當智慧開始貶值，你的護城河在哪裡？讀程世嘉《智慧通膨下的新商機》，兼談臺灣的老毛病
那天下午我在書店隨意翻書，一本新書的書腰上「智慧通膨」四個字忽然映入眼簾，讓我停下腳步。
我拿起來翻了幾頁，愈翻愈有一種奇妙的感覺：這裡面有好幾段話，跟我這一兩年在自己的部落格上反覆寫的東西，有些幾乎是同一件事的兩種說法。
翻到書封才發現，完整的書名是《智慧通膨下的新商機：AI 時代的稀缺能力與新護城河（另開新分頁）》，作者是程世嘉（Sega Cheng），也是臉書上的朋友。
平常在社群媒體上讀 Sega 寫的長文，總覺得他講 AI 的方式很有條理，跟多數人不太一樣：既不刻意吹捧新科技，也不會恐嚇大家，就是把事情的底層邏輯攤開來給你看。他是 iKala 的共同創辦人與董事長，史丹佛電腦科學碩士，待過 Google 矽谷總部，是最早把 AI 放進 Google 搜尋引擎的工程師之一。上一本《AI 世界的底層邏輯與生存法則（另開新分頁）》，據說發行了五種語言版本。
換句話說，這是一個真的站在牌桌邊、而不是在場外解說的人。
（另開新分頁）
智慧通膨，跟我寫過的水準拉平效應是同一件事
嗯，先講書名裡提到的那個核心概念。
程世嘉的說法是：過去智慧是稀缺資源，企業願意付高薪給律師、顧問和工程師，買的是他們腦中無法被機器取代的知識與判斷。但當各大廠把 AI 的 API 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，「智慧」這個資產就像通膨的貨幣一樣開始貶值。
他用了一個很好懂的比喻：以前你擁有 100 萬元的智慧，市場上就值 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。
讀到這裡我笑了，因為這正是我去年在〈AI 時代的殘酷分水嶺〉那篇文章裡談過的事情，只是我當時借用的是化學裡的「水準拉平效應」。
我那時候的講法是這樣的：過去市場上的工作者，有人只能做到 3 分，有人 6 分，頂尖的能到 9 分甚至 10 分，客戶願意為這個差距付錢。但 AI 把所有人的基準線瞬間拉到 6 分。一個原本 3 分的新手現在能產出 6 分，原本 6 分的可能變 7 分，而那些原本能做到 9 分、10 分的頂尖專家呢？相形之下，進步空間反而有限。
當市場上到處都是 6 分作品，客戶自然會開始想：我真的需要付五倍的價格，去買那額外的 3 分嗎？
我當時寫下的結論是：AI 一方面把底線提高了，卻也把天花板壓低了。
Sega 從供給端講智慧的價格崩跌，我從需求端講客戶為什麼不願意再付溢價。兩條路，殊途同歸。
而他書裡提到的那個 Google 的數字，也就是 Google 執行長皮查伊在 Google I/O 2026 大會上所公布的數據：Google 每月處理的 token 數，從 2024 年 5 月的 9.7 兆，到 2026 年 5 月已經來到 3.2 千兆，年增七倍。
這條曲線反映的不只是 AI 應用全面進入大規模落地與即時推理的階段，它更直接畫出了智慧的生產規模。而當一樣東西以這種速度被大量生產，它的價格會發生什麼事，其實不需要經濟學家告訴我們。
零點擊的那幾章，我剛好也在同一個坑裡
本書的第一部談到了零點擊與 GEO，這是我最近半年有所涉獵的題目。
Sega 的判斷是：當 AI 代理開始替使用者搜尋、比價或下單，傳統網站靠流量與點擊維生的商業模式就會瓦解。使用者再也不需要打開任何網頁，因為代理在對話框裡就把一切搞定了。他下了一句很重的結論：當你的品牌不被 AI 提起、推薦，就等於在網路上消失。
我在〈你的下一個顧客不是人類〉那篇裡寫的是同一件事：品牌行銷的第一線觀眾，正在從人悄悄換成機器。代理人不會被一張美照打動，也不會因為你的品牌故事而熱淚盈眶，它要的是結構化、可被讀取、可被比較的資訊。
我當時的結論是：沒有被 AI 看見、沒有被 AI 引用，就等於正在從一個快速長大的入口消失。
換到個人的尺度，這件事同樣成立。我在〈2026 年個人品牌的生存關鍵，不是被看見，而是被 AI 引用〉裡談過，讓 AI 認識你，已經比讓人找到你更重要。如果你想從技術面補齊這一塊，我也寫過一份給創作者的 AEO 入門指南。
不過，在這裡我想補上一句書裡沒有特別強調、但我覺得對小團隊很重要的話。
代理商務對中小企業與一人公司，其實是一個被低估的機會。過去要在 Google 搶排名，拚的是預算與內容軍備競賽，小品牌很難贏過大公司。但代理人在意的是資訊清不清楚、規格完不完整、評價真不真實，這些恰恰是靈活的小品牌可以做得又快又紮實的地方。
換句話說，代理商務有機會把競爭重新拉回到誰把基本功做得更乾淨，而不是誰的行銷預算更大。這件事對讀這本書的中小企業主來說，可能比書裡提到的任何一個商機都來得實際。
但真正讓我印象深刻的，並不是所謂的 AI 商機
老實說，這本書的第二部花了整整七章的篇幅，都在談 AI 市場的金礦：邊緣運算、客製化問答引擎、陪伴療癒、體驗經濟、娛樂產業。內容都很紮實。
但真正讓我坐直身體的，是自序。
程世嘉在自序裡花了很長的篇幅談他所謂的「臺灣病」。他點出的數字很殘酷：臺灣的半導體直接從業人口只有三十多萬人，在一千一百多萬總就業人口中只占約 3%；臺股市值已經是全世界第六大，但臺積電一家公司就占了約 45%。
然後他寫下這句話：AI 不會治好臺灣病，而會放大臺灣病。
我讀到這裡的時候，想起自己七月寫過的一篇文章。那篇的起點完全不同，我談的是每個人用 AI 工作時，都在無償生產一樣東西：你的提示、你的工具呼叫，以及最關鍵的，當模型答錯時你要怎麼把它改對。每一次糾正，都是你的判斷力被蒸餾出來的結晶。
但我寫著寫著，就寫到了同一個地方：
硬體的護城河在我們手上，軟體智慧的護城河卻在別人手上。我們很擅長把價值做出來，卻很不擅長把價值留下來。
擁有國際觀的 Sega，顯然是從總體經濟、匯率、稅制和房價這些結構性的角度來看這件事；而我是從一個接案的自由工作者、一個一人公司的位置往上看。但我們看到的是同一個病灶：臺灣很會生產，卻不太擅長留住。
過去，那個病灶的名字叫代工，毛利被上游跟品牌兩頭吃掉；在 AI 時代，被吃掉的會是整間公司運作的智慧本身，而且你連帳單都收不到，因為它很可能是免費附贈出去的。
這一段是我讀完全書之後，覺得最有趣、最該被廣泛討論，卻也最可能被跳過的部分。因為它不像「AI 商機在哪裡」那麼淺顯易懂。
溫度成為稀缺物質，這一點我早就理解了
本書的第 14 章講溫度成稀缺物質、手感會是熱需求，第 4 章講生成式內容充斥下真實是最有價值的賣點。這兩章我讀得特別開心，因為這正是我這一年很有感的部分。
我在寫給中小企業的一篇文章裡，談過 Vibe Content：當所有人都能在三秒內生出一則看起來很專業的貼文，專業本身就不再是門檻。真正稀缺的，變成了那些 AI 模仿不來的東西。
那篇文章的結論是：當內容的產能不再是瓶頸，品味與判斷力才是你最後的護城河。
Sega 把這件事拉到了整個經濟的尺度，諸如：陪伴、療癒、真實體驗、遊戲娛樂、手感創作與演唱會經濟，都因為滿足人心對真實的渴求而正在起飛。
我自己的視野跟體會沒有那麼宏大，但方向一致。在我看來，會用 AI 的人會愈來愈多，那是技術，要學得會並不難；而那些機器補不上的東西永遠稀缺，因為它考驗的是你的品味和判斷力。這件事我在談影音門檻搬家的那篇文章裡也提過：AI 接手的是勞動那一層，把判斷那一層原封不動留給了你。
誠然，這也呼應書裡第 20 章的主張：思考力才是你的護城河，思考不能外包給 AI。
關於這一點，我有一個自己的說法。我把自己的判斷沉澱成一套留在本地、屬於我自己的制度：我的寫作聲音、用字禁忌與工作流規範，全部有一份我自己掌握的正本。
大型語言模型是我請來的工人，不是我的大腦本體。工人可以隨時更換，但大腦不外包。
這件事說起來抽象，做起來其實很具體。我把整套內容生產拆成一條可以反覆重跑的產線，一個人加上一支 AI 軍團，同時維運好幾條產品線。如果你也想把自己的標準、聲音與工作流，沉澱成一份帶得走的正本，而不是散落在幾百次對話裡，我在 8 月 30 日開了一場《AI 內容產製系統工作坊》，3 小時用 Claude Code 帶你把這條線親手架起來。
👉 點這裡看課程詳情
（另開新分頁）
最後
這本書的內容簡介裡有一句話：AI 世界的錢在移動，卻始終沒有離開同一張桌子。
我很喜歡這個比喻。它沒有說錢變多了，也沒有說錢消失了，它說的是位置變了。
Sega 在自序裡承認，他對 AI 造成的系統性社會問題也幾乎沒有答案。他在美國繞了兩個月，見了史丹佛、Google、OpenAI、Anthropic、國會、市政府的代表，最常聽到的回答是四個字：我不知道。
一個能在自序裡寫下「我不知道」的作者，反而讓我更願意讀完他知道的那些部分。
因為在這個題目上，敢承認邊界的人比敢下斷言的人可信。市面上談 AI 的書太多了，大部分不是在賣「AI 會讓所有人富足」的童話，就是在賣「AI 會取代所有人」的恐慌。這兩種都很好賣，卻不見得是大家所需要的。
書的最後留了一個問題給讀者：你知道自己該站在哪裡嗎？
我的答案沒有那麼確定，但我知道自己這一年在做什麼：我把判斷留在自己手上，把重複的勞動交出去，然後盡量讓自己站在那個「機器做不了、而我剛好做得還可以」的位置上。
那個位置每年都在移動。所以這件事沒有做完的一天，只有要不要繼續走的問題。
而如果這個問題把你問住了，那可能不是因為你想得不夠清楚。我在另一篇文章裡寫過，很多人選不出自己的位置，不是能力問題，而是捨不得。真要走過那一關，Susie 老師的《定位收斂工作坊》9 月 26 日開第二期，線上舉辦，3 小時帶走一句話定位。
如果你也感覺到那股不安，卻說不清楚它從哪裡來，這本書（另開新分頁）至少可以給你一些方向。而任何一件事一旦有了方向，也就沒有那麼可怕了。
讀完，下一步
想跟著做一次？看近期開課
AI 內容產製系統工作坊
一份素材，自動產出六種格式
繼續讀：Vista 推薦書單
