Jin 薛覲 |AI 論述 逐字稿

定錄 a7s3_0005 09:55–25:45 · 15 分 50 秒 · whisper 自動轉錄未修字 · ← B copy 戰情表
09:55兩種心情焦慮 vs 興奮10:58實驗重新創業把漸強幹掉12:01極限微笑曲線:工程維運深度+品牌信任14:02最重要的學習親手做才知道什麼交 AI;AI 放大判斷力15:49公司實踐AI first · 花到痛 · 1792 億 token · 數位員工 · 24% code19:20趨勢一AI 成為第一個介面 → MCP20:25趨勢二Agent 進企業卡在信任 → Agent Lab21:50趨勢三企業預算正在移動23:17收尾前後十年 · 水道哲學 · AI 用得像水
黃邊=B copy 建議進片的 7 段。左欄上=定錄 TC,下=穩定器 FJ_0168 TC(−183s)。
兩種心情焦慮 vs 興奮
09:55FJ 06:52
那我跟大家分享一下漸強實驗室這一年的發展但是我接下來想要分享一下是我更多我自己的觀點跟想法這樣子就是2026年就是AI我自己本身是一個對科技很有興趣的創業者
10:13FJ 07:10
所以AI在發展這麼快速的時候我其實是有兩個心情
10:18FJ 07:15
第一個心情我是非常焦慮的因為這個焦慮是來自於我們現在在討論藝人公司是不是可以顛覆我們這種軟體公司好像有一個人在Trade上面發一個文說我用Vypro做了一個記帳APP好像這個東西難度變得非常低那我們這個軟體公司的價值會去往哪裡發展這個是我一個很焦慮的事情
10:38FJ 07:35
第二件事情同時間我也蠻興奮的因為我看到這個AI的發展好像讓我們這種軟體公司原本很多我們不能做的事情AI可以快速做到
10:49FJ 07:46
所以我們在這個心情之下我給我自己一個蠻有趣的任務我問我一個問題就是AI的極限在哪裡
實驗重新創業把漸強幹掉
10:58FJ 07:55
所以我給我自己一個挑戰就是如果今天我要重新創業那我要把漸強實驗室幹掉那我要做什麼事情我今年上半年給我自己這個目標
11:10FJ 08:07
所以我就end to end做這些事情就是我從這個市場調查我用AI去說你可以幫我查市面上所有輿情大家對於漸強實驗室的產品好或不好那這個功能哪裡好或不好那甚至是這個產品的設計產品的疊蛋然後修復bug然後到我自己做一個landing page去訪談客戶這個end to end我大概花了兩個月
11:36FJ 08:33
把我們家的產品全部重新複製一遍用AI coding的方式然後我這樣子做我也獲得一些不錯的成績喔就是我這個小的產品呢我現在除了有臺灣的客戶之外還有馬來西亞、澳洲、新加坡、巴基斯坦我也不知道什麼巴基斯坦然後有英國跟美國這樣子但是在做這個產品的過程裡面
極限微笑曲線:工程維運深度+品牌信任
12:01FJ 08:58
我很快就發現到AI它其實是有一些極限的什麼意思呢就是說我感覺它有一點點像是這個微笑曲線軟體公司的微笑曲線開始發生就是以前做出功能是需要花很多工程師去做的但現在AI可以快速的做出功能之後那真正可能重點會擺盪到兩邊一邊是新人跟品牌
12:26FJ 09:23
一個是工程跟真正工程的維運跟技術架構的深厚底子我舉兩個例子跟大家分享一下這什麼意思我講工程跟維運就是我用我的一個自己Vibe coding的app做出來之後當我的使用者數開始變多的時候我很快就發現一件事情就是使用者數變多我要把運算的資源開大Database加錢
12:51FJ 09:48
還是我要去最佳化這個程式架構我就開始發現我對這件事的掌握度開始降低那這個事情我可能這時候我就會跑去問我們公司資深的工程師如果在這個時候你來做你會做什麼選擇你會發現原來這些軟體工程師他更深厚的基礎的能力或者是他真正要發揮的價值在這裡這是第一個例子
13:13FJ 10:10
第二個例子新人跟品牌因為我剛有提到說我這個產品不只是做臺灣我還做澳洲比如說我在臺灣我在做的時候我很輕鬆的可以問一個人說你可不可以借我試用一下我的產品我是漸強實驗室我想要做一個簡單的產品讓你去採用我發現在臺灣是容易的因為你可能或多或少聽過漸強實驗室我們是做什麼的可是當我們這個產品拿去澳洲去賣的時候
13:39FJ 10:36
沒有人聽過我們這家公司沒有人瞭解漸強實驗室做什麼的時候大家其實對這個品牌是沒有信任感的時候我就發現就算你產品做的跟你競品一樣對方也不願意去嘗試
13:51FJ 10:48
所以這整件事情在AI的這個極限裡面我就發現這個製造成本降低可是品牌信任跟工程深度的維運這件事開始變得非常重要
最重要的學習親手做才知道什麼交 AI;AI 放大判斷力
14:02FJ 10:59
所以它也影響到我們公司不管是在做產品的招募策略改革或者是組織架構都會開始慢慢的影響這樣子那我覺得最重要的事情在這個旅程裡面我最重要學到的事情是就是你要親手做才知道什麼事可以交給AI什麼事需要自己接手為什麼因為我常常看到市面上有一些AI公司有一些公司的大老闆他說我們公司要做AI轉型
14:27FJ 11:24
但是他其實自己沒有在重度使用AI的話他很難確定這個主管跟他說AI現在可以做到這件事情這個主管現在不行那你到底要怎麼去判斷這件事情到底會不會做我覺得核心還來自於這個人他要對深度的AI有了解跟手感才可以做那我講這麼多我就想到我有一個例子跟大家分享就是我上半年去聽一個
14:52FJ 11:49
哈佛商學院的教授分享他把這個AI分享就是去教導這個肯亞就是640位的企業640位的企業經營者簡單來講就是重點就是說原本表現比較好的創業者他用了AI之後表現更好原本表現比較差的AI呢他表現更差了就是他往那個錯誤的方向無限的擴張下去這樣子
15:14FJ 12:11
所以AI你就發現一件事同樣的AI它有不同的成果
15:18FJ 12:15
所以AI它其實是一個放大你判斷力的一個過程
15:23FJ 12:20
所以我覺得差別來自於人人都有類似的工具的時候你要怎麼樣利用你的judgment跟判斷AI的建議就變得非常重要那我剛剛講的這個事情是我個人使用AI經驗出發然後我再把它往前去推一點什麼意思呢就是我從理解AI到AI進入公司的每個流程這件事情我也多分享一點因為我們公司在去年的時候
公司實踐AI first · 花到痛 · 1792 億 token · 數位員工 · 24% code
15:49FJ 12:46
我就決定我們要all in就是AI
15:52FJ 12:49
所以我們在公司發布了一個策略叫做AI first company什麼叫做AI first company其實有四件事情就是我們公司每個人都要AI然後AI用流程去改造然後我們用AI開發產品開發AI產品這四個口訣在我們公司是攘攘上口就是人人用AI流程用AI用AI開發產品開發AI產品這樣子那我跟大家分享一下
16:17FJ 13:14
我們的一些些小小的成果用AI提升效率我們公司在內部買了50個AI工具就是token maxing到不行然後呢這個也花了非常多錢我們臺下有一些投資者但是我認為就是說你AI你要花到開始有點痛為止你那個手感才真正出來你知道哪些事情可以用AI哪些事情不行然後我稍微去抓了一下
16:43FJ 13:40
我們公司這個90天整個公司的花了總token數量是1792億的token量這什麼意思呢我用那個chai GPT稍微換算一下好像是一個一般人用AI的他可以用5000年他才用到這個token數量那我們公司可能90天就把這個token數量給燒完了這樣子這是真正用AI的第一個地方
17:05FJ 14:02
第二個流程用AI我們公司內部呢就launch了數位員工這個概念這樣子我們公司有兩個同事一個叫Frankie一個叫Matt這樣子他們都有自己的個性喔而且有些時候還會鬧脾氣這樣子那我有稍微去研究一下我們公司每一個人每一天一個月問Frankie超過1000的問題然後有大大小小包含系統排查
17:32FJ 14:29
客戶如果這樣罵我我要怎麼回他等等這些問題Frankie他都會因為他已經接了end to end的公司的contact他可以用AI的方式回答你
17:41FJ 14:38
所以你如果去思考一下我們公司原本以前是一個operational的team在做這件事情可是因為我們數位員工的launch這operational的人他會被釋放到去做更有價值的事情他以前可能會花很多時間去把這個SOP建立好去回答一個SOP去建立一個新的流程現在就不需要了那這樣的一個過程讓我們公司的營運效率大增非常多講快一點就是用AI開發產品
18:10FJ 15:07
我請我們工程團隊算一下我們公司現在每五分鐘會做一次產品的改動這其實蠻驚人的就我剛剛講的大概十分鐘其實我們產品已經跟版兩次了
18:22FJ 15:19
所以然後我們現在有24%的call是end-to-end是由AI自己寫的他看到需求他看到需求是認為他可以改來直接上版
18:32FJ 15:29
所以這樣的AI在我們軟體公司已經決定性的改變我們做產品的方式那為什麼我講這些事情這也回到我們今天的主軸就是用開發AI產品我認為一家公司他必須要非常瞭解AI而且瞭解AI的手感跟極限在哪裡
18:51FJ 15:48
所以我們開發出來的產品我們也很有信心知道以後這個東西它不是過渡型產品以後AI成熟之後它還會留在市場上
18:59FJ 15:56
所以我們今天會釋出非常多AI agent相關的產品這個是第二趴更多產品今年會來介紹也是今天的重點之一
19:07FJ 16:04
所以我剛剛從我退一步我剛剛從個人自己AI的經驗出發然後講到我在公司管理上然後我自己針對市場上我有一些更大的觀察來跟各位分享跟討論一下
趨勢一AI 成為第一個介面 → MCP
19:20FJ 16:17
趨勢一就是AI將成為第一個使用介面什麼意思呢我現在每天上班的第一件事情其實我開的是一個AI的介面我不會再開傳統的比如說以前可能會開slack開gmail 開line我現在第一件事情上班的第一件事情我是開AI然後我跟AI說請你把我所有對外訊息的資料統整一下
19:47FJ 16:44
跟我講哪一件事情我是早上一定要回這是我現在的工作方式
19:51FJ 16:48
所以我們也預期未來以後你也不用再登入我們家任何的產品你只要跟AI用打字的或跟他說請你幫我針對這一檔行銷活動做end to end的設計我們相信這件事情在未來很快就會發生
20:07FJ 17:04
所以這是我們今天一個重點我們劍翔實驗室全產品線今天會推出MCP什麼意思呢就像我剛剛講的你不管是用講話的用打字的這個AI的agent不管是你們公司內部開發的AI還是外部的AI都可以end to end的去操作我們家的產品
趨勢二Agent 進企業卡在信任 → Agent Lab
20:25FJ 17:22
趨勢二這個AI從大腦就是這個模型的進步到今年這個AI agent的爆發我們講很多hardness但是太技術不講我覺得我現在看到市面上最多的其實是怎麼樣把AI agent放到企業裡面這件事情我覺得也是非常關鍵的
20:43FJ 17:40
所以去找一些資料或多或少大部分人都有在用AI agent在企業裡面但是如果你去問CFO CTO他無法完全信任來自於Agent應用在應用場景為什麼其實這很多資訊安全的問題或者是成本考量的問題還沒有在企業的內部被解決那甚至很多context你要怎麼樣正確的分享給AI
21:08FJ 18:05
這件事情還沒有被正確的解決
21:10FJ 18:07
所以劍翔實驗室我們針對這個問題準備了什麼這樣子這是我們今天發布的一個重點Crescendo Agent Lab就是劍翔實驗室的Agent Platform那我們做這件事情呢把我們自己剛剛提到的內部的數位員工外部我們在產品上做的Agent它底層全部都是Powered by
21:35FJ 18:32
同一個Agent Platform然後這個下一場也會有專場特別去分享更多細節但是我們今天因為我們看到AI的這些趨勢我們相信我們的產品也要防著Mental做一些改變去應應這個趨勢
趨勢三企業預算正在移動
21:50FJ 18:47
最後一個趨勢這個更有趣企業預算正在移動這件事情我跟大家分享一下就是我跟很多老闆在聊這個事情的時候我問他如果你今天要做AI轉型你的預算會從哪裡來他就很誠實的跟我說就兩個嘛
22:07FJ 19:04
第一個把每個部門的Budget都Review一次Headcount Review一次工具Review一次這個省出來錢呢我就要來做AI轉型這是第一個
22:16FJ 19:13
第二件事情是有更多他新增預算去投資這個錢AI轉型
22:22FJ 19:19
所以我們有發現在市場上這個預算的移動它開始改變了什麼意思呢工具的預算呢有一些像我們它原本是行銷部門買我們公司當作工具預算它開始要移動到AI囉他說我們不好意思我們要去做工具的整併
22:39FJ 19:36
所以我們有一些預算要拿去AI那怎麼辦
22:42FJ 19:39
所以我們堅強實驗我們漸強實驗室的回應我們在既有產品上面呢加了非常多Agent的功能我們也釋出了Crescendo LabAgent Lab什麼意思就是如果你是行銷部門如果你要用AI我們就單一產品先可以賣給你但是如果你是一個企業的AI預算要用在行銷部門我們也有Agent Lab去幫助你算你這個AI預算用在行銷部門
23:08FJ 20:05
是否正確你用了多少Token這些Token的模型是否也會用在正確的事情上面這件事情也就是我們對於市場的回應
收尾前後十年 · 水道哲學 · AI 用得像水
23:17FJ 20:14
所以最後就是我分享了我個人我們公司然後我們對於這個市場的觀察同時間我也要感謝就是這個市場它不是隻有少數玩家它是有一個很大的Ecosystem去整合去做起來
23:36FJ 20:33
所以我們也很開心就是現場也有很多的Partner來到我們現場那我也很感激就是也很感激大家這一年對我們的幫助跟協助一起去幫助我們更好服務的客戶那最後我想要分享一個我自己在思考的一件事情就是如果我把漸強實驗室的前十年去思考一下我們在做什麼事情
24:02FJ 20:59
我們在做這個行銷預算的重新分配的時候Market就興起了嘛對不對但是我在看到後十年其實更多是AI預算的重新分配然後我在思考漸強實驗室的下一個時年願景是什麼時候我就上禮拜我在大阪的時候我去看了這個Panasonic Museum它一個創辦人叫松下信之助他在三十幾歲的時候提出一個道理
24:27FJ 21:24
叫做水稻擇雪什麼意思呢就是他在創業的時候呢他發現那個時候日本是電開始變得很便宜電網是佈滿全國的時候他覺得Panasonic要做一件事情是他想要把電賣得像水一樣容易取得
24:43FJ 21:40
所以他開始做了非常多電器小的電器大的電器讓消費者更容易的去取得這個電
24:51FJ 21:48
所以漸強實驗室的下一個十年就是我們希望把AI用得像水一樣我們希望在這個Token成本開始下降的過程裡面我們做的這所有東西不管是我們的agent我們的agent platform不管你是個人創業小型中型大型企業透過我們公司開發的電器或者是透過我們公司開發的工具你都可以把AI用得像水一樣
25:16FJ 22:13
這是我們公司下一個十年的願景OK那以上就是我的分享然後我希望我今天的分享給大家有些啟發然後也很感謝下面有幾個part包含這個panel或者其他的分享都希望你今天有些收穫這樣子好謝謝大家謝謝謝謝Gin為我們帶來的分享也很期待我們請Gin先回座休息
25:41FJ 22:38
那剛剛我們看到的是我們建牆實驗室的策略地圖