Y Combinator創辦人Paul Graham的偉大創意觀察(三)
Y Combinator創辦人Paul Graham的偉大創意觀察(三)
2012.03.15 | 科技

6. 重回摩爾定律

過去十年,我們體驗摩爾定律究竟為何。2002年,當時還以為這個定律就只是說執行速度每18個月會加快一倍。但是,英特爾並未帶來更快的CPU,只是給了我們數量更多的CPU。

現在,摩爾定律不像從前,過去當軟體速度太慢,只能等待更好的硬體解決問題,現在軟體速度變慢,就必須重寫,而非等待。如果有新創公司可以再帶我們重回摩爾定律就好了,藉由軟體程式改寫,讓過多的CPU變身成為一個超快CPU。還有更多方法可以解決這個問題,若是程式編碼都可以自動生成,那就太完美了,這是一件不可能的任務嗎?如果你這樣想,那就試著去驗證吧!一定可以得到有趣的結果。再者,如果這項任務只是很困難而非不可能,就更值得去嘗試,一切都將會超越你的想像。如果你寫出來的軟體可以讓工程師透過網路服務獲得,將可抓住許多使用者的目光。試著想像,如果有業者可以提供又快又好的CPU,就可以從英特爾手中搶下市場,但若是透過程式撰寫提升網路服務品質,就可以區隔自己和製造商,至少在伺服器市場是如此。

其中耐人尋味的是,你有可能打造一個半自動化的武器,其中一部分需要人工處理,因此從外看來是一個智慧編程,實際上卻有人工參與其中,利用優化工具解決用戶瓶頸,這些人將是你的員工,而你則是打造了一個優化平台。

這樣的想法聽起來極瘋狂,事實上這是過去數十年軟體產業發展趨勢,智慧編程可能是個錯誤決策,如果是對的方向,也應該是開源性質,而非從某公司發展。Paul Graham手邊收集的資訊顯示,目前還不具備這樣的開發能力,因此才將此稱為新創想法。

7. 診斷醫療

首先請稍等一下,因為在此議題之下也有可能必須面對另一難題:即時且自動的醫療診斷。

想像一下未來,過了50至100年之後,如果人們還是得等到身體發生不適之後,才能被診斷出罹患心臟病或癌症,這樣豈不是很落後?

舉例來說,2004年美國總統比爾柯林頓因呼吸不順,醫師發現部分動脈阻塞超過90%,三天後立刻進行手術,這是相當成功的醫療個案,雖然他是在動脈阻塞90%之後才知道詳細狀況。不過,未來我們或許就可以像量體重一樣,簡單明瞭的獲知身體內部狀況,或是可以利用類似雷達掃描儀器檢測癌症發生之處。

不過,診斷醫學的阻礙將來自病患和醫師之間的關係,病患因身體病痛而找醫師診療開藥,醫師也會明確指出究竟是哪裡有問題。大部分的醫師並不喜歡在並未知狀況下尋找身體可能有的病症。

Paul Graham曾有一位朋友參加醫學研究,為此進行掃描而發現腦部腫瘤,這位朋友相當擔憂,進一步檢查之後確認是良性腫瘤。許多醫師擔心在沒有任何病症的情況下,若是進行檢查,極有可能造成恐慌,以及衍生高額且不必要的醫療費用。不過,Paul Graham認為,如果能經常檢查身體,大家才能更加認識自己的各種症狀,區分好壞,避免不必要的擔憂。

因此產生了創意存在的空間,除此之外,新創公司還得面臨技術困難、醫藥制度的阻礙、以及對抗長久以來的醫療傳統。但是這終將會發生,因為這是一項偉大的創意。

結論:策略

Paul Graham最後建議:若想實踐以上任一想法,就不要和現有模式產生直接衝突。因此別說「我要找出取代Email的方法」,否則投資者和員工會一直問你「成功了嗎?」,還會有一群人等著看你失敗;你只要告訴大家,正在設計一個新記事軟體,聽起來就不會那麼高調了。

真正的大事都是從細節開始,想要領導電腦軟體市場嗎?那就從最基本的寫程式開始;想要創造一個大家都使用的網站嗎?那就像哈佛學生一樣開始架網站。不管是比爾蓋茲、還是馬克佐伯克,從一開始並不知道他們的公司會發展成為大企業。他們知道的就是自己正在做什麼,或許是一個很偉大的想法;偉大的想法可能不是一件好事,需要越長的時間去實現,需要越多的未來計劃,並且越有可能是錯誤的決定。

Paul Graha認為不要一開始就規劃準確的未來,而是要問自己該如何從這裡走到那裡,要像哥倫布一樣朝向自己的目標前進,而不要像蓋房子,因為你手中的工程圖可能有錯,從你熟知的事物開始做起,然後再逐步拓展。

常見對未來規畫清楚的那些所謂有遠見的人,或許,對未來保持模糊的期待會更好。

Y Combinator創辦人Paul Graham的偉大創意觀察(二)

Y Combinator創辦人Paul Graham的偉大創意觀察(一)

出自Paul Graham部落格

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓