連黃仁勳都叫年輕人當水電工!程世嘉:智慧通膨重新定義「有價值的人」到底什麼樣子?
連黃仁勳都叫年輕人當水電工!程世嘉:智慧通膨重新定義「有價值的人」到底什麼樣子?

人類不是第一次體驗經濟規則的巨變。

18 世紀末,一台蒸汽機開始在英國的紡織工廠裡轟轟作響,沒有人預料到,這台燒煤吐霧的機器會在接下來的一百五十年間,掀翻、重塑整個人類文明。農民湧入城市、手工業者被機械取代、全新的中產階級誕生,伴隨而來的是童工、貧民窟與殖民掠奪。《經濟學人》統計過,從工業革命爆發到人類逐步適應,整整花了一百五十年,一直要到 20 世紀下半葉,科層社會、教育制度與現代白領的工作型態才慢慢成型。換句話說,好幾代人都成了那場巨變裡的實驗品與犧牲品。

現在,AI 正在做一模一樣的事,只是速度更快。

蒸汽機是人類第一次把「體力」大規模外包給機器;19 世紀末普及的電力,讓「動力」變得隨手可得;而 AI ,是至今為止最讓人不安的第三次,因為這回被外包的是「智力」。以色列歷史學家哈拉瑞(Yuval Noah Harari)在《連結》(Nexus)一書裡指出,印刷機和原子彈都還只是人類手中的被動工具,再強大也不會自己做決定;但 AI 會推理、會判斷、會自主行動,甚至開始自我改善,已經跨越了「工具」的界線,正在變成一個有行為能力的行動者。

而且 AI 這次是拿白領開刀,從那些最高薪、最仰賴認知能力的知識工作者下手。所以諾貝爾物理學獎得主、深度學習教父辛頓(Geoffrey Hinton)和 NVIDIA 執行長黃仁勳(業界都叫他老黃),最近才會公開叫年輕人去當「水電工」。畢竟當你需要通馬桶的時候,機械手臂可能永遠沒辦法靈活地鑽進你家浴室。當 AI 教父們的職涯建議變成「學好通水管」,你就知道遊戲規則翻得有多徹底。

智慧通膨,讓你的腦袋愈來愈不值錢

由於 AI 愈來愈好用,又愈來愈便宜,所以我提出了「智慧通膨」這個概念。

過去「智慧」是稀缺資源,企業願意付高薪給律師、顧問、工程師等精英,要的是他們腦中無法被機器取代的知識、獨立思考與判斷力。但生成式 AI 問世並持續進化,加上 Google、OpenAI、Anthropic 等大廠把 AI 的 API(Application Programming Interface,應用程式介面)價格壓到幾乎免費,任何人打開手機就能取得媲美專業人士的智慧輸出。這時候,「智慧」這個資產,就像通膨的貨幣一樣開始貶值。以前你擁有 100 萬元的智慧,在市場上就是值 100 萬元;如今 AI 讓人人口袋裡都裝著 100 萬元,你那一份可能只剩 50 萬元。

更殘酷的是,AI 的算力和知識儲備量,實際能夠產出的價值可能高達 1,000 萬元、1 億元,甚至更高,那是人類肉身大腦永遠無法企及的資料量與推理速度。因此,智慧通膨正在加速淘汰「不會用 AI 的人」,同時也在重新定義「有價值的人」到底長什麼樣子。

Google 在 2026 年 5 月的 I/O 大會上揭露了一個讓所有人倒抽一口氣的數字:他們每個月處理的 token數,從 2024 年 5 月的 9.7 兆,一路爬到 2025 年 5 月的 480 兆,到 2026 年 5 月已經來到 3.2 千兆(Quadrillion, 3.2×1015),年增 7 倍!同時間,Google API 每分鐘處理 190 億token,有 375 家 Google Cloud 企業客戶,過去十二個月每一家各自處理超過 1 兆 token。這些數字翻譯成現實是「智慧」這項商品的生產規模,而它正以人類經濟史上沒見過的速度被放大。智慧通膨完全展現在這條曲線裡。

AI 3.0 時代,AI 會執行、會自我進化

我自己把 AI 的發展階段,以純商業角度分成三個階段。AI 1.0 是 AI 根本還不太能用、頂多是個隱形配角的時代。這個時候 AI 還沒創造出什麼驚人的應用和商業價值,一切都還在迷霧當中,多數人甚至不知道什麼是 AI。1.0 是一段漫長的時代,因為 AI 早在 1950 年代就被提出,開始發展。

AI 2.0 是 ChatGPT 橫空出世、生成式 AI 快速落地的時代,大約持續到 2025 年結束。這段期間 AI 進入爆發成長期,每個人都聽過 AI,使用率快速提升,大型語言模型學會從海量資料中「生成」大量文字、圖片和影片。AI 2.0 的商業時期非常短暫,只有三年;雖然已經在全世界開啟革命,但這段期間 AI 還是一個被動配合人類的軟體程式。

至於我們現在身處的是 AI 代理當道、而且會自我進化的 AI 3.0 時代。AI 現在可以主動替你行動、判斷、執行任務,甚至在沒有人類介入的情況下,跟自己對話、辯證、合成新知識。它若覺得某段程式碼沒寫好,就自行改寫,改壞了再重來一次,活生生就像是一個會幫自己做器官移植的有機體。

2024 年我寫第一本書《AI 世界的底層邏輯與生存法則》的時候,「擴展定律」(Scaling Law)還是業界和學術界最被信奉的教條,背後的想法很簡單:餵給 AI 更多資料、投入更多算力訓練,AI 就會更聰明。但到了 2024 年底,這條路徑開始遇到瓶頸:全世界的高品質訓練資料已經被搜刮過好幾輪,嚴重短缺;算力的成長也追不上需求,老黃甚至說全世界的算力還差 100 倍。

光靠「餵更多資料」,已經無法讓模型更聰明了。

就在擴展定律看似走到盡頭時,自我進化的大門慢慢打開了。Google DeepMind 提出了「嵌套學習」(Nested Learning),試圖模擬人腦的層層抽象結構,讓 AI 能在不必每次從頭訓練的情況下,持續學習新事物。其他大廠也都在積極解決AI的記憶問題,讓模型真正「記住」與使用者的互動脈絡,避免每次對話都失憶;2026年,甚至連飾演「惡靈古堡」女主角的蜜拉.喬娃維琪(Milla Jovovich)都看不下去,自己動手開發開源AI記憶工具 MemPalace。

這些進展意味著 AI 的進化速度沒有放慢,反而還在加速。

生成式 AI 問世之初,Google、OpenAI、Anthropic 等巨頭一、兩個月才發布一次新模型;現在則是以每週、甚至每天的速度在迭代。Anthropic 執行長阿莫代伊(Dario Amodei)在 2026 年的多次訪談裡更直接指出,目前所有前沿模型公司在拚的,是誰可以先「成功把軟體開發完全閉環」:讓 AI 進入完全自我訓練的狀態,人類不再需要插手。一旦 AI 跨進這個階段,模型自己就會變得愈來愈聰明,達到我們目前無法想像的智慧高度。

相較之下,人類是碳基生物,腦部結構不太會改變,適應社會變化的速度遠遠跟不上機器的迭代速度。這便是 AI 3.0 時代最讓人焦慮的現實。

延伸閱讀:AI能源概念股有哪些?台達電、光寶科、華城、中興電,誰是直接受惠股?

焦慮無法解決問題,先看懂 AI 如何改變日常

既然我們無法阻止 AI 進化,就必須看懂它將如何改變人類的日常。AI 3.0 的第一個具體衝擊,是能「外服內用」的 AI 代理在2026年全面落地,一邊帶來「零點擊時代」,一邊創造了全新的「人機協作」模式。

當 AI 代理搭配「模型上下文協定」(Model Context Protocol, MCP)、「A2A 通訊協定」(Agent2Agent)等,開始替使用者完成搜尋產品、比價、下單的一條龍動作,傳統網站靠「流量」和「點擊」維生的商業模式就面臨瓦解。使用者再也不需要打開任何網頁、滑過任何廣告,因為 AI 代理在對話框裡就把一切搞定了。當你的品牌不被 AI 提起、推薦,就等於在網路上消失。

除了外服,AI 代理也可以「內用」。2026年 初紅遍全球、由奧地利開發者彼得.斯坦伯格(Peter Steinberger)釋出的開源代理框架 OpenClaw(暱稱「龍蝦」),就是最具代表性的案例。OpenClaw 自己是一層「代理外殼」(Agentic Harness),沒有內建模型,使用者把它裝在自己的電腦上,再接上 Claude、ChatGPT、DeepSeek 等任一大型語言模型當大腦,OpenClaw 就會替你打開信箱回信、上網訂行程、自動進行日常工作流程,甚至串接 WhatsApp、LINE、Telegram 等通訊軟體,代理你跟他人對話。它在中國大陸紅到百度、騰訊、字節跳動都推出自家「克隆」(Clone)版本,光是2026年3月,北京就辦了好幾場「裝龍蝦」的線下活動,現場排隊上千人。

同時間,Anthropic 推出 Claude Cowork,把代理能力擴展到一般白領的桌面環境,可以直接操控電腦、整合行事曆和各種應用程式;OpenAI 的 ChatGPT Codex 則在雲端進化,讓開發者把整個軟體專案託付給 AI 自主執行。

但代理時代帶來的不只是生產力解放。 同一份「能自己寫程式、自己執行」的能力,反過來也成了人類社會新的攻擊面。2026 年 4 月,Anthropic 公開 AI 資安防禦計畫 Mythos Preview 與 Project Glasswing;5 月,OpenAI 端出 Daybreak,正式宣告了 AI 資安成為一個全新的競技場:能夠主動發現程式漏洞的模型,正在改寫整個網路世界的防禦邏輯,這部分我會在第四部詳細說明。

當 AI 從「給你答案」升級成「替你辦事」的時候,企業的運作邏輯也跟著從「加人做事」變成「先加 AI、再視情況決定要不要加人」。

這場白領的工作革命,已經正式無聲地展開。

AI 催生 K 型社會,「兩極化」加速撕裂世界

所有技術革命都有贏家和輸家,但 AI 這一次拉出的距離,可能是人類史上最大的一次。我用「兩極化」來概括這個現象。2020 年新冠疫情爆發後,眾家經濟學家在爭論疫後復甦的經濟型態會是 V 型(快速反彈)、U 型(緩慢回升),還是 L 型(長期停滯),但維吉尼亞州威廉與瑪麗學院(College of William & Mary)經濟學教授彼得.愛華特(Peter Atwater)在社群媒體上推廣了「K」這個字母。

延伸閱讀:乘著台積電的風出海!程世嘉點名台廠最大缺口「不在工程師」,而在這3種人才

想像一下,K 左邊的交叉點是危機發生的時刻,往右上延伸的那條線代表高收入族群,疫情期間照樣在家上班,疫情後股票資產持續翻倍;往右下墜落的那條線代表低收入族群,餐廳、娛樂、旅遊業大量裁員,生活愈來愈艱難。兩條線愈走愈遠,中間那片曾經安穩的地帶迅速被掏空。

(本文摘自《智慧通膨下的新商機》,天下文化)

延伸閱讀:台灣AI發展這麼好,為什麼我沒有感受到?林宏文:這道光不會照到所有人,你得自己走進去

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