從有機會接觸公司經營以來，我們一直嘗試讓公司更數位化，
更自動化，盡量無紙，到後來電腦數量＞在職人員數量，
新科技新技術對我們傳產製造業來說，是一個很值得關注的領域。
畢竟很多新東西發展個幾年，在電子科技業或者其他產業用到很純熟後，
使用的成本都會變得很低，可能是一個月幾百元訂閱費用，
也可能甚至是開源出來，免費使用，
需要付出的就是一些學習成本，比如指紋打卡，人臉識別門禁管制，
技術成熟下，導入使用可能只需要幾千元，帶來的方便性卻很大。
今年上半年正夯的ChatGPT當然也在我們的關注範圍中，
因為公司的ERP, MES, CRM這些系統都是自己寫自己用，
我們很快就發現ChatGPT在程式面的應用價值，
那實際上影響到了哪些方面呢？
軟硬整合＆程式轉譯
除了自己建構系統以外，在加工機台上我們也常會做一些修改，
但因中小企業資源有限，很多東西我們都是買零件土炮自製，
多數時候我們是有明確想達成的目的或者想克服的難關，
網路上通常有不少資源可以借鑑，
但可能我們主要用Python處理，卻找到程式語法是Ｃ概念可用的資料，
往常需要順著概念邏輯用Python重新寫過，現在可以讓ChatGPT直接轉譯，
只需要檢查一下運作是否正常就能驗證可行性，
在開發的進程上會加速很多，像是有很多編碼小幫手的感覺。
在軟硬整合上，有時候硬體通訊交換資料或者上傳資料會有接口的差異，
或者某些硬體需要特定軟體搭配運作較好，
以往通常要在Google上爬文尋找資料，
現在可以把需求開給ChatGPT，請他先撈常用的跟可行的做法，
當然ChatGPT很常唬人，但透過跟他來回詢問檢索資料的過程，
可以讓初期可行性驗證還有開發方向的決定節省不少時間。
日常事務
ChatGPT在我文書處理上也提供了一定程度的幫助，
有些資料或者數據處理需要套用EXCEL公式，
可能我明確知道我需要計算跟處理的結果跟方向，
但我不知道有沒有這樣的公式，或者該用怎樣的公式組合達成，
我就可以把問題丟給ChatGPT讓他推薦一些「可能可行」的作法。
而且他也能產出一些測試用的數據，
往常可能自己需要先做出一些欄位，填入一些＂假想＂的數字，
數字要在某個範圍內，之後編寫EXCEL公式跟儲存格組合，
大約花上至少１０～１５分鐘後（通常更久）才能初步驗證可行性，
有ChatGPT協助可能只需要花不到３分鐘，
下面是我之前嘗試做一個適合年化報酬計算的檔案，我向ChatGPT提出的問題：
雖然他講了，但我沒有真的很理解，就順著問下去：
不是一個很艱難的任務，但自己只有方向要憑空完成也要花上不少時間，
加上我對EXCEL公式沒有太多鑽研，可能會耗時更久，
我最後的成品是，把整個年化報酬計算表用Google試算表完成，
並且將資料連動到我的Notion資料庫，大約耗時４０分鐘。
不算很快就完成，但相比原來不確定可行性，不知道有無公式可用，
要到處爬文撈資料，驗證可行後再動作，有可能一開始就懶得開始了，
在執行任務的心理疲乏上，ChatGPT可以協助降低不少，
像是隨時有人可以討論（即使他根本不是人），
但我們有時也只是需要一個心理依託跟對話夥伴，是排球還是電腦程式都沒關係。
目前的侷限性
若要討論人工智慧的極限，
－－－哈佛商業評論－人工智慧大商機－２０１７
一個很好的起始點就是巴布羅．畢卡索（Pablo Picasso）對電腦的觀察：
「但它們沒有用處，只能給你答案。」
從機器學習最近的勝利來看，它們絕對不是沒有用處，但畢卡索的觀察仍帶來深入的見解。
電腦是回答問題的裝置，不是用來提出問題的裝置。
這表示我們仍然會很需要某些人，他們能夠看出接下來要處理什麼問題或機會，
或是要探索什麼新領域，像是創業家、創新者、科學家、創造者等等。
同樣地，消極地評估某個人的心理狀態或士氣，和積極地設法改變它，這兩者有很大的不同。
機器學習系統變得相當擅長前者，但在後者仍遠遠落後我們。
我們認為，在這個超級強大機器學習的新時代中，
人類智慧最大和最重要的機會在於兩個領域的交會處：
研判接下來要處理什麼問題，以及說服許多人去處理那些問題，提出解決方案。
假設一件事情的完成度是０～１００，
我認為ChatGPT從１０～７０做得很不錯，高速有效率，
畢竟１０～７０的過程有一大部分是可行性驗證跟整體的雛型設計，
順著的是一開始０～１０開出來的需求跟目標方向，
過程中我們也不是完全沒參與，我們要根據ChatGPT產出的結果，回頭思考我們新的提問，
一方面是引導ChatGPT往我們希望的方向產出內容，另一方面也是讓我們自己的思路更清晰，
畢竟提問來自對事情的不理解，而下正確的指令來自對事情的理解。
０～１０最難被取代，畢竟＂想＂做什麼的是人，機器或程式沒有特別的誘因想法或者思維去觸發＂想做＂，
人擅長提出問題，提出願景，提出想望，提出方向。
ChatGPT在７０～１００目前也還沒有做得太好，但接下來的發展可能會漸漸地ChatGPT可以做１０～９０，
人只剩下最後的確認跟定案，又或者較不關鍵，想排除人類主觀的，
可能人只做了開頭的０～１０，後面的１０～９０就都交給AI處理到結案，
當然這前提是，願意接受可能不合人性或超乎預期的結果，
這AI不一定要是ChatGPT，也可能是其他後起之秀。
我們很快就要被取代了嗎？
我為何改觀？GPT-4 強勢登場後，離 AI 取代人類只剩多遠？
暫時來說AI還不到會取代我們「活著」，
畢竟飲食，娛樂，人際交流，愛恨情仇等都是我們活著能做的事情，
那AI會不會取代掉我們的工作？
這應該是一個必然的事實，也許組織沒有裁員縮減人力，
但本來需請三個人變成只需要請兩個，或者整個工作都可以自動被電腦完成，
那職位消失了，也可以理解為一種取代。
在人類歷史上其實也不只AI達成這些，像是工業革命，機械的發展，
汽車取代馬車，自動農耕設備，中央廚房的食物生產流水線，
一直都會有新的職位出現，也會有職位工作消失。
如果不願與他協作，至少要知道他能做什麼跟還不太能做什麼，
不然就跟工業革命的蒸汽機，紡織機，農耕機一樣，
只能做出與機械一樣的結果，沒有自己獨特價值的人就會被淘汰，
但反之如果能做出獨特的結果，也許可以創造出比原來更高的價值。
節省掉一些低門檻的資料蒐集交換工作的時間，很難說是不是被取代，
大公司會有大量低階工作產生的職位，確實可以說是被取代甚至是消失，
但中小企業大部分人都是多工，
那節省人力，提高效率或進階減少未來需要雇用人數，
對多工的人來說也不盡然是壞事，
畢竟低階工作（類似把某個資料從紙本彙整進資料庫）常常是必須做但不太有產值的，
在重複性低門檻工作被取代，蠻難去評斷是不是幸福，也無法評斷，
時代的趨勢就是這樣走。
從資方角度看ChatGPT，是降低較低門檻工作勞力需求的好工具，
可以轉而將資源集中給需要更高整體性的人員與職位，
也許不會動現有人員，但必然影響後續人力規劃。
從勞方角度看ChatGPT，這是一個雙面刃，
一方面可能可以提高自己效率與競爭力，
另一方面卻是會減少勞方的市場，
不過如果能擅用ChatGPT來增進自己的能力，
透過ChatGPT學習處理一些自己不熟悉的領域，
未來也有機會轉為自營接案，當自己的老闆，或者成為資方。
放心吧，AI 不會取代你但是懂 AI 的人會
很多時候也要看看自己的工作型態跟內容，如果有能自動化的就先革自己的命，
讓自己的低階跟重複性工作外包給自動化流程，
把心神專注在更高產值的工作上，打不過AI就學著使用，嘗試讓自己過得更好，
就像一支探險隊在草原上遇到獅子，要跑多快才能活下去？
這可能不關乎獅子跑多快，而取決於你能不能跑得比同行的人快。
AI 無法取代你，是你選擇被淘汰。
非用不可?
近期來說也沒到這個程度，比如不少連鎖餐廳都在實驗送餐機器人，
但疫情過後，餐飲業的人力荒非常嚴重，
機器人、自動化取代了繁瑣的送餐帶位，但某程度上也會失去互動的價值，
假設餐廳賣點方向是多數流程自動化，無人點餐，自動送餐，客人自己歸位收拾，
並且提供好食材，划算的價格，這很有賣點，
但如果只是為了取代人，減少人力，沒有降價，沒有讓利給消費者，
不見得利潤與生意會更好，更可能失去原來的文化與特色。
若工作為技術型的，比如焊接，油漆，水電，維修相關的暫時影響也不大，
畢竟生成式AI目前影響的是知識與資訊相關產業較多，
非生產線上的技術類型工作，一來要因時因地制宜，隨時調整工作內容，
二來不同案子間雖有相似性，卻又有不小差異性，
自動化的成本太高，誘因太少，暫時還不是直接受影響對象。
在文書處理與程式撰寫方面，用原來的工作方式也不至於沒有產出，
畢竟選擇正確的執行方向還是比單純加速重要，
如果方向根本錯了，或者執行的專案沒有價值，
那ChatGPT的加速，也許是加速毀滅？
不過現在的階段，還是建議至少把生成式AI納入關心圈裡，
與元宇宙距離一般人日常生活較遠不同，生成式AI許多都有線上服務，
不需要自己投資ＶＲ或一些硬體設備，使用門檻低，而且實際上已經造成許多影響，
比如線上客服，餐廳訂位，AI假圖，論文，行銷文案，
這些都已經快速地在影響整個社會運作，我們很難或者說無法阻擋這些變革，
如心流說的，去對抗整個流很困難，
嘗試順勢而為，找到自己的立足點跟自己能做的事情，
開闊視野，減少被淘汰的機會。
Run，don’t walk，
－－－Nvidia 創辦人黃仁勳
either you’re running for food or running from being food.
跑起來！無論是為了追逐食物、還是為了不被當成食物
要犧牲什麼？
有獲得常常就伴隨著要有犧牲，
比如網路時代加上Google搜尋，從資訊取得難度高變成資訊爆炸．
數位電子化後，少了很多手寫的溫度，
Google Map普及後，大多人對認路的能力都疏於鍛鍊，很容易斷線＝迷路，
而ChatGPT會讓我們犧牲的可能是思考的完整性，資訊蒐集能力與思維的多樣性。
很多工具都是雙面刃，端看使用者如何使用，
過度仰賴ChatGPT的答案，可能會因為自己來回的問題，把資訊範圍不斷收窄，
缺乏多樣性的來源，很可能會無法判斷對錯。
以往用Google搜尋會有不少錯誤資訊，但因錯誤較為明顯跟完整，所以較容易識別，
常用Google搜尋找資料就會養成要多方來源比對的習慣，
而ChatGPT也常有錯誤資訊混雜在內，但他是參雜在正確的回答之中，
這就像是最高明的謊言一樣，九分真，一分假，
使用ChatGPT必須先有心理建設是，他是個好幫手，但他很可能會犯錯。
就像用Google Map一樣，找路方便，但盡信可能會掉下海裡或開到死巷，
帶著一點懷疑的使用，能減少很多損失。
盡信書不如無書
－－－《孟子·盡心篇下》
要付費升級PLUS嗎?
我覺得見仁見智，
如果只是想理解運作跟嘗試看看，
可以試試免費的ChatGPT3.5或者用微軟的ＢＩＮＧ，
不過自己當初嘗試製作貪食蛇遊戲（我是零基礎程式小白）明顯感到區別。
一開始用免費的試做，開出需求讓他幫我寫程式碼，
一來他的問答連貫性不夠好，容易來回幾次後忘記自己前面的內容，
二來再邏輯上的完整度較差，寫出來的程式碼，複製貼上後常常無法運作，
最後是詢問寫程式的同事，才勉強建構出可以運作的遊戲，
但過程靠著ChatGPT3.5也是科普學習了很多關於程式，環境，語法等知識。
大約花了我四到五天共６～８個小時閒暇時間完成，這是完成品。
後來決定要更深入研究，付費PLUS升級為ChatGPT4.0後，
直接從頭做起，把類似的問題丟給ChatGPT4.0，
竟然只來回了一兩次就建構出完整可以運作的程式碼，
最大的差別是，免費版本的＂記憶能力＂不太好，
常常來回問答多次後，需要重新貼一開始的資訊，很像鬼打牆，
ChatGPT4.0則是連貫性很強，連續詢問後也只要用口語方式下指令，
就可以得到正確的回應，我還讓他達成每吃掉一個食物就顯示出底圖的功能，
這是ChatGPT4.0的完成品。
總結來說，只是初步了解想試試看就用免費版，
但如果發現他真的能提供一定的幫助，也派得上用場，
一個月２０美金，得到一個「假維斯」，我自己是覺得很划算。
要把ChatGPT當成怎樣的合作角色？
資訊來源，科普與入門
我覺得不妨把他當作一個「消息靈通，涉獵廣泛，不會因為蠢問題皺眉頭，但不可盡信的朋友」
比如拿它來快速科普，只是想對某個陌生領域有很粗淺的認識，
他可以很快提供大把資訊，但若要深入研究，精確鑽研，
多找找事實查證跟文獻紀錄或者其他人的親身經驗，可能會更可靠。
比如我工作上遇到了雷射雕刻機的疑問，我可以透過ChatGPT快速得到「基礎概念」，
在這種概念上，唬弄的比例不高，有一定程度的可信：
企業轉型的推手之一：降低彼此資訊斷層
裁員後，效率卻提升90%！企業轉型實戰：AI怎麼變成人資、客服、行銷⋯
數位化有一定程度的公司，往往需要有專職的資訊人員或者外包資訊公司，
但有個矛盾點是使用的人對程式理解不足，能寫程式的人對實務運作理解不足，
這就造成寫好的程式或者軟體很難用，與實務運作有很多衝突
而使用者提出的功能需求，程式人員又覺得天方夜譚，
互相充滿不理解跟矛盾，使得數位改善處處障礙。
ChatGPT可以幫助消弭跟降低這些衝突，如上面提供的案例，
實務人員可以透過ChatGPT了解程式上的運作，
把需求給ChatGPT後產出一些可能對實務很有幫助的小功能，
甚至製作實際可運用的小模塊，轉交給資訊人員整合進系統。
資訊人員則是可以透過ChatGPT了解一些實務狀況，
比如會計人員為何在會計面堅持要系統這樣做？
產線人員為何要求這個表格只能紙本，實際上可能是現場環境問題，
對實務上有一定理解，才能讓系統的設計與運作更符合人性。
用來製作圖表
一個品管或者一個業務&採購人員可能可以透過這方式得到高很多的產出，
卻在心力上更輕鬆，因為節省掉的是需要高專注力, 低錯誤但知識上低門檻的工作
比如把一堆數字變成相對應圖表，或者把程序書的文字轉為流程圖，
我嘗試用他製作了ISO這類品質系統的流程圖與程序書，
免費版本的ChatGPT可以讓他產出程式碼，貼上到MERMAID這樣的線上圖表網站，
我使用的是付費的PLUS，就可以讓他直接用外掛產出，
首先我先丟我想做的專業圖表的資料網站給他，他分析完邏輯後，
就可以依據我的資料製作圖表：
後續我讓他做了一些微調，最終結果如下：
算是有模有樣，還提供了線上的編輯連結，可以自己繼續做調整。
腦力激盪的開會好夥伴
文科人與商科人常常需要發想與激發靈感，
可以說是萬事起頭難，這時候需要的不是有答案照抄，
而是需要一些不同的觀點，幫忙起個頭，
從不同角度切入去觀察一下事情跟做出詮釋，
就算答案很爛或難以認同也沒關係。
像是決定要去哪聚餐，只要有人先提麥當勞，
這個爛答案也比大家一起沉默好，
更何況ChatGPT給的不一定是爛答案，可以要求他用主管的角度，
或者心理學家的角度，政治人物的角度或任何你想要他扮演的人設提供觀點與論述，
對於抓住自己還模模糊糊飄在半空的靈感，很有幫助。
總結
There is nothing permanent except change.
－－－赫拉克利特
世上唯一不變的事，就是改變。
未來幾年生成式AI協作大概就像OFFICE這種生產力工具一樣普及，
就像長一輩的人不會用EXCEL很正常，但會被視為跟不上時代，
將來無法＂利用＂AI協助自己的人，競爭力會相對薄弱，
當然這些都只是相對而非絕對，沒有用了一定會怎樣，或者不用一定會怎樣，
有人可以打爛一手好牌，也有人從爛牌開始不斷前進。
工具只是往前進的手段或者方式，不需要堅持不變，
如原子習慣提的， 甚至單點目標都不是絕對必要，
認清自己的出發點（現在位置）， 跟想要前往的方向才是最重要的，
不管時代或者環境如何變動都是如此，
使用什麼工具或者不用工具完全看個人選擇。
但不要一昧的排斥，為反對而反對，討厭一切新事物，
又或者過度的擁戴，新的一定更好，
嘗試接觸並且了解如何跟上時代的演進，這東西對自己有沒用處，
主動去擷取對自己有幫助的部分就好。
就像高鐵一樣，一開始大家覺得很貴(確實不便宜)，
但對比客運來說，他就是用金錢換取時間，
最近阮囊羞澀又不趕時間就搭客運，商務必須當天來回就搭高鐵，
不要過度妄想ChatGPT會完全取代自己（至少短時間內還不會），
但也不要完全排斥看輕這個新時代的產物。
不管要不要使用都應該努力培養高品質的心智框架，
才能提出高品質的問題與要求讓ChatGPT執行製作，
而且才有足夠能力判斷成品的水準再進行微調，
需要的能力並不比原來低，某方面來說還更高（要懂得具象化自己的需求），
也才能即使不想使用這類工具，還表現得比使用的人好。
相關文章：
心流 – 讀書整理－１ (總覽)
刻意練習－2－高手比初學者強在哪裡？
飛輪效應－讀後心得與整理