【強者我朋友】Vibe Coding 熱潮有多夯？他會泡沫化、還是未來必備趨勢？ft. 前 LINE TAIWAN 總經理 陶韻智｜志祺七七Podcast

Summary

強者我朋友 Podcast 精選摘要

主題概覽

主題： Vibe Coding 熱潮有多夯？他會泡沫化、還是未來必備趨勢？
主持人： 志祺七七
來賓： 陶韻智｜前 LINE TAIWAN 總經理、科技業創辦人、企業顧問
時間點： Nov 12, 2025

本集探討了 AI 程式開發（Vibe Coding）是否為短暫風潮或未來商業與個人必備的轉型趨勢。透過陶韻智的多重身分（科技業高管／創業者／教育者）的視角，深入分析 Vibe Coding 如何影響產業、人才、商業模式，以及對個人與企業的實際建議。

---

重點內容拆解

1. Vibe Coding 是什麼？對產業有多大影響？

• Vibe Coding 定義：
  利用自然語言直接與 AI 工具溝通，生成程式、軟體或自動化解決方案，讓不具備技術背景的人也能創建應用。（03:30）
• 產業普及情況：
  美國科技巨頭（如 Google、Microsoft）已有高達三成的程式是 AI 生成，PM 等非技術職位也需具備 Vibe Coding 能力。台灣目前相較落後 3 年，但正是彎道超車的契機。
• 主持人總結：「現在程式設計師是翻譯官，幫需求轉成電腦語言。但現在人類能直接用自己的語言與電腦溝通，生產力翻倍。」（05:40 志祺七七）

2. 非技術背景者的崛起 + 產業自動化的真義

• 創新增效 vs. 降本：
  台灣企業習慣以低人力成本為優勢，但更該追求「增效」和「新商機」—— AI 可把人力生產力放大十倍，甚至創造跨語言、跨市場的新機會。（09:40 陶韻智）
• 鼓勵想像力、打破瓶頸：
  過去教育強調不出錯、平均主義，未來則須提升創意思維和問題解決能力，搭配 AI 工具快速試錯與驗證。

3. Vibe Coding 是泡沫還是必然？

• 泡沫？還是新時代？
  許多成功案例（如小型遊戲靠 AI 寫好，一月賺 9 萬美金）雖看似偶發，但其本質是進入「After-AI Thinking」時代，產出的「天花板」不再是技術門檻，而是個人、團隊的學習和思考能力。（13:55 陶韻智）
• 商業模式重要性：
  重點在於能找到真實需求、做出被用戶買單的產品。Vibe Coding 讓「懂需求」的人直接成為開發者，價值鏈更加扁平，學習力、觀察力變成核心競爭力。

精選語錄／陶韻智（14:50）：
「做出來的上限是你自己決定的，現在比的是學習能力跟判斷力。」

4. 技能轉型與新時代人才定義

• 智慧和工作型態大翻轉：
  AI 培育下，記憶力、模式識別能力已被機器取代。未來 50% 工作型態將與今日完全不同，選擇不學新技能的人將被淘汰。
• 個人成長與企業重分配：
  AI 是新的財富分配器，能用得好的個人/公司，會在大洗牌中獲得新紅利。
• 親身實驗——從零開始做 AI 工具：
  陶韻智現身說法，親自花八個月做出接近 10 個 AI 工具，證明「即便沒有技術背景、年紀較長、一樣能上手」。

  陶韻智（21:50）：「與其聽別人的故事，不如自己實際走一遭。不把手弄髒，是沒辦法了解一件事情新的樣子的。」

5. 實際入門建議＆常見問題拆解

• 如何開始？
  從生活有感的小題目出發：如預約系統、出勤打卡、心理小遊戲等，挑自己懂的領域。

• 工具推薦：
  新手建議 Google AI Studio（免費、前端友善）；想部署進階則用 Cursor + Cloudflare，上手門檻低，迭代快。（28:25）

• 遇到 Bug/Trouble Shooting 建議：
  不要低估自己的學習能力，問題解決能力會在量變中質變，需要「忍受第一個七天」，突破點來得很快。

  陶韻智（31:30）：
  「你挫折三小時就說這個不適合；但其實你突破一個點，以後就是一百萬的回收能力。」

• 資安/維運疑慮？
  一開始專注於驗證（POC），等規模擴大再找專業人員協作，先求完成再求完善。

• 工程師專業邊界的討論
  不論產業，所有職業都在被 AI 賦能；工程師更能利用 AI 結合多技能（行銷、產品、管理）價值加倍。

志祺七七（38:52）：
「單一技能不值錢，技能組合度越高價值越高。」
陶韻智回應（39:15）：
「未來一定會出現一人做到十億美元獨角獸的 solofounder，而這個人多半會是工程師出身。」

6. AI 幫我們變笨？還是變聰明？

• AI/自動化是「思考力的升級」
  若只照單全收 AI 結果，確實易變笨。真正關鍵是「刻意思考」和「批判能力」。

  陶韻智（41:34）：
  「看到答案要刻意批判它，就算是個好答案，也要再三確認。刻意思考，才能跟別人區分開來。」

7. 大公司壟斷 vs. 小團隊彎道超車？

• 資源 vs. 速度：
  確實頂尖大企業資金多、Token（算力/AI資本）多，但中小企業和個人依然有「行動速度」、「專案聚焦」彎道超車的空間。
  關鍵在於持續實作與擁有高「AI使用率」。

  陶韻智（44:50）：
  「你一定比不過最有錢的公司，但比同行會用 AI、行動更快，就是贏家。」

---

實用建議／最後總結

陶韻智的結語（49:45）

AI 時代下有三大機會：

• 降本、增效、新商機：
  • 成本降低（基本可到十分之一）
  • 效率提升（十倍起跳）
  • 新商機可能多十倍
  • 綜合起來有「千倍紅利」等待掌握
• 核心競爭力是學習力、判斷力與行動力
• 鼓勵大家主動學習、主動實作，把握浪潮

「我希望各位能好好掌握這次 AI 所帶來的時代紅利。」（50:10 陶韻智）

---

傑出引言 & 精彩時刻整理

| 時間點 | 引言／事件 | 人物 | |--------|--------------------------------------|------------| | 05:40 | 「人類能直接用語言和電腦溝通，生產力翻倍。」 | 志祺七七 | | 14:50 | 「產出上限決定在人的學習與判斷。」 | 陶韻智 | | 21:50 | 「不把手弄髒，是沒辦法了解新東西。」 | 陶韻智 | | 31:30 | 「突破一個點，以後就是一百萬的回收能力。」 | 陶韻智 | | 39:15 | 「未來一定會有一人10億美元獨角獸出自工程師。」 | 陶韻智 | | 41:34 | 「刻意思考，才能 differentiate。」 | 陶韻智 | | 44:50 | 「最有錢公司很強，但更快使用 AI 就能贏同行。」 | 陶韻智 | | 50:10 | 「好好掌握 AI 帶來的時代紅利。」 | 陶韻智 |

---

推薦收聽時段索引（重要片段）

• [03:30]——Vibe Coding 的起源與定義
• [09:40]——AI 增效、開創新商機的論點
• [14:50]——產出上限是學習力與判斷力
• [21:50]——親身試做 AI 工具的起心動念
• [28:25]——入門工具選擇與新手指引
• [31:30]——如何突破學習過程的心魔
• [39:15]——未來一人獨角獸的可能性
• [41:34]——刻意思考的重要性
• [44:50]——彎道超車與中小團隊的優勢
• [50:10]——時代紅利總結

---

給沒聽過本集的你的精華提示

本集深入探討 AI/Vibe Coding 的真實趨勢與商業應用，適合所有希望利用 AI 提升工作效率、創業競爭力或準備技能轉型的職人。來賓陶韻智用多年企業/技術/管理/教育經驗，提出務實建議與成功路徑，並強調「真正的勝負在學習力、行動力與複合能力的提昇」。
如果你想在 AI 時代脫穎而出，把握紅利，這一集務必收聽或細讀本摘要。

---

Transcript

[A]

網路上面有一種論調是講說AI用了越久你會越笨可是剛老師有提到就是AI其實最關鍵是你的思考能力那這兩件事情要怎麼樣去權衡它的確如果我們AI出了結果因為它實在講得太好了看起來這個很漂亮的答案如果我們不思考其實很容易全盤接收所以我強調的而且事實上這最重要就是看到答案要刻意批判它即便是個好答案所以是個刻意思考刻意唯有刻意才能differentiatehiho大家好,我是志祺! 歡迎回到《牆之我》的朋友! 最近幾年AI大爆發不只是工程師連行銷、設計PM都開始用AI寫code開發app甚至自動化工作流程他們的超過三成的程式碼,都是由AI生成的欸,用AI寫程式真的有這麼神嗎? 今天我們邀請到了陶韻志,一起來聊聊! 陶韻芝是LineTaiwan的前總經理也是LinePay當年轉虧為盈的幕後推手她除了創辦口袋證券、開個快手也在台大、世芯教書甚至還擔任多家企業的董事跟顧問幫忙規劃數位轉型最近半年,她也積極利用AI寫程式做出將近10個AI工具實際應用在生活和工作上今天我們找來了橫跨商業、金融、軟體科技的陶韻智想要請她用企業的角度來聊聊用AI寫程式已經成為未來的商業趨勢了嗎?

一般人要怎麼跟上這波AI寫程式的趨勢? AI時代來臨,但你只會跟AI聊天、生成圖片嗎? 桃園智老師要教你用AI寫程式把AI想法變成真的能運作、甚至能賣錢的產品桃園智是LineTaiwan的前總經理他不只是企業的決策者、實際動顧手問還做半年,做出將近10個AI工具課程會從真實的商業問題出發帶你從不會寫程式,到VibeCoding再到自動化和產品化落地想要透過AI的協助,調整工作和生活節奏嗎? 現在就點擊資訊欄的連結,輸入折扣吧! 還能享有專屬優惠價!

好那一開始就請我們陶映哲老師然後Sting先跟我們的觀眾簡單介紹一下吧各位觀眾大家好我叫Sting我之前是LineTaiwan的總經理也是LinePay的總經理那現在的話是台大的監研教授也是一家證券公司的董事長那一開始我們直接進入主題好了就是我覺得最近有一個現象還蠻驚人的就包含像是可能Google、微軟等等這些科技巨頭他們說現在大概有三成的程式都是由AI來生成的那這邊我們就想要來問看Sting就是根據你在台灣業界的這個經驗就是台灣產業仰賴AI寫程式的這個比例有到這麼的高嗎台灣也有非常多工程師有使用但是目前沒有數據顯示說他到底用的百分之幾多少那此外就是我們有看到美國的一些科技業可能像是這邊的資料寫說Visa、Reddit他們的招募已經會要求你需要會ViveCoding然後甚至網路上面有人分享說他們現在去Google面試PM的時候也要會ViveCoding就是我覺得觀眾有些啦我們台灣的觀眾可能還不太熟悉ViveCoding所以這邊可不可以先請Steven幫我們大家解釋一下就是這個到底是什麼意思以前寫程式當然程式設計師是需要好多年的訓練專業裡面的什麼資料結構或者是演算法等等還包括那個語法那我們來學習學那個其實蠻難的需要很聰明的人很專注的人可是我們寫程式的目的是什麼我們寫程式目的是要完成一個功能那這功能要幹嘛達到一個優勢然後去創造一個可能事業上的benefit這時候工程師其實是滿足PM的要求他的人生目的不是寫那些英文字就是那些看起來我們看不懂的字他事實上是要完成一個軟體去完成一個事業目標那ViveCoding就是跟AI相處用一些蠻好的所謂的這種開發環境新的做法去用自然語言就是媽教我們講的話就像我們現在講的話這個去叫一個軟體說你幫我做一個天氣的Dashboard並且告訴我現在全世界哪裡最熱大於平均值好了這些都是自然語言就有點像規格但是用自然語言寫的規格結果按了Enter之後網站就做好了這一種就是我們說的VibeCoding基本上是忘記Code的存在現在AI它本身做這件事做得又快又好這不是技術人員需要而已這是所有非技術人員也應該做的平常我們非技術人員也有很多事情想要軟體完成對吧那只是說在過去我們都會在公司裡面就排程就看誰的比較重要現在ViveCoding出來就是讓不管行銷業務還是老闆做商業決策的時候他都需要一些軟體去告訴他一些資料上的現象然後甚至乾脆告訴我結果選項有幾個這都可以用軟體做那今天用VibeCoding可以用自然語言就寫出軟體大概是這樣的東西我覺得大家如果不清楚的話可能可以把它想像成是過去電腦這樣子的我們把它想成一個生物好了它有它自己的一個語言系統那過去城市的這些設計師他們有點像是他是一個翻譯官他幫忙把你今天的需求翻譯成一個語言然後跟電腦這個極具生產力的工具溝通好了之後還讓他可以持續的工作那現在就是我們這個翻譯的東西人類跟電腦語言突然被打破了我們有辦法用人類的語言直接跟他溝通讓他去進行更多更多的生產力如果在這個狀況之下我們的人類的生產力又被大幅的上升了因為過去我們要花很多的時間去學習怎麼跟電腦溝通現在突然不用了就有點像是隨著翻譯軟體的出現我們突然很多語言你其實不用真的會因為反正你就打一打它就可以來翻譯了這樣子那剛我們其實也有提到就是Google的一個例子就是Google的PM也需要會ViveCoding代表說這個技能真的可能不只是工程師要會而是所有的人要因為你要了因為當你會了之後你就可以跟電腦進行溝通把你自己個人的生產力提升非常非常的多倍那在台灣也有這樣子的趨勢嗎我覺得台灣的趨勢在這部分是大概落後美國有三年吧我覺得台灣應該掌握這一次可以彎道超車的機會我們小國把這種技能趕快弄起來讓非技術人員都成為技術人員蠻關鍵的我覺得這邊有兩個有趣的事情可以討論第一個就是大家都會講說因為台灣就人力比較便宜很多事情有的時候牽涉到自動化的時候你就會考慮說可是這個東西我找一個工讀生就做一做好像也差不多遇到這樣的問題的時候老師通常會怎麼回答他們降成本是有一個cap的例如說我成本就這麼便宜降到0嗎那也不必要這時候我就會希望他往另外一個方向看那增加效果呢可不可以增加10倍你現在是10個人員工難道只做10個人的事嗎你想不想像內建一樣做1萬個人的事增效第三種是新商機你只想做這個嗎你只有美國市場嗎你要不要順便做一下歐洲市場澳洲很多語言搞不定AI很好可以搞定嘛想像力決定一切那我希望我們台灣這個小島的老闆們就是要有想像力增加效果我們人力成本比較低是一個不用太糾結反正也不貴但是增加效果跟創造新的商機每一個都有10倍的話這樣撐起來還有10倍的空間但如果講到想像力的話我覺得這會牽涉到的就是整個教育制度的問題了就過去我們並沒有花太多的時間在鼓勵每一個人變成想像力大家其實比較是不要亂我們平均就好OK那我們講到VibeCoding我覺得它會變成一個趨勢或者是討論度那麼高就是因為有很多所謂變現的例子像是可能我們在網路上面會看到很多很多的人他們靠著VibeCoding的軟體程式可能單幹或是很少人他們就能夠賺錢像是在國外可能有些例子是說他們靠著AI用個三個小時寫出了一個遊戲然後一個月就進帳9萬美金這種東西就會被大量的傳播那當然這裡傳播的過程當中也會引起一些人批評有些人就會說這不是專業的人做的這個APP其實就是破破的只是一時的新奇有趣而已那老師你這邊會怎麼樣看待這種覺得ViveCoding它是一時的跟風一時的泡沫或者是它其實是一個真正的創業風潮它即將形成的商業模式我們的觀念是怎麼來的就是看當代bestpractice目前正好在斷代階段就是在轉換階段所以有pre-AI時期的思維跟after-AI時期的思維pre-AI時期的思維那些都對要專業after-AI時期現在GPT很專業那你如果把它帶得好那你就很專業那如果你把它帶不好就不專業大概就這樣就是你自己會決定它的上限因為Google也用ViveCoding是自己決定它的上限是人的學習能力判斷能力決定了產出的上限剛剛有講到說大家都會有這個工具然後裡面很關鍵的一點就是你要有好的思考那除此之外還有沒有什麼樣子的特質或者是什麼樣子能力你持有的時候其實可以讓你在VibeCoding上面有更容易突出的機會有很多Vivecoding等於是可以讓任何人寫軟體那軟體剛好是我們這個時代的一個高價值的東西它可以讓很多價值被產生然後就賺到錢那現在做軟體也就是寫code那件事變得比較會自動可以產生那什麼人可以掌握這個機會那這是回到商業模式商業模式就是我們做了一個軟體就要有人使用而且他覺得很好用然後最後他就付錢所以這時候有很棒商業idea的人有抓到用戶痛點的人就是說他很有empathy跟人家去理解他的需求看到的需求那它有不公平的優勢例如說像您就有不公平優勢例如說通路跟我做一個東西不一樣你可以賣我不能賣可是你本來不會寫軟體現在可以寫我也可以寫我們兩個可以寫一模一樣的軟體誰比較會賣你比較會賣當那個屏障不存在的時候所以商業模式裡面的等於是說做出那個價值的每天的活動是寫code組出一個技術團隊這被AI自由化了讓我們都有機會最後是可是我就真不太會那些安全性這個code破破的我要怎麼處理最重要這個人的差別就是學習力就是如果我肯學一定學不會嗎其實是學的其實一定學的會因為大家都是學了就會的只是以前要學四年然後要當學徒四年這樣是八年有點累才學不會的但是我個人過去做了八個月我的感覺就是絕對學得會因為你會增加那個頻率你遇到狀況的頻率其實也變高我遇到狀況頻率變多然後我就問他問題然後我就看白話文然後就看多了而且他馬上就跟你講過去可能還會有一些時間的限制對老師我幫你排時間現在都不用現在就看我們自己的學習力跟學習意願我覺得這是非常大的競爭力差別老師會覺得從以前到現在人才的定義被改變了嗎或聰明的定義被改變完全聰明是什麼以前我們就是記憶的多的聰明IQ就比這個還有IQ還比什麼Patternrecognition就是第一個這樣第二個這樣第三個是哪一張圖這樣你智商高Patternrecognition記憶能力以前的錯誤不要再犯這些今天大圓模型比任何一個人都還強其實就評測而言我們都可以看到GPT-5它的評測就博士所以比原來的IQ的邏輯肯定改變事實上我可以確定的事情是三年後的50%的工作的型態會跟今天的完全不一樣對我朋友他以前就是因為他是做服裝品牌的然後他過去就是有很多的行銷計畫大家弄然後他就想說我們試看AI做好了做完好像比我請的人好該怎麼辦呢所以這個時候是請的人他要再往下一步走就是他要為outcome負責那這個老闆他要重新想什麼就是你朋友他要想的事情是他為什麼會走剛那個workflow就是我要請這個行銷的人那是pre-AI時期的工作技能跟工作流程那afterAI時期老闆下去用了他知道我請這個人幹嘛這是對的思考殘酷的世界這也不殘酷以前馬車時期會開馬車的人就一大堆可以養活很多家庭汽車出來之後我們這種歷史上變化的時候都會有這麼一個勞工技能轉變的過程而且它會帶動一個非常大的財富重分配所以我們要在這個時候需求都不會變但是價值會重新分配AI用得好的人會在價值重分配的時候被分配到我這邊也很好奇到老師的個人身上就是因為我們在資料當中其實有看到就是你最近有用ViveCoding做了大概將近10個的AI工具那很好奇就是因為你本來是在做企業管理的角色那為什麼你會突然想要花力氣去實際做ViveCoding就當初一開始那個契機是什麼以我這種年紀這種那通常這種人都在出一張嘴而已在今年一月的時候隱約秀到AI好像差不多了不是喔我突然感受到這次的AI跟我當時進大學的時候的Internet比較早192年去念台大那個時候我就覺得Internet很厲害了只是那個時候沒有料到後來變現在這樣就是整個產生了新公司基本上變成了基礎建設然後有好多公司變巨大的公司在學生的時候巨大的公司是別家現在變Google我進公司是IBM現在變Google最厲害我那時候的感覺就是這個機會沒掌握到這一次在預約的時候我隱約感覺到這次AI又要造成財富重分配了那我是要出一張嘴跟人家吆喝說AI很厲害很厲害你要做你要做還是我下來玩玩看理解一下它到底多厲害然後更理解你會更知道分配邏輯可能會變怎麼樣因為我們不知道的事情是什麼看了那麼多報導它如果能夠增加財富重分配是增加多少那它增加效果是增加50%還是增加50倍我們沒辦法知道沒做不知道與其聽別人故事不如自己實際走一遭結果我就開始做了這樣因為不把手弄髒是沒辦法了解一件事情的新的樣子的所以開始用了之後一開始是完全搞不清楚它在幹嘛然後經過了兩個禮拜做出東西再經過兩個禮拜做出東西之後我就逐漸的發現它比我看到的報導還要強還要搶一千倍那到現在我就覺得哇好在有走這一招ok那第一個題目是怎麼選的我覺得很多人想要實際參與就是第一個他可能就卡住了那時候老師的第一個題目是我還蠻會學習的我在我有教書嘛所以自己要學一個東西第一個題目找簡單的做ok讓那個門檻比較容易空門檻一定要低就是挑軟柿子嘛你一開始就去做一個完整的題目對你會很痛苦打擊自己嘛因為我們要理解我們是不會的所以我一開始的題目就想做個小遊戲好了做個兩張圖然後這兩張圖選一個誰不是AI的圖然後他沒有登入沒有什麼就只有四個題目完了就結束就是一個網頁一個互動網頁那第二個題目怎麼選那就這個原來我會做了那複雜一點是什麼加個登入怎麼樣例如這樣然後再往後呢我就去想這等於給自己的作業所以學的時候是有minusstone往上走的就是要越做越難那第三個題目我可能就想我來做一個我根本不懂的演算法好了因為我已經想到說以後如果我要做這個的話總會遇到我不懂的東西還有我不想懂我就做了魔術方塊3D魔術方塊它要轉成任何樣子把它轉回來超難吧我也不懂啊這時候做了7天我做出來其實我還是不懂但是反正就做出來而且它還能轉回來而且是保證20步就轉回來因為那個演算法就是這樣再往後就做更複雜的多國語言各種東西AI生成不知道什麼東西生成語音生成圖片全做這個就過關斬將然後我就發現我越來越知道怎麼樣操控AI我知道怎麼帶領AI這個員工他的心法就是什麼把話講清楚然後千萬不要自我設限自我設限就是我不會所以不要叫他做事實上我剛才講的我都不會我就在這過程中就學會了我不會所以要叫他做我覺得觀眾可能聽到這邊他們就會想說如果像我這個樣子幾乎沒有程式背景的人他也想要開始嘗試剛講到說要找一個低門檻的東西先嘗試但這個可能對一般的大眾來說是有一點小空泛的那老師會怎麼樣建議他們開始我看到蠻多人會這樣做的因為當然我有教課我就看一看之後就看到你做了一個腳踏車預約系統為什麼因為在騎腳踏車所以從生活當中有人就會做心盤其實心盤我不太懂他懂那這時候他就做一做有模有樣有的人做什麼心理諮商從你懂的那一件事做當然有些HR他就想他要做一個出勤打卡系統這對他來講就是小的因為他可以掌控他有興趣他有domainknowhow他不要去做一個他不懂他也不要去做一個他不喜歡的我還看過更多人他就做一個小遊戲貪吃蛇通常做遊戲的時候他就做貪吃蛇最直接想到的遊戲畫面可能就是它或者是那個小精靈這種所以小題目有很多它是日常生活中都可以去想出來那現在寫程式的這個AI有非常多嗎像什麼Cursor啊或是Revelate之類的就是老師你是用哪一種的來寫我目前的話我用過全部我建議的Google的AIStudio那它不用錢所以做前端那接下來假設要進階的話他要部署要處理一些比較serious的問題的話那當然就用Cursor然後把code下來就用Cursor然後上傳到某個雲端嘛那上傳到雲端我都是建議Cloudflare大概這樣那這邊我想要額外分享的一件事情是就因為我們團隊有一個他自己不是工程師的員工他也有嘗試過想要用webcoding去寫程式然後去改善他的這個工作流程但是不同程式的時候會有一些很大的問題是例如說你遇到bug你真的只能夠一直貼來去問或者是有點像是碰運氣的感覺吧然後他就覺得他自己花了很多時間還不如乾脆放棄走原本的工作流程老師過去有遇到這樣子的狀況嗎就是你會怎麼樣建議大家處理這種問題就以我的例子來說好了我的背景是什麼我現在是董事長然後我是上市櫃公司的獨立董事我的整個職涯中大部分在做經營管理我大部分是在做策略思考所以如果要說學不會而且我年紀比較大要說學不會是誰應該學不會應該是我學不會但是你還是會所以這個旅程我們有沒有目標我的目標是什麼我的目標其實是想要做一個軟體它在全世界賺錢所以我的目標其實蠻大的那一直來講如果完成這件事的方法是什麼那就要組一個團隊然後有一個很好的題目然後每天盯著它然後review這樣做對不對當我發現AI的時候我就先感受它到底有什麼能力然後從中間感受完之後很多盲點我看不懂例如說你說Log貼來去我也都經歷過突破它在古時候突破那個龜大牆古時候要多久要很久要很久找到人來問50後我們去念資訊系好了你要你一開始你光看書要看多久很久而且你還要找到他應該要compare真正的專業養成過程我講的是Pre-AIC的專業因為在這個時代變快之後我們反而覺得這個挫折好像很不好跨過結果你挫折三小時然後就說這個不太行我還是回到舊方法舊方法是什麼不得了一個案子如果你要外包10萬這叫舊方法可是你的時間根本不值10萬你那三小時還沒有100萬可是突破之後你會有一大堆的一百萬可以回收他突破不用去念四年的學位以我突破這裡面有太多突破的原理了突破的原理最主要就是下去做然後忍受那個過程也只需要忍受七天剛那位同事或者是大部分人大概就是沒等到他就先停了再來另外一part我覺得是剛好前陣子其實很多人在討論的就是有些人會擔心說你沒有程式背景的人其實你自己也看不懂程式對架構可能也沒有太多的概念所以很容易就會出現一些很基礎的資安問題像是密碼或者是API直接把它寫進去前端了或者是把用戶資料直接給大家看光光等等那這個東西要怎麼樣去處理或避免還是它其實就是隨著時間它就會其實真的是這樣它是個學習過程然後第二個普遍來說我年紀比較大我看過的公司實在太多了大概有一半的公司寫出來軟體都是破破爛的因為種原因投入的資金不夠或它能力有問題都會有問題那主要是這個learningcurve我們要不要上去因為我們有一個遠方我們想達到的目標真正重點在目標我們在做一個產品的或者為了達到那個事業目標有好多過程第一種叫POC就是我做一個給你看看然後我們來討論一下這個值不值得把它做擴張發展POC沒有安全問題因為他就是在私域之間流傳他就私域之間流傳像那個AI大師Andrew他就叫大家隨便寫我也叫大家隨便寫因為你大部分的情況下是不上線的我覺得隨著越來越大你自然身邊也會開始出現更多的專業人士那這個時候其實就是回到正常的流程也不能說什麼正常回到過去的流程討論一下討論一下學一下我覺得AI時代下考驗的就是我們判斷能力的高度那另外我還想到了一些批評就是有些工程師會覺得VibeCoding它是做出一個乍看可以用的系統然後你就拿去營運賺錢但是寫的人他們會忽略了一些中間該懂的事情然後沒有職業倫理然後也會造成他們的專業貶值那這樣子的批評會怎麼樣看待我不如反過來說現在目前大家是不是都用AI來做策略報告如果有一個問題分析就說你幫我分析一下那強了我的工作我就是做策略的有人會用AI做行銷的建議那也搶了我的工作啊畫圖你也搶了我的工作啊職業倫理是pre-AI的時候設計的那我們真正所有的職業都是為了businessoutcome我們都是為了產生用戶價值產生用戶價值中間大家各司其職去組成一個價值主張這邊我會有一個額外的想法就是其實如果我們單看vibecoding的話我們會覺得程式的這些設計師他是一個極大的受害者但是如果我們拉開看的話好像其實是每個人都透過AI得到了更多不同的能力提升了更多的生產力所以如果換位到一個程式設計師的角度的話我好像可以透過AI的幫助我有了所謂的vibe行銷或者是vibe管理等等的東西就把更多的事情其實集中到我一個人的身上那我們知道單一技能它其實不值錢可是當技能的組合度變高的時候別人搶不走然後它的價值也更高所以這個可能也是一個轉念嗎其實您講的這個是非常重要的現在矽谷其實在等一種人出現一種救世主出現solofounder一個人做到10億美金獨角獸那我覺得在這個世界上各種專業裡面一個人可以做到10億美金獨角獸的就是工程師背景工程師背景只要肯學的話他把剩下那些技能弄起來因為你就想以後如果出現一個一人獨角獸會是哪一種背景來的工程師一定是工程師所以我希望台灣的工程師能夠把握自己的核心能力用AI擴展自己的其他能力做全世界第一個人獨角獸我覺得這邊有的時候會有點衝突就第一個事情是網路上面有兩種論調一種論調是講說AI用了越久你會越笨可是剛老師這邊又提到就是AI其實最關鍵是你的思考能力那這兩件事情要怎麼樣去權衡它的確如果我們AI出了結果因為它實在講得太好了看起來這個很漂亮的答案如果我們不思考其實很容易全盤接收所以我強調的而且事實上這最重要就是看到答案要刻意批判它即便是個好答案所以是個刻意思考刻意唯有刻意才能differentiate你想想看別人也問了這個問題他也問這個連沒經驗的人也問了同樣問題答案都一樣好對吧第一波的答案都一樣真正的挑戰在第二波那另外一個我覺得也是兩個概念有點衝突的就是像剛講到說這個是小的團隊他有彎道超車或是小的國家有彎道超車的能力但另外一方面很多人會講說AI他會最有資源用AI的都是最大的公司他們也會有最先進的模型可是他們沒有公開給公眾使用那在這個狀態之下它造成的是更大更大的差距老師怎麼樣看待這兩個問題這兩個問題的確看起來是這樣我也同意在AI時代下Token就等於智慧而Token要用錢買誰有辦法花錢買最多的Token誰就是會贏的我們來看一下實際例子JPMorgan還是MorganStanley我忘記哪一家他一年花2億美金做AI所以我們沒有2億美金那是不是花錢花多就一定贏花錯呢所以現在我們怕的是又有錢又知道每一個角色都很棒的他的PVC技巧超強的他通路又很好那這個當然大者會超級大目前OpenAI等等七巨頭都在朝向這個方向前進可是我們不是那種公司我們比什麼我們比我們的判斷力因為大部分的公司有好多問題我們的競爭對手中有人是AI用的比較弱這時候就用了就玩到我們贏他玩到超車你跟他比的話是有點辛苦跟那個最厲害的比使用度使用率有沒有ALLIN有沒有萬事先想的行為這倒不是所有人都會的即便像我們上節目這樣講我相信聽眾中就是很多人不會下去把AI使用率拉高所以先拉高的那一個人就比較有彎道超車的機會因為你自己除了做AI工具之外最近有開堂線上課就是可不可以跟觀眾講一下就是這個線上課到底在講些什麼AI裡面有蠻多事情我們是需要了解的其實裡面有整個架構有知、用、做、管這四件事來掌握在AI時代下的競爭力知道AI常常用各種AI工具組合然後做做看AI的Project例如用VibeCoding然後最後我們就可以管理我們的資源、技能組合然後去取得最大的價值就是在時代價值重分配的時候拿到價值裡面就會有工具的、思維的跟VibeCoding的VibeCoding的話我就會把我過去6到8個月我走過的坑跟我歸結出來非技術人員如何快速的掌握AI然後做出自己要的軟體改變自己的工作流程然後提升更多的產出如果是新創者他有會技術跟不會技術的不會技術的你如果用VibeCoding就有機會去做出你想做的那個題目那講到這邊我突然在想說因為現在的這種AI課程其實也有很多很多但是我覺得老師的身分是比較不一樣就是你同時又有企業家企業顧問然後你又實際真的有靠AI來開發一些程式所以你在設計這樣的課程的時候你有哪些特別的地方是覺得我跟其他人的差異嗎這也是一種價值的決戰嗎我覺得最大的差異就是我們不是要學工具工具會日新月異是學了工具之後要完成一個真正有價值的任務有價值的任務要判斷AI出來的結果也要判斷要alignwith商業目標決策等等我是以商業決策判斷力出發然後所謂的工具組合的選擇上我們就不會注意那些小細節了那都是可以學會的學會之後又有一個最佳組合我們用最省時間的方式我的課程中全部都是用管理者的角度思維出發可是我們要具體做出東西做完之後你就會記得說我是做了我用了AI工具但是我是為了完成一個商業目標裡面所需要的判斷力工具力跟這種程式力好了那今天非常感謝Sting來跟我們聊了那麼多那最後有沒有什麼還沒有講到然後想要跟我們觀眾分享的呢? 我如果總結起來的話是AI時代下我們如何運用AI來幫我們強化商業上的所有事情例如說最主要三件事降本增效新商機AI工具如果運用得好的話我們成本可以降到十分之一是基本效果增加十倍是基本新的商機可能你原來想做用了AI你把它帶好的話也可以產生新的十個這樣乘起來其實有一千倍的機會我希望各位能夠好好掌握這次AI帶給我們的時代的機會跟紅利謝大家好,那這集就先到這邊如果大家喜歡今天的影片,不妨把它分享出去或是可以點這個地方,看看其他的相關影片那麼今天的志祺七七就到這邊告一段落我們就明晚再見囉,掰掰!