CEO 解析：等AI成熟？這是企業自殺級的戰略錯誤。

「我們是不是該等等，看 AI 泡沫退一點再動？」

這問題表面上理性，背後卻隱含了一個致命假設：

▍AI 是一波「資產價格行情」，而不是一場「生產函數被重寫」的長週期變化。

等行情退了再上，對投資部位可能合理；但對一個想在未來十年活下去、甚至主導市場的經營者來說，這等同於在基礎建設折價出售時缺席，讓下一代 builder 以更低成本拿走你的護城河。

一、主流的 𝐀𝐈 戰略為何必然失效

多數公司現在的 AI 策略，有幾個共通特徵：

➤ 用資本支出（CapEx）和 budget 在對話，而不是用「新產品、新營收、新 business line」。

➤ 由 CIO 或資料長主導「試點專案」，卻沒有產品負責人、沒有 P&L owner。

➤ 把 AI 視為一個「大型轉型專案」，而不是允許小團隊反覆試錯的 builder playground。

❌ 從權力結構來看，這種做法幾乎註定翻車。AI 投資的第一線價值，在於「把新能力變成新產品、新流程」，但權力卻集中在 IT/infra；真正掌握 P&L 的 BU 頭被當成「需求方」，不是「co-builder」。結果是：

❌ 預算在中台，壓力在前線：中台 KPI 是「風險控管、穩定性」，BU KPI 是「成長、獲利」。AI 專案一遇到安全、合規、IT backlog，就被拖進無限等待。

❌ builder 被拒於門外：公司裡最有動機用 AI rebuild 流程的一群人（PM、現場主管、一線工程師）拿不到資源，甚至連access 權限都要層層簽核。

「PoC 地獄」成為常態：一年做十個 PoC，沒有一個進到 scale，因為沒有人為「Product‑Market‑Fit + AI」負責，只有人為「技術 demo」負責。

在激勵機制上，這套模型也內建了保守偏誤。多數 CXO 的獎酬與股價、EPS、營運穩定度掛鉤，AI 專案在短期內幾乎必然帶來：

🙄 成本先上升（工具、人才、顧問）。

🙄 效益高度不確定（特別是前兩年）。

🙄 失敗極其顯眼（董事會愛問：「我們 AI 到底做了什麼？有回收嗎？」）。

於是，真正有權調整資源配置的人，理性選擇了「延遲」。問題是，AI 不是一次性 CapEx，而是改變 builder 成本曲線與市場進入門檻的結構性變化：當你延遲的同時，外面那群沒有 legacy、沒有政治債務的小團隊，正在用你一年預算的一個零頭，試 20 個你連 PoC 都沒做過的點子。

二、誰在當 builder？

戰場上犯錯，該如何修正？

案例一：A 公司 — 從「AI 專案辦公室」到「builder cell」

某家全球消費品牌（市值千億美元級），在 2023–2024 年間成立「AI Transformation Office」，直屬 CEO，年預算破一億美元，目標是「為所有 BU 設計 AI 解決方案」。兩年之後，內部檢討發現：

➤ 80% 的資源花在 infra、資料治理和 vendor 管理。

➤ 前線真正能用上的 AI 產品不到 5 個，而且多半是自動報表、簡單客服 bot。

➤ 看到 GenAI 成本大幅下滑、no‑code 與 AI app builder 冒出來時，他們反而更保守，因為前期投資 sunk cost 太大。

真正的轉折，出現在一群中階產品主管的「叛逃」——他們去外面看了一圈 startup demo，發現兩件殘酷的事：

1. 他們在內部要 6 個月的專案，三個人用 AI builder 在外面可以 2 週做出 MVP。

2. 外面的 builder 在用的 infra 工具，有一半並不需要這家公司自己「重造輪子」。

於是他們推動了一個不那麼光鮮、但非常關鍵的組織調整：把 AI Transformation Office 拆成若干「builder cell」，每個 cell 只有 3–5 人，直接掛在 BU 之下，拿 BU 的 P&L KPI，不再只掛在 CEO 的「轉型 PR」上。AI 中台不再主導需求，只提供基礎 infra、安全與模型治理。這個改變帶來兩個結果：

➤ 真正與營收、毛利掛鉤的 AI 專案數量增加，但單案預算變小、節奏變快。

➤ 很多「原本準備自己建的東西」，改成站在現成模型與平台之上，builder 把精力放在流程重構與 distribution。

案例二：小團隊— 從「技術 demo」到「現金流產品」

另一個方向，是來自一支不到 10 人的 SaaS 團隊。他們一開始做的是「AI coding agent」，在 2023 年底之前，路線跟所有人類似：技術 demo 很炫，日活躍用戶（DAU）表現也不錯，但沒找到願意付高價的明確客戶。轉折點，是創辦人在趨勢中看見兩種現實：

➤ Replit、Devin 等 AI 開發工具已經可以用數百美元／月提供極高的開發效率，傳統「賣 coding 助手」的毛利會被壓到極低。

➤ 真正願意付高價的，是那些「沒有工程組織，但願意為特定業務流程付 recurring 的中型公司」。

他們選擇放棄當「infra hero」

▍專注在幾個特定垂直領域（例如保險理賠流程、自動化信貸審核）

用 AI agent、no‑code 與低成本 infra，在 3–4 週內交付「真正省掉一個 team」的產品。成本結構變成：

✅ 不再自己維護大模型與 infra，改用雲端模型與現成 agent framework（每月支出幾千美元）。

✅ MVP 由 3–4 人在兩週內 ship 出去，根本不用 6 – 9 個月。

這種 builder 型創業，最重要的調整，不是技術，而是心態：放棄「我要在基礎設施層跟巨頭拼」。他們把公司定位在「AI infrastructure 的第一層上方」，專門把巨頭投資數十億打造的能力，轉成某個行業真正可用、可付費的產品。結果是，他們在 2025 年之前就達到正現金流，反而有餘裕在泡沫高點時募到一輪合理估值的成長資本。

三、數據背後，是誰真的在吃 AI 紅利？

成本曲線：MVP 的單位成本被腰斬再腰斬

No‑code 與 AI app builder 讓開發成本平均下降 65% 左右，有些個案甚至接近 90%。一個原本要 4–6 個月、需要完整工程團隊才能做出的 MVP，現在常見是「一個產品經理 + 一個全端工程師 + AI agent」在 2–4 週內完成。

▍更關鍵的是「變動成本」的性質：傳統軟體專案的失敗，往往是「一次押很大」，錯了就是半年資源白費；現在 builder 的世界，可以用數千到數萬美元的規模，並行測 5–10 個 MVP，失敗成本像是行銷 A/B test，而不是 ERP 導入。
勞動市場：builder 不只是稱號，而是一種組合拳

Upwork 的數據顯示，獨立知識工作者的規模與 AI 相關工作的比重，在 2022–2025 年持續上升：約四分之一的美國熟練知識工作者已經以獨立形式工作，平台上 AI 相關服務的成交與收入成長顯著高於其他類型專案。

➤ 擅長使用 AI 的自由工作者，其時薪與收入成長顯著高於一般自由工作者；企業「買能力」越來越像直連個人，而不是只透過大公司或外包巨頭。

➤ 這群人不一定想進你的組織做全能型助手（FTE），他們更像是「環繞在你公司周圍的 builder 雲」，隨時準備為你或你的競爭對手創造新產品。

▍Builder 不再只存在於你的人事編制之內。若組織設計與採購機制仍然假設「創新 = 全職團隊 + 年度編制」，那麼很多真正懂 AI 的 builder，會永久停留在你的「供應鏈」那端，而不會成為你的長期競爭力。
不平等與分配：AI 紅利往哪裡去？

IMF 2025 年的研究指出，AI 有可能降低工資不平等（因為某些高薪工作也會被自動化），但同時提高財富不平等：掌握資本、數據與平台的人，會獲得更大的收益。

這對企業經營者是一個殘酷提醒：如果你的公司只是「買 AI 工具來省成本」，那你只是在為別人的平台疊高估值。真正能吃到 AI 紅利的是：

➤ 擁有資本與 infra 的雲端與模型供應商。

➤ 擁有分發管道與客戶關係的平台。

➤ 能夠站在這些平台之上，把 domain knowledge 與 AI 能力組合起來的 builder。

▍「故善戰者，立於不敗之地，而不失敵之敗也」

管理含義非常直接：如果你不想被擠出價值鏈，就必須主動設計公司，成為「builder 的基地」，而不是替平台打工的用戶。
泡沫與基礎建設：為何現在反而是 builder 的窗口期？

Goldman Sachs 等機構對 AI 是否處於泡沫有詳細分析：一方面，AI 相關股的估值高企、雲端巨頭的資本支出（capex）飆升；另一方面，目前的估值水準仍低於 2000 年網路泡沫時的極端水準。 Crunchbase 數據則顯示，2025 年 AI 領域吸收了接近一半的全球創投資金，其中大量集中在少數大型模型與 infra 公司，Q3 的 mega‑round 占比與金額都創新高。

對 builder 而言，這反而是一個結構性好消息：

➤ 泡沫階段的資本集中，迫使 infra 玩家過度投資基礎建設與能力；即使未來估值回調，這些能力並不會消失，而是變成 builder 可以「折價使用」的公共資源。

➤ Gartner 的 Hype Cycle 提醒我們：技術從「膨風期」到「落地期」，中間會有一個 disillusionment 的谷底；很多公司會在那時候停損離場，真正的 builder 則會撿到市場、客戶與人才。

如果你現在因為「怕踩在泡沫頂端」而什麼都不做，你實際上是放棄了在基礎建設最瘋狂、最便宜（從 builder 角度）的時刻，練習如何把 AI 能力變成產品與流程的能力。

當別人在 disillusionment 期裁掉 AI 團隊時，你的組織如果已經打磨出 builder 能力，就會以非常低的價格撿到一批知道怎麼「在約束下落地」的人。

"You could either watch it happen, or make it happen." --

Elon Musk

附圖：我在矽谷 Draper University 拍到最愛的一張照片