不怕中國AI超車，杜奕瑾：重視隱私是台灣優勢|數位時代 BusinessNext

剛與世界首位機器人公民蘇菲亞進行座談，走進專訪室的人是台灣 AI 實驗室（AI Labs）的創辦人杜奕瑾，他有個更響亮的名號──PTT 創世神。

相當有趣的是，「創世神」與「首位機器人公民」，這兩個稱號略帶一點矛盾感。人工智慧發展的終極目標，是打造出具有意識的載體，在概念上多少有點挑戰帶有神等級頭銜的杜奕瑾。因此在專訪的前半段，討論了關於與蘇菲亞座談的心得，後半段則對台灣在 AI 領域發展以及結合區塊鏈技術的 ptt.ai 進度進行探討。

杜奕瑾：蘇菲亞的確是個創新的嘗試

「這個體驗很特別，這是第一次參與有機器人加入的座談，」針對蘇菲亞，杜奕瑾笑著說相當有趣。

但談到蘇菲亞是否真的具備「人工智慧」，過去曾在微軟參與製作 Cortana（智慧助理）的他，在用詞上顯得特別小心。

「蘇菲亞是個創新的嘗試，將臉部表情、言談用各種技術串接起來，她的成功之處應該在於嘗試擬人『體驗』部分」。對於是人工還是工人智慧，杜奕瑾不敢妄下結論，但仍可以聽出他小小的質疑，「在自然對話中，有多少成分是真人工智慧或是人為輔助，至少從座談中我們感受不出來」。

會有這樣的懷疑，是因為目前人工智慧儘管在特定領域如圖像識別、語音辨識等都已經勝過人類。但我們習以為常的接收訊息、思考推理、表達訊息的流程，對於人工智慧來說仍有相當大的門檻。而談到人工智慧的門檻，就不得不進一步談到圖靈測試（Turing test）。

對長期在人工智慧領域打滾的他，對圖靈測試的適用，已經提升到實用性的境界。

舉例來說，對 DeepMind 的 AlphaGo 來說，能不能通過圖靈測試的重點在於「棋藝是否超過人類」；對語音辨識來說，則倚靠精準度；對 AI Labs 的瘧疾影像辨識「明珠」，重點在於辨識率是否達瘧疾辨識專家的水準。「在特定的領域中，以目前人工智慧要贏過人類可以做到的，」因此當通過圖靈測試，同樣的事情就再也不需要人類了。

保護隱私，反而能讓台灣 AI 登上世界舞台

從瘧疾影像辨識，到「AI vs. 隱私」的議題，杜奕瑾又是怎麼看？

「當然因為法規問題，如果醫療資料無法串聯基因資料跟健康紀錄，能研究的東西自然比較少。」原以為這項問題放諸四海皆準，連 AI Labs 也不例外時，杜奕瑾則丟出一句相當霸氣的話，「 但我不覺得因為台灣重視隱私，人工智慧的研究就會落後 」。

他舉了一個例子，中國人民大部分的數據，公部門都可以強制收集，最易懂的例子大概就是臉部辨識，在中國可以輕易拿到所有的資訊。對於不可能做到這種程度的台灣來說，「AI Labs 就從公開的 YouTube 上找資料，」杜奕瑾講得相當輕鬆，似乎認為這是一個再自然不過的想法，「並不是一定要把一個人看透才能做研究，從公開資料中一樣可以看到很多東西，匿名化的資料也是可以做很多研究。」

與台北市政府合作的智慧交通計畫，則是貫穿他對於「AI vs. 隱私」的中心理念──智慧城市需要以人性出發，而非單純管控。

台北市政府的監視器在既不能照清人臉與車牌的情況下，仍要做出塞車、交通事故辨識的功能。「這種情況其實更符合全世界國家的需求」，同時做到注重隱私，又可以透過人工智慧的發展減少人力、增加便利性，杜奕瑾補充說，「智慧城市要以 humanity（人性）與 integrity（誠信）為出發點，以這個原則設計出來的解決方案，放諸四海皆準，利用人工智慧在端點的運算保障隱私，台灣案例反而能夠登上全世界的舞台。」

ptt.ai 有望在年底開放測試

另一個大家關心的資料壟斷、資料正義的議題，便是 AI Labs 與區塊鏈新創共同打造的 ptt.ai，目前即將進行內部測試，預計在今年底有望對外推出測試版。「區塊鏈這個部分，我們是以資料正義的角度出發，而不是建立在虛擬貨幣、ICO 等圈錢的套路。」杜奕瑾說。

AI Labs 所提倡的資料正義，其實有點類似歐盟 GDPR 法案的概念，ptt.ai 要讓使用者重新掌握自己的資料，去除把資料與驗證交給中心化伺服器的存在。「很多人問我 PTT 過去發展的歷程為什麼不變成 Facebook，會這樣問就是不懂 PTT 的精神所在，」杜奕瑾說，「PTT 真正的精神就是落實站務機制去中心化，各版版主自行選舉產生、站台也是開源系統平台，社團只維護開源原始碼，唯一中心化的就是伺服器。」

而之所以不成為 Facebook，跟目前社群媒體的營利模式無法與廣告脫鉤也有所關聯。「PTT 之所以公信力，因為聲音平權，大家的音量是一樣的，假新聞、假東西就容易被『噓爆』，但以廣告為主的社群媒體，則能透過廣告操作無限加大聲量。」杜奕瑾說。

他也表示，ptt.ai 實驗發展完成後，未來 AI Labs 所有關於個人資料與信用的處理，可望放上 ptt.ai 進行去中心化的管理。「我們讓大家有個遵循資料正義、去中心化的新數位平台，重點不再於發行加密貨幣。」杜奕瑾說。

採訪後記

專訪最後，聊到杜奕瑾是否會在 AI Labs 籌組樂隊，因為翻開過去的經歷，他在 2007 年微軟西雅圖的台灣樂團批踢踢電動大樂團擔任主唱；並在 2012 年投入 Cortana 開發時，於微軟蘇州研究院 Geek Club 樂團同樣擔任主唱。

他先是遲疑了一下，接著開玩笑地抱怨目前樂器類型還不夠，開放會樂器的人投遞履歷，「我們要跟五月天一樣紅才可以」他笑著說。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。