最近，Andrew 和 Ben 針對 OpenAI 的 Deep Research 工具進行了一場有趣的討論，主題圍繞在 AI 如何影響科技分析，以及它對知識工作者可能造成的衝擊。
Ben 分享了他使用 Deep Research 分析 Apple 財報的經驗。他給 AI 一個指令：「分析蘋果的財報，特別關注服務、中國問題和 Apple Intelligence 的敘述是否誇大。」結果，AI 產出的報告篇幅過長，重點不夠集中，而且缺乏獨到見解。Ben 直言，他追求的文章風格是每個句子都能推進讀者的理解，提供新的資訊層次，而不是空洞的內容。他發現，雖然 AI 在報告的格式和組織方面表現不錯，但報告的洞察力主要還是來自 Ben 在指令中提供的關鍵觀點。
Ben 也提到，他要求 Deep Research 參考過去 Stratechery 的文章，但 AI 傾向於過度引用，這顯示 AI 在理解資訊關聯性方面仍有進步空間。
儘管如此，Ben 仍然肯定 Deep Research 的價值。他認為，如果是一位小型投資者需要一份關於蘋果財報的分析報告，Deep Research 可以生成一份紮實的報告。Ben 也同意，對於那些需要快速掌握 Apple 財報和在中國市場前景的人來說，這份報告相當實用。Ben 回憶起第一次使用 ChatGPT 的經驗，AI 可以生成格式良好、組織清晰且具說服力的內容。AI 可以有效地檢索、重組和呈現資訊，使其具有高度的說服力。但如果 AI 產生了錯誤的資訊（也就是所謂的「幻覺」），可能會因為其呈現方式而更具欺騙性。
Ben 分享了他使用 Deep Research 分析中國在巴拿馬活動的經驗。他要求 AI 生成一份關於中國在巴拿馬活動的報告，以及這些活動如何引起美國領導人的警覺。Deep Research 提供了一份精簡的概述，說明自 2017 年巴拿馬與台灣斷交並與中國建立外交關係以來發生的轉變。同時，AI 也連結到一篇深度文章，提供了更多關於美國的安全考量以及中國在巴拿馬當地引發的爭議的背景資訊。Ben 坦言，他可能無法自己找到這篇文章，因為它來自拉丁美洲一個較不知名的來源。即使最後節目中沒有使用到大部分的資訊，AI 還是幫助 Ben 從該文章中提取要點，為那些不了解巴拿馬運河為何成為美中關係爭議來源的人提供背景資訊。
Ben 發現 Deep Research 將原本可能需要一個半小時的研究和閱讀時間，縮短到約 20 分鐘。他強調，Deep Research 能夠提供連結和注釋，讓使用者可以輕鬆地進行後續研究。換句話說，AI 大幅提升了資訊蒐集和初步研究的效率。
在討論的過程中，Andrew 和 Ben 也深入探討了 AI 對知識工作領域的影響。Ben 認為，AI 的發展可能會對需要產生新穎見解的知識工作者構成威脅。身為專業文章寫作者，如果 AI 能夠有效地產生新穎的見解，他的工作可能會受到影響，因此他對這個議題抱持著矛盾的心情。但他從市場證據中（Stratechery 的訂閱人數）看到，他仍然有能力提供獨特的見解。
Ben 提出一個重要的問題：有多少比例的初級分析師、律師或法律助理等白領工作實際上是關於產生新穎的見解？ 還是更多的是關於收集和整理資訊，以便高層做出決策？ 這的確是個值得深思的問題。
Ben 認為 Deep Research 真正的挑戰在於如何解決 Google 資訊混亂的問題。他認為，Deep Research 在網路搜尋方面非常有效率。
總而言之，Andrew 和 Ben 認為 OpenAI 的 Deep Research 是一個有潛力的工具，可以協助知識工作者更有效率地完成研究和分析任務。然而，他們也強調，AI 目前還無法完全取代人類的洞察力和判斷力。隨著 AI 技術的不斷發展，知識工作者需要不斷提升自己的技能，才能在職場上保持競爭力。AI 究竟會讓分析師們集體焦慮，還是成為他們提升效率的最佳助手？ 值得我們持續關注。