---
title: 簡立峰
tags: AI
---
{%hackmd HJ-2dtufR %}

# 簡立峰

前 Google 台灣董事總經理

🎥 **[觀看錄影](https://videos.gaiconf.com/)**

Slido: [問問題來這邊問](https://app.sli.do/event/w4ayj6N4LuDTUwSPqp4LQc/live/questions)
## 激情過後：生成式 AI 產業新趨勢

- 台大畢業日，我們需要重新當學生：生成式AI

上週交簡報但不符合這週的需求 lol

New Hype:
GPT4o與GoogleAI廝殺
google 這兩天發布很多服務，但都被 open ai 洗版

有些人說google沒有讓產品說話，證明他們的AI是最強的，但是google I/O 之後股價增加。

所有的（雲端）服務、軟體都會預設有ＡＩ的加入
- 過去一年: 關注 AI技術 的進展改變
- 今天: 關注 某某服務+AI 的整合應用 => 用AI的人／企業／國家在取代不用AI的人／企業／國家

Google: All Services with AI
* Veo: Video generation
* AI Teammates
* Ask Photo
* Share Overviews
* ???
GPT-4o: Strong Mind Share
擬真對話

cloud service provider will be a bigger winner (AI on top)

過去一年我們注意的是 AI 技術的改變
現在我們看到的是所有的軟體加上 AI，Not only search engine + AI
算力的需求驚人

如果沒有人使用，沒有人付錢，泡沫會破掉

請大家記住：
- 用 AI 的人正在取代不用的人
- 用 AI 的企業正在取代不用 AI 的企業
- 有能力開發 AI 的國家讓沒有能力開發 AI 的國家文化消失
國家級資料中心在如火如荼的建置當中
GPU有支撐
日本估計會帶來50%用電量的增加 (但它不會發生)

### 生成式 AI 來到應用的階段
與過去不同的概念：All service with AI

需要好好去想，怎麼樣讓 AI 成為超級助理人
AI 成為副駕 copilot

### 產業趨勢

玩家越來越多，評估結果越來越接近，因為考題太簡單
- 焦點不要放在 LLM 模型技術了 技術彼此都接近了 ( "考題太簡單了")
- 應該放在應用
https://www.anthropic.com/news/claude-3-family


這是一個趨勢，有個階段的題目已經 Quick Learner
聚焦在右上角能力有多強，但現在在關注 AI 有多弱，弱項在哪

擅長
- 閱讀一億本書/圖 (40T)
- 閱讀、摘要

弱項：
- 推理
- 規劃
- 時間感-幾乎失智症
- 數學
- 地區文化差異（只剩英語為價值）
- 情緒判斷
- 一致性
- 真實世界連結
https://aclanthology.org/2021.naacl-main.324.pdf

單一LLM 沒辦法做到
情緒判斷能力、一致性還是沒有很強
讀完一億本書（40 T）的量變和質變

如果具備學習和閱讀能力，什麼能力都會變快
但這樣發展模式我們過去都不知道

### 不完美是常態

* 無法保證正確、不及時、無法朔源、可能學壞、寡占、DEI 挑戰
* 個人隨時可用，用得好要學習
* 企業限制多，到處卡卡
* 汽車上路百年、交通事仍無法避免，透過道路改善、教育訓練等等改善
* 副駕不能成為主駕，但可以幫你，完全看你怎麼用它。
* 這跟開汽車上路一樣，還是很多人發生車禍，在有限人生裡沒法探索世界，所以用風險做交換

**機率模型 就是無法保證正確**
- 如果明天70%機率會下雨，有些人喜歡下雨那就是70%，有些人不喜歡下雨 那他就覺得是30%，沒有對錯，要用對地方
- 企業會非常困難，企業服務要保證正確和有效管制被使用
- 個人大膽使用，企業小心使用

### Tech Trends to Watch

- 模型兩極化
- 大者更大（gemini Ultra, Claude 3 ,GPT4o,**GPT5**?）
- 小者更小（Llama3, Gemma, Orca2）
- 從單一到多模生態(Multi-modal)

- 雲端服務 + AI
- Doc, Excel, PPT, Mail, Photo, Chat, Search..., "Agent"

> 台灣機會在 Edge AI 和 機器人

- Edge AI 新戰場
- AI Phone, AI PC, ...

- 機器人再起
- LLM生數據, 人機溝通改善
- 白領到藍領全面影響.

成功電商沒有有效數據，沒有就沒有了
台灣擁有這麼多工業電腦，當7B可以縮小到3、4B，效果跟 GPT 3.5 差不多，可以放到 32GB RAM 裡面跑起來的時候，Edge AI 就很有用了
從端反饋到雲，由端上雲（新概念）
推薦使用AI(消費者不一定會用) vs 強迫使用AI(消費者一定得用)
- 下週 Computex 看 AI PC 和 AI Phone 會不會出現
- Ai Phone 就增加了APU(NPU?)，在 Device 端使用

如果你的 AI 應用有感動大家，這個世界就改變了
就等感動大家的AI應用出現
大家都講自己的母語，全世界都能溝通

Samsung AI phone translation - 5G 業者賺中間的 lag

機器人
- GAI可以大量產生機器人的訓練資料
- 現在可以用自然語言跟機器人溝通，通用式機器人被認為短期內將大爆發

擅長硬體，但要做軟體的話，還是要用擅長硬體的方向處理
如果沒出現 GPT-5，兩種可能：
1. 就表示5可能跟 GPT-4 差不多，更多資料不會更好，
2. 或是沒有錢去做
3. 或者是小語言模型更可用了

==用 AI 的人 正在侵蝕我們不用 AI 的人==

### AI the World's "New Oil" (世界新石油)


七家公司正在主宰世界 AI （世界新石油 new oil）

- 兩家非數據公司
- 各自做AI後的市值 都超越自己當年的市值
- 七家公司加起來的市值，等於 70% 中國的GDP ，用廉價的生產，把世界的通膨吃掉
- 本來以為生出700家獨角獸，結果獨角獸都死在沙灘上了
- 台積電很幸運地成為這七家之一，對台灣來說是個優點，也是個風險
- 台積電已經超過台灣的 GDP 😳
- 台灣在第一波AI是受惠的
- 20世紀的石油，有一家沙烏地阿拉伯的石油
- 過去是一顆蘋果救台灣，現在是黃仁勳一個人救台灣

七大企業只有中美兩強為首 兩家國家（來自美國和中國），後面的幾家都是中國代言人


資料來源：

[Standord AI Index 2024](https://aiindex.stanford.edu/report/)

### The "New G7" Lead AI

- 網路時代（2000-2020）

- AI 時代
- 七大企業市值 = 80% 中國 GDP

算力、數據之後，談資金和人才
對新創大大不利，所有新創要加上台灣優勢（硬體產業），不然你會來不及
沒有算力跟資料就沒有優勢，一定會來不及，要加上硬體產業的優勢，那個優勢叫硬體產業

The Competitions of Ecosystems

OpenAI/ MS: 合併與否
Google：使用者買單嗎？
Nvidia
Amazon
Meta
Apple
TSMC

要關注微軟何時合併 OpenAI
因為 Google 用一個 Gemini 打通他所有的 service

台灣產業優勢: 因為我們的硬體產業，台灣受惠高於中國

未來趨勢: 懂得用 > 懂得開發它
- 當模型改變還要重來，但學習怎麼用是長久
- 讓自己賦能，讓員工賦能，讓企業賦能，讓國家賦能
- 不用，是你自己跟世界脫鉤，而不是被世界拋棄

未來所有的 voice 都要想辦法變成 text
Whsiper AI

From digital to AI transformation

過去是數位轉型，現在來到 AI 轉型

- 讓自己賦能
- 讓企業賦能
- 讓國家賦能

逐字稿自動生成
有太多的方法讓自己把語言學好，讓 aI 告訴你怎麼跟外國人溝通，居說在矽谷印度人可以三個月學會用中文溝通

情境式學習
https://www.scribbr.com/ai-tools/chatgpt-language-learning/

對企業來說，三大應用

- Coding
- Marketing
- Customer Services

企業端應用
- 大型企業要建立比較強團隊
- 中小企業直接使用：優化prompt、主管身體力行
- 重要應用: "文件的自動稽核"；讀取企業文件，幫你把要的資訊擷取出來(ex: 律師)

### 台灣的新創要用台灣的優勢

台灣優勢，電子商務沒有優勢
可是台灣在軟硬整合有

### Digital Twin + AI

AI 模式是台積電在地球生存最重要的架構
需要大家支持，才能發揮出來

遠距管理，海外生產
* AI 提高自動化
* 降低人力需求
* 核心研發在台灣

### Drone + AI

無人機 + AI
- 救災地圖
- 地震警報響起後立刻升空救災
- 無人機立刻升空，當當地行動基地台
- 偵測到生命變化，幫幫地震最多的台灣

www.researchgate.net

### Impact& changes : 2023

- 個人：求神問卜
- 學生：80分及格、問問題重於解題
- 企業：要學習養小鬼（Fine-Tuning）
- 新創：巨人肩膀上堆積木
- 台灣：維護中文解釋權 -> 鏟子是用來挖礦

### Impacts & Changes: 2023 vs. 2024

- 個人：讓 AI 成為你的助理
- 學生：努力成為𝞹型人
- 企業：單一能力不足以支撐五十年
- 新創：開啟人機協作
- 台灣：對企業來說，服務裡頭會有 AI Copilot，對新創要增加台灣優勢。整體來說是賣鏟子的，但鏟子是要用來挖礦，否則一樣會失敗

# QA

Q1.
AI足夠讓大家改變了，如果沒有感覺是台灣的問題
台灣是海島、製造型產業，高度不利於我們、有壓力去使用 AI
台灣沒有壓力去使用生成式AI

去感受AI生成內容的重要，讓AI成為自己的超級助理

Q2.靠雲端算力是否能在 AI 浪潮中做更好?

有自己的算力，效率才會提高
如果是大型企業要準備算力，比較大原因是，有自己算力，效率提高安全性提高
但現在是混合式模型，只能用小語言模型，用小型語言模型
建議企業: 還是需要一點GPT 算力 + 大部分用雲端
因為雲端無法單獨解決所有問題
這結構 就是雲跟端整個串在一起

Chrome, Edge developing browser API to access local language model -> on-prem GPU resource is important

# 總結
1. **產業競爭與合作**：GPT-4o和Google AI之間的競爭，以及Google在其所有服務中整合AI的動作，顯示了AI技術在主流產品和服務中的普及。
2. **技術進步**：過去一年，我們從關注AI技術的進步轉向關注AI如何與各種服務整合，從而改變了使用AI的方式。
3. **產業趨勢**：AI的應用正從專注於技術本身轉向如何將技術應用於實際場景，這包括了從大型語言模型（LLM）到多模態生態系統的轉變。
4. **挑戰與機遇**：AI技術的發展帶來了多重挑戰，包括推理、規劃、時間感知、數學能力和文化差異的處理。同時，這也為個人和企業提供了新的機遇，如AI助理和協作工具。
5. **全球影響**：AI被視為“世界新石油”，幾家大公司主導了AI產業的發展，這對於能夠開發和應用AI技術的國家和企業來說，是一個重要的競爭優勢。

# 延伸想法：
- **教育與學習**：隨著AI技術的發展，我們需要重新思考教育和學習的方式，特別是如何利用AI來促進個性化學習和技能發展。
- **企業策略**：企業需要考慮如何將AI技術整合到他們的產品和服務中，以提高效率和創新能力。這可能需要重新設計業務流程和工作模式。
- **政策與規範**：隨著AI技術的普及，政府和監管機構需要制定相應的政策和規範，以確保技術的負責任使用，並保護個人隱私和數據安全。
- **國際合作**：在全球範圍內，國家之間的合作對於促進AI技術的健康發展至關重要。這包括在研究、標準制定和技術轉移方面的合作。

---

# 聊天區
切換太快了ＱＱ

> Discord 可以聊天喔
>> 切視窗很累(被打)
>> 在下面聊天，才不會錯過
>>>切換來不及回來ＸＤ

期待夏日大作戰裡面的遊戲出來
真的！
哈哈，期待

超對齊團隊解散不知道是好是壞ＸＤ
好好笑XDDD
🤔
想到「機械公敵」電影畫面

一直很期待會不會有人用 AI **即時**寫共筆XD
許願 hackMD 開發
只能先用工人智慧 QQ

有人可以在這裡用音轉文嗎 直接加速寫筆記XD

還是要學炸雞排
或是雞蛋糕
紅豆餅

總結是GPT做的齁
> 對的～