這是我第二次帶台灣企業家到史丹佛大學學習。第一次在 2023 年已經覺得震撼，這一回感受更深。矽谷的節奏明顯再加速，AI 並沒有減輕壓力，競爭反而更加激烈，像極了「996 hits the US」。也因為如此，大家開始重新回到第一性原理，從最根本的問題出發。
在一堂探討 AI 發展趨勢的課程中，講師就帶著大家逐步回到核心問題。首先，AI 究竟是短期熱潮，還是不可避免的方向？他引用 Ray Kurzweil 在《奇點已近：當人類與AI融合一體》提出的方法，用「每一美元能買到多少算力」來推估市場的真實規模。
接著，他帶出第二個問題：如果這是一個將徹底改變人類生活的巨大市場，那接下來要觀察的焦點在哪裡？答案是兩個轉折點──人工通用智慧（AGI）與技術奇點（Singularity）。第三個問題，就是這些轉折點可能何時出現。書中的預測指出，AGI 大約會在 2029 年前後到來，而 AI 具備自我進化能力的時間點，最可能落在 2045 年。最後的問題則是「那又如何？」換句話說，真正的贏家會是誰？講師提醒，當 AI 開始大量取代人類工作後，強者會愈強，弱者會更弱，而競爭的基礎將落在算力、數據、演算法與生態系。技術投資只是起點，若沒有進一步連結開源與產業生態，影響力就難以擴大。能否在生態系裡站穩腳步，往往才是決定長期競爭力的關鍵。這樣一層層的拆解，讓人更能理解 AI 發展的深度與衝擊。
我們參訪的多家機器人公司，也展現出同樣的思維。他們沒有急著從財務報表找商機，而是先釐清第一性問題，再推演應用與商業設計。先找出產業或技術的根本痛點，找到突破口，定位就能夠清楚，商業模式也比較容易長出來。
企業的成長往往卡在另一個現象：當公司逐漸成功，最高層容易陷入自我驗證，團隊因為尊重或習慣而缺乏挑戰，結果組織最大的瓶頸反而出現在最上面。要化解這種困境，必須重新檢視最基本的假設，把問題拉回到「為什麼要做」以及「什麼事非做不可」。
這趟行程裡，最讓我難忘的，還有一位史丹佛機械系終身教授的課。他學術地位崇高，但授課卻異常坦率，沒有鋪陳，直接切入科學，還公開分享自己三次創業的經驗與挫折。這樣的直白和真誠，比起任何艱澀的理論，更能引發深刻的共鳴。
這次 Stanford 之行讓我更清楚，矽谷的價值不僅在技術，而在於處理問題的方法。當我們把視角拉高，用第一性原理來檢視，技術就不只是工具，而能成為推動策略的槓桿。站在這樣的高度，世界會顯得更寬，方向也更明確。對領導者而言，關鍵在於能否在日常決策中，回到核心問題，找到可驗證、能累積的依據，這樣才能真正走得長遠。
對台灣企業來說，眼前的挑戰不只是「要不要用，或怎麼用 AI」，更重要的是「怎麼定義自己的位置」。若只是著眼於提升效率，頂多是省下幾個人力，但很可能錯過 AI 帶來的結構性轉折。唯有重新拉回第一性原理，把產業的基本假設拆解清楚，抓住影響未來的關鍵訊號，企業才能找到屬於自己的長期優勢。
