不被市場淘汰的關鍵:除了專才也要通才
不被市場淘汰的關鍵:除了專才也要通才

本文摘自:《重拾好奇心:讓你不會被機器取代的關鍵》,新樂園出版

如果你的工作需要以知識為背景,那你一定需要抉擇學習策略。是成為一位專才好呢,還是通才好呢?過去一世紀是屬於專才的天下。歷史學家不僅要精通南北戰爭史,還得精通南北戰爭期間的進行曲。時至今日,唐.德雷柏再對客戶介紹自己是個廣告人已遠遠不夠,他還得說自己精通社群媒體或經營品牌故事(branded content)。矽谷公司搶人才時找的也不僅是專業軟體工程師,還得精通iOS或安卓系統的開發。

但數位革命──或說因數位、網路科技而起的革命──已然形塑了全然相反的潮流。寶拉.安東內利(Paola Antonelli)是美國紐約現代藝術博物館(Museum of Modern Art in New York,MoMA)建築與設計部門的館長,她告訴我館長分成兩類:儲藏派和獵人採集派,而她非常確定自己屬於後者。安東內利自稱是通才,喜歡從各個領域搜集不同的素材並互相組合,從設計、建築到科學、科技和哲學等等。她形容自己像是一隻「好奇的章魚,老愛伸手往四面八方抓東西。」

安東內利告訴我,設計師越來越需要參與團隊合作,還得快速適應各種形式的知識。她說,現在已經沒剩多少專才的設計師了──有些書籍設計師只設計書,但他們是特例。現今的設計師可能會需要跟工程師、行銷人員和會計師共事。「舉例來說,如果你是品牌設計師,而Texan石油公司聘請你負責企業形象設計,那麼你就得召集一組包括產油專家在內的小組──你自己也得對從地底挖出石油的過程感興趣。如果沒這麼做,你八成找不出正確解答。」

我們知道新點子常常是由不同領域的交集處醞釀而出,自博學者的心中迸現。遺傳物質DNA的發現者法蘭西斯.克里克(Francis Crick)原本是物理學者,他後來說,就是因為物理學方面的背景,讓他相信自己能夠解決生物學家心中根本無解的問題。畢卡索(Picasso)也是把非洲雕塑與西方繪畫結合在一起,創造出全新的藝術形態。

在人才市場上最搶手的永遠是那些擁有少見專長的人,但擁有廣博知識的人也越來越炙手可熱。這兩種人就像在兩個極端彼此拉扯,你到底是該深入鑽研所在領域的知識,還是該拓展自己的知識地基?

這個問題讓人想起刺蝟與狐狸的故事。雖然長久以來被傳唱的版本眾多,但基本要傳遞的依然是同一個道理。狐狸對付攻擊者的方法五花八門、創意十足,但也讓牠精疲力竭;而刺蝟只採取唯一一種歷久彌新的策略──縮成一團,其他的全交給背上的刺搞定。以希臘詩人亞基羅古斯(Archilochus)的話來說就是:「狐狸雖淵博多才,卻比不上刺蝟一招絕技。」

哲學家以撒.柏林(Isaiah Berlin)認為所有思想家都可以歸類為兩種,一種是透過特定的透鏡來觀察世界,一種則是將自己暴露在各種觀點之下。柏拉圖就是刺蝟型思想家,蒙田則是狐狸型。托爾斯泰認為自己是刺蝟型,但寫起文章卻不由得像隻狐狸。羅納雷根是刺蝟型,比爾柯林頓是狐狸型。史蒂夫沃茲尼克是刺蝟型,賈伯斯則是狐狸型,這大概是他們能夠合作無間的原因。

會在現代及未來社會發光發熱的思想家,則是這兩者的綜合體。在這個資訊爆炸、競爭激烈的世界,深刻了解一兩項重點事物,不論深度或細節都必須勝過你的同期對手,是非常關鍵的。但要真正讓這些知識迸出火花,你還需要擁有從各式各樣、包羅萬象的角度切入思考的能力,以及與擁有不同專業的人協同合作、發揮加乘效果的能力。

舉例來說,達爾文對於蚯蚓的生命週期、鷽鳥的喙知之甚詳、無人能及,但他是在讀過經濟學家馬爾薩斯(Thomas Malthus)的文章之後,才在眾多自然學家中脫穎而出,架構出如此宏大的生命理論。如果達爾文只是涉獵廣泛,卻沒有建立生物學上的深厚知識,那麼他永遠也不會想到那個最終的解答(就算想到了,大概也沒辦法說服別人相信他)。又如果他平常不是個大量吸收各種領域知識的人,大概也永遠看不出隱現於種種線索下的演化邏輯。達爾文就是一種他大概辨別不出來的物種典型:刺狐狸(foxhog)。

查理.蒙格(Charlie Munger),股神巴菲特(Warren Buffett)的事業夥伴,是他們旗下傳奇性創投公司波克夏.哈薩威(Berkshire Hathaway)的副總裁,也是有史以來最成功的投資人之一。他的選股能力與業界其他人差不多,但對於如何買賣這些股票則擁有無人能比的深厚經驗。但這還不足以說明他的卓越之處──雖然為數不多,但也有人擁有類似的才能。他在同儕中脫穎而出的原因,正是因為他如同刺狐狸般地尋獵知識。他持續閱讀自身專業領域以外的知識,努力將他吸收的知識爬梳出脈絡、或重新架構既有脈絡。他熱切地信仰一種被他稱為「多元思維模式」(multiple models)的思考方式,當他審視一家企業時,他會用上數學、經濟學、工程學、心理學與其他理論的透鏡來觀察。他說這種多模式非常關鍵,因為你能因此得到跟所有人都不一樣的答案,即使你們看的是同一份資料。多模式能把事實化為故事,把資訊化為洞見。廣度與深度一樣重要,他說:「要成為選股大師,你得先受過普通教育。」

刺狐狸擁有的是被IBM稱為「T型」知識的能力。二十一世紀最具價值的人才,結合了深厚的專業能力(T中的垂直線),和對於其他理論的廣泛了解(T中的水平線)。前者讓他們有能力執行需要特定專業的項目,後者則讓他們能夠看出與其他領域的脈絡和連結。擁有核心知識讓刺狐狸在人力市場中與眾不同──給予他在組織中或組織外獨特的賣點(Unique Selling Proposition,USP)──而T字裡的水平線則能讓他和不同領域的同事建立對任務有助益的關係,並在整個職涯中從容應付各種挑戰。

若要從當代人物中選出一位成功的刺狐狸代表,非奈特.席佛(Nate Silver)莫屬。他是統計學者,也是一位作家。席佛首度受到矚目是因為他開發了一套預測美國MLB大聯盟球員表現的系統,不過他感興趣的永遠不只有運動項目而已,2008年美國即將舉辦總統大選期間,他以此為主題開始寫部落格,網站名稱是538.com(538是美國選舉人團的票數)。他採取自己用於分析業界的一套統計方法,先預測兩黨推出的候選人,接著預測大選結果,兩者都驚人地準確。接受《紐約時報》聘任後,他在2012年又做了一樣的事,預測出來的最終結果幾近完美,遠勝其他傳統專家。2013年他被ESPN挖角,並把他的統計方法運用在體育項目、政治和電影等等各種領域上。

席佛告訴《哈佛商業評論》(Harvard Business Review),他大力倡導能養出刺狐狸的教育方式:「最最困難的,是教會人們如何直覺反應什麼是最該問的大問題。是這種求知的好奇心……如果你要受教育的話,最好學得越雜越好,這樣你就可以訓練到各種不同的肌群……技術能力可以晚點再學,等你遇到想要解決的問題,或者經濟能力許可的時候,你會更有動力去學技術,也可以學得更多。所以重點是,不要太早就一門深入。」

西方的政策制定者對亞洲教育體系培養科學家與工程師的成功經驗瞠目結舌,同時也為他們的經濟競爭力感到擔憂,於是更加堅持自家的大專院校必須專注於製造刺蝟──畢業後馬上就能完美契合市場需求的專才。但這個解答只寫對一半。亞洲經濟體中擁有最前瞻觀點的教育家都知道,最頂尖的西方大學所擅長的跨領域廣博教育,在二十一世紀與在上個世紀一樣有價值。以下是新加坡大學陳祝全(Tan Chorh Chuan)教授的看法:

我至今越來越相信的一件事,就是智識廣度的重要性,原因有兩個。首先,我們在工作和生活上遇到的問題都很複雜,跨越數個知識與理論的領域。如果我們的智識基礎不夠廣闊,就看不到潛在的跨界線索。第二,我們以前一輩子大概會歷經平均三到四項工作,現在的新鮮人則是十到十二項。這些工作可能橫跨許多不同種類的行業,所以你必須擁有足夠的智識基礎,才能輕鬆替自己的幾把刷子汰舊換新,以適應不同種類的工作。

談起刺蝟或狐狸的時候,總會落入決定誰優誰劣的結果,但這個世界既看重專家,也賞識來自多領域碰撞之下所產生的劃時代洞見,我們就得同時擁有兩種優點,我們必須做一隻刺狐狸。

關鍵字: #數位書選
往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

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
台達電全解讀
© 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