與其過早投入、不如先躺平一下 (引言)
隨著科技日新月異，生成式AI在我們的生活與工作中扮演著越來越重要的角色。然而，我們應如何在這個新時代中找到自己的定位與價值呢？這本書中所提到的「與其過早投入、不如先躺平一下」給了一個重要的啟示：與其急於迎合科技，不如先停下來，思考自身的價值與不可替代性。● 延伸圖片: 葛如均(寶博士)於2023年AIGC咏唱者年會的投演片截圖
善用生成式AI，工作產能超車 (ch.02)
生成式AI並非要取代我們的工作，而是要輔助我們完成那些重複性、瑣碎的任務。我們應該要問的是「AI會取代哪些任務」，而非「AI會不會取代工作」。透過善用AI的強大推理能力，我們可以把更多時間與精力放在創造性、決策性和管理性的工作上，提升整體的工作效率。工作者一定要先認知到，生成式AI 並非為了產生精確的工作成果而存在。生成式AI的設計與運作，是為了理解你、跟你有互動，進而給予靈感、想法。AI 成為與自己互補的工具，隨時注意 AI現在可以做到哪些事情、不能做到哪些事情，能夠解決什麼問題、創造什麼價值。
● 延伸閱讀：生成式AI革命／AI會取代人類的工作？這次真的不一樣此文為書籍《不工作的世界：AI時代戰勝失業與不平等的新經濟解方》的重點整理。「機器取代的是任務而非職業，且會優先從不具內隱知識（tacit knowledge）的任務開始取代。經濟學家對於科技進步對工作影響的觀點從重視教育程度的技能偏向，轉向為任務偏向。」
不變的東西，更有價值 (ch.03)
AI技術再先進，也只是輔助人類的工具，其本身產出的作品並沒有太大意義。真正有價值的是那些不變的東西，例如我們的創造力、批判性思考能力和人際互動能力。這些是AI無法取代的，我們應該珍惜並加強這些核心能力。成為心態開放的雜學者，深耕專業 (ch.07)
AI是放大器，只有當我們具備其他領域的專長時，才能真正發揮其效用。因此，我們需要成為心態開放的雜學者，廣泛涉獵各種知識，同時深耕自己的專業領域。這樣才能在AI的輔助下，實現倍數相乘的效果。● 延伸閱讀1：什麼關鍵能力 你可以不必怕被AI取代？
「人類必勝：愛、溝通與理解力 其次，是溝通、理解，同理心等軟能力。」
● 延伸閱讀2：黃仁勳加州理工畢業致詞
「做出犧牲，忍受痛苦和磨難，這些都是人生所需特質…」● 延伸閱讀3：均一平台教育基金會負責人呂冠緯於靜宜大學畢業典禮演講全文
三層次的工作追尋 x 3C + 三種增進工作的能力 x 3AI
當AI成為日常，對人文的需求更強 (ch.08+09)
隨著AI技術的普及，我們對人文素養的需求會更強。學習多種語言、提升語文能力，能夠幫助我們更好地表達自己、溝通想法，這些都是AI所無法做到的。因此，我們應該在這個科技主導的時代中，強化自己的人文素養。在高度連結、人人忙著爭搶注意力的社群時代，與其抱怨臉書掌握演算法，不如去加強投資近乎零成本的寫作、溝通表達能力。● 延伸閱讀1：群島｜顧遠：AI時代，我們還需要人文教育嗎？
● 延伸閱讀2： FB謝金魚 - 評「文科無用論？」
「解決問題」是最有效的學習 (ch.10)
AI以終為始的特性，使得教育與職場的運作逐漸轉為以PBL（Project-Based Learning）為基礎的「專題式學習」。這要求我們具備強大的問題解決能力，只有通過實際解決問題，我們才能真正掌握知識，並在工作中脫穎而出。● 延伸閱讀：教育AI網站應用分享：以終為始，運用AI進行國語文備課
批判性思考能力夠強，才能駕馭AI (ch.12)
儘管AI能夠撰寫優美的商業文件與文案，但其結構過於工整，缺乏「個性」。我們需要培養強大的批判性思考能力，來分辨AI和人類產出的差異，並利用這些差異，展現我們有別於AI的價值。只有擁有批判性思考能力，我們才能真正駕馭AI，而不會被AI所取代。● 延伸閱讀：打破枷鎖, 擁抱「批判思考」: AI 時代的核心競爭力「面對AI時代的挑戰，單靠知識積累已越來越沒有競爭力。如何有效地運用知識、進行高品質的批判思考、作出明智的決策才是保持個人競爭力的關鍵。」
打破慣性，培養成長心態 (ch.13)
生成式AI的出現，加速了所有事情的進程。我們需要培養成長心態與終身學習能力，這是一個持續的過程，需要經歷自信、自我管理與自學三階段。只有具備成長心態，我們才能在這個快速變遷的時代中，不斷提升自己，保持競爭力。順勢「加值」，不用大變身 (ch.16)
生成式AI雖掀起熱潮，但多數商業模式未變。我們應該具備「AI對我的既有商業模式可以如何加值」(+AI)的心態，而不是「我可以無中生有創造出什麼商業模式」(AI+)的思維。只有從解決問題出發，才能真正創造價值，而不是將AI本身當成一個商業模式。● 延伸閱讀1：「AI＋」時代重新譜寫商業模式
● 延伸閱讀2：AI商業模式現狀：突破技術的獨角獸猛燒錢，壟斷基建的巨頭賺真金
● 延伸閱讀3： 「+AI」新時代來臨！李開復：四大策略讓傳統企業找到AI機會
「少即是多」的AI設計趨勢 (ch.23)
心理學、認知科學、神經學、工業設計將成顯學。
● 延伸閱讀1：哈佛商業評論：被忽略的「AI心理學」
● 延伸閱讀2：【大腦與認知科學】MIT OpenCourseWare: The Human Brain 01｜Introduction to the Human Brain
回歸數位經濟本質，認清科技巨頭的算盤 (ch.24)
OpenAI和科技巨頭在經過2023一整年的角力後，讓AI技術和底層模型以非常快的速度進步，但接下來我們要關注的，會是「生態系的發展」。所有數位科技的戰爭，都是生態系的戰爭。2024年起，科技巨頭已經開始從生態系的戰爭回打 OpenAI。
● 延伸閱讀：2024年GAI年會－簡立峰：激情過後：生成式 AI 產業新趨勢 共筆筆記 - 「The "New G7" Lead AI」…「要關注微軟何時合併 OpenAI」
不需要為了面子，重新發明輪子 (ch.25)
「AI模型微型化」的趨勢已經形成。各家技術大廠現都朝著這個方向優化，讓AI模型能夠直接被放在各種裝置裡面，甚至在離線的環境下也可以使用。除非AI的底層技術或架構出現嶄新的突破，否則這個趨勢會讓「重新訓練自己的基礎大語言模型」變得愈來愈沒有必要。
