企業 AI 的真正瓶頸，通常不是模型不夠聰明，而是公司沒有改變工作方式。董事會買下 ChatGPT Enterprise、Copilot 或某套「AI Agent 平台」，不等於員工知道該把哪個流程交給模型，更不等於資料、權限、責任與績效指標已經備妥。授權只是入場券；能否把 AI 接進日常營運，才決定投資報酬率。 每一波運算平台轉移，都會先被包裝成一個採購問題，最後卻被證明是組織設計問題。

生成式 AI 最誘人的承諾，不是替你多寫一封信，而是讓每個人都能打造自己的軟體：用自然語言描述需求，模型就吐出程式碼、資料表與流程。但這套敘事混淆了兩件事——降低製作工具的成本，以及增加願意且有能力建造工具的人。前者正在快速發生，後者未必。就像相機手機化沒有讓人人變成導演，程式碼變便宜也不會自動把知識工作者變成產品經理與架構師。 「vibe coding」讓這個區分更重要。聊天視窗把語法、框架與樣板藏起來，使用者幾分鐘就能得到可點擊的畫面；但可展示、可部署與可長期營運是三種不同狀態，企業的價值與風險，恰恰集中在

探討 AI 對就業市場的影響，透過 Benedict Evans 的觀點、傑文斯悖論以及 Jobs to be done 理論，分析為什麼 AI 不會單純地取代人類，而是會重塑工作價值，讓品味、策略與人類信任成為更稀缺的資源。

手握史上最強大的技術工具，卻發現它無法讓強者恆強——這是當前 AI 產業最核心、也最令人不安的悖論。 過去三十年，矽谷的成功法則清晰而殘酷：建立網絡效應，形成贏家通吃的局面，然後坐收壟斷租金。從 Windows 到 Google 搜尋，從 Facebook 到 Amazon 的第三方市集，每一個統治級的科技帝國都遵循同一套劇本。但 2025 年的

當 Microsoft、Google、Meta 和 Amazon 把年度資本支出從 4000 億美元推向 6500 億，華爾街的焦慮指數也跟著直線飆升。這場 AI 軍備競賽的回報在哪裡？更根本的問題是：當 AI 讓寫程式的成本趨近於零，整個軟體產業的價值鏈將如何重組？ 知名科技分析師 Benedict Evans 與 Toni