
因此，他把新書定位成一本「從焦慮走向機會」的行動指南。重點不再只是理解AI，而是看懂哪些能力正在升值？哪些工作方式將被改寫？又有哪些新的機會，值得投入？
AI讓人才市場K型化
當AI放大個人的生產力，職場的差距也跟著被一起擴大。程世嘉用「K型化」形容接下來的人才市場。一條線往右上，一條線往右下，中間逐漸消失。這個概念原本常用來描述「K型經濟」，也就是疫情後的經濟復甦與貧富差距，他認為類似的分化也正在發生在人才市場。
當企業發現，資深人才搭配AI可以創造更高產值，資源也會自然地往這群人集中。過去所謂的「贏家全拿」，在AI時代變得更加明顯。
相對地，最容易被推向K型下端的，未必是不努力的人，而是那些正處於「青黃不接」階段的人。尤其是即將畢業或剛進入職場的年輕人，他們原本預期，進公司後可以跟著前輩歷練兩、三年，從犯錯、修正與實作中，逐漸成為能獨立作業的專業人士。
但現在，這座「練功房」正在被拆掉。「年輕人不能再被動等待前輩來帶，而要有意識地啟動自己的學習模式」他說。做法之一，就是反過來把AI當成導師，請它解釋概念、拆解步驟、提出問題，再透過問答檢查自己是否真的理解。
「你不能等有人類來帶你了。」他說，在這一波變化裡，刻意學習已經不是加分項，而愈來愈接近一種基本生存能力。
消失的中間層，將去哪兒？
除了新人，夾在高階決策者與第一線員工之間的中階主管，也正面臨另一種壓力。
傳統科層組織的一項重要功能，是透過分層管理來傳遞、整理與加工資訊。但資訊科技早已改變資訊流動的方式，AI Agent進一步接手彙整報表、資料摘要與初步分析。若一名中階主管的主要工作，只是承上啟下、轉手資訊，他的價值就會愈來愈薄弱。
程世嘉特別強調「情境」（context）的重要性。「現在在公司裡面最重要的人，永遠是掌握最多情境的人。」他說。
就像AI取得的情境愈完整，回答通常愈準確；一名主管若更了解企業的背景、目標、限制與利益關係理解得愈深，也愈有能力做出單靠資料分析無法取代的判斷。
另一條路，則是重新盤點自己的「獨特價值」。這個價值可能來自策略判斷、研發專業、帶領團隊、凝聚士氣，或跨領域整合的能力。程世嘉用T型與π型人才形容這種轉變：T型人才除了具備一定廣度，還有一項足夠深的核心專業；π型人才則擁有兩項深度能力，並能把兩者結合起來。
對中階主管來說，AI時代真正的警訊是：過去讓你坐在這個位置上的能力，正逐漸失去稀缺性。
AI成為流量入口，品牌下一場戰爭已經開始
人才重新洗牌的同時，企業競爭的入口也正在改變。過去，品牌最在意的是：當消費者在Google搜尋時，我能不能排在第一頁？企業研究SEO、搶關鍵字，希望把流量導進自己的網站。
但現在，愈來愈多人不再先到搜尋引擎，而是每件事都先問AI：「去哪裡玩？」「該買哪雙鞋？」「什麼產品適合我？」品牌面對的新問題已變成：當使用者問AI時，它會不會主動提到我、推薦我？
「AI現在是流量的入口。」程世嘉說。他把現階段稱為「AI流量紅利期」。規則尚未完全底定，所有品牌都站在重新洗牌的起跑點上。企業需要開始關心另一種「心占率」：AI看懂我了嗎？在不同情境下如何評價產品？當使用者提出相關問題時，模型會想到你，還是先想到競爭對手？
這也意味著，單靠堆疊關鍵字的做法已不夠。AI會閱讀網站上的文字、圖片、產品資訊與FAQ（常見問答），判斷資訊是否完整、前後是否一致，能不能真正回答使用者的問題。
但這不代表所有內容都該改寫成制式的FAQ。「把你的原生內容做好，不要全部都用AI來產生。」他提醒。
當生成式AI大幅降低內容生產門檻，網路上也開始出現大量由AI生成、格式高度相似的內容。程世嘉把這類內容稱為「AI垃圾內容」。
「我們長期監測網路與社群媒體後發現，AI生成內容與人類創作的比例，現在大約來到一比一。至少代表人類原創內容仍然占有五成，這其實是一個好消息。」因為，人們往往會下意識滑過制式、缺乏個性的文字。現在真正稀缺的，反而是帶有原創觀點、第一手經驗與「人味」的內容。
AI時代的內容競爭，表面上是在爭取AI的理解，最後爭的，仍然是人的信任。
Agent成為黑盒子，資安規則也得重新來過
另一個在快速升高的風險與商機，是資安。「資安得重新來一次。」他說。
過去的駭客攻擊，背後還是有人在找漏洞、下指令；Agent出現後，AI已經可以自主搜尋漏洞、嘗試進入系統，甚至在人類尚未察覺之前，就完成一連串動作。這讓過去熟悉的防禦邏輯受到挑戰。Agent本身不像傳統病毒，未必帶有明顯、容易辨識的惡意特徵。它平常看起來正常，直到進入特定系統、遇到某種情境，才出現攻擊行為。
程世嘉形容，「它更像一個巨大的黑盒子，放出去之後，人類也不知道它會做什麼事情。」
「這引起很多資安界的恐慌，因為漏洞累積的速度，比修復的速度快太多了。」他說。
但危機的另一面，代表著新的機會。當舊有資安架構不足以處理自主行動的AI，既有資安公司的整套防禦邏輯，勢必要重新設計；而對新創而言，這也提供了「彎道超車」的機會。
程世嘉認為，這也是台灣值得把握的新商機。台灣擁有深厚的硬體與晶片產業基礎，未來如果能把 AI 模型、運算能力與安全機制進一步整合進硬體架構，就有機會在下一代AI資安產品中找到機會。
當智慧變廉價，思考才是最後的護城河
程世嘉所說的「智慧通膨」，就像經濟上的通貨膨脹：當AI大量普及，取得知識與產出內容的成本愈來愈低，原本稀缺的「智慧成果」，也跟著貶值。
可是，AI跟人一樣，百分之百會犯錯。他觀察到，一個愈來愈令人擔心的趨勢，許多人已不再審核AI的產出，直接把AI產出的答案、文章甚至程式碼交給下一個人。錯誤因此被快速複製，看似微小的錯誤，累積後可能影響企業決策、社會治安，乃至國家安全。
「不要AI給你什麼，你就相信什麼。無論你用AI做什麼，第一件事一定是檢查。必須思考，也必須求證。」他說。
AI不會平均改變每個人
AI帶來的K型分化，也正在拉大產業差距。程世嘉認為，這正是「台灣病」的徵兆之一：半導體與電子業持續受惠於AI，資本、人才與成長動能愈來愈集中，進一步加深台灣原有的產業失衡與結構性問題。
從新人失去練功機會、中階主管價值被重新檢視，到品牌流量與資安規則改變，沒有人知道AI最終會把世界帶向哪裡。但有一件事已愈來愈清楚：AI不會平均地改變每一個人。
當差距持續拉大，我們會走向K型的哪一端？
