在資本主義利潤為上的精神之下，企業無不奉行任何能節省成本的方法，尤其是裁員=財源的想法，但是，當生成式AI這個風潮興起之後，西方不斷傳來裁員的新聞，不管是科技或者金融，但東方在ai的運用卻還是雷聲大雨點小，這是一個很有趣的現象，我就來講講，以一個擔任公司內部推廣DX活動的角色，在過程中，觀察到上下層不同的想法、矛盾的作法。
先特別說明，這邊講的AI都是指生成式AI，從1956年，AI這一詞被正式提出以來，有很多派別發展，但只限於特別專業領域使用，這邊不談技術，不過，說實話，就連生成式AI也還不具備思考能力，它只是機率性的結果，在另外一篇好好聊聊。
回到主題，首先，本質上的不同就是成本，西方的薪水物價就是遠高於東方，尤其是白領階級的薪水，自從管理學出現之後，當不景氣的時候，第一被檢討的都是勞動階級，因此，只要有任何工具出現，不管效果如何，應該說顧問公司無所不用其極的宣傳之下，先裁再說，至於後續發現有問題不能用，再找新人來補，那是另一個話題，但是，這次可以確確實實的向白領階級開刀了，總結一句話，先叫AI做，AI不能做的，再找人來做。
只不過，目前檯面上看得到的懂生成式AI的大佬，在談的都是怎麼用AI，注意，是用AI喔，AI還是助理的概念，至於AI代理，想要取代人，是在階段性的實驗實用，理由後面慢慢會提到，那麼，已經用AI取代人的公司呢，很快會嘗到惡果，需要回頭找人來做，麻煩在於已經被改了一圈，即使真的能找到人來做，又要改，等到真的改好了，又會發現AI真的可以取代人了。
東方呢，人力成本太低了，基本上，遇到業務上的問題，能用人解決的幹嘛用系統，找派遣甚至外包來做，這造成一個有趣的結果，東方的廠商幾乎都不懂自己的終端產品，舉個例子來說，一個做烤箱的廠商總經理出來說自家烤箱烤出來的麵包很好吃，實際上，這位總經理根本沒吃過，同樣的，我們的設備生產AI的基礎，但卻沒有用過AI。
好了，問題來了，AI是不是真的有效果，不，應該說AI真的有幫助嗎？
先講結論，目前還需要調整，但，很快，只差最後一步，很多顧問公司應該不會講到那一步是什麼，因為他們也不知道，這個就必須讓我說明在推廣過程中所遇到的矛盾現象後，才能夠理解，為什麼就差那麼一點點。
事實上，有一個職業是滿契合目前的AI的，
前面提到，東方的公司高層都不太懂自己的產品做出什麼了，怎麼又會去瞭解公司即將要導入的東西呢？因為高層對於這些瞭解都是來自專業的外部人員所做的報告，公司的內部人員幾乎不知道自己被講成什麼樣子，也不知道會變成什麼樣子。
比如，AI可以取代人嗎？這個問題其實是假議題，實際上是要看業務內容
但是，那些專業的外部人員只會說可以節省很多錢
我們來看一個例子。
總公司要做一個系統來幫各國分公司統一資料的輸入，節省大家管理的時間，在聽取專業的外部人員做了系統之後，結果是～？ 造成各國分公司負責人員的離職
統一！！這件事本身就是個問題
每個國家每個地方的業務流程法規不同，所需要的資料格式跟計算方式也不同，如果想在一開始就統一，總公司達成了目的，分公司卻只能在系統外做各種補救。
好不容易總公司聽進去了，卻找了更多不懂狀況的專業人員來聽取分公司意見，做出匪夷所思的決定。
上面看到的跟下面做到的，是不同東西
因此，上面的人常常說要好好善用AI，但他本身卻沒有使用過，能期待他懂什麼
現在的生成式AI是還沒有思考能力的，他是查資料整理資料的高手，你給他的指示越明確，條件越齊全，給出來的資料精確度就越高。但是，當上面的人錯誤的期待AI能思考，會是什麼情況，他可能會說，去問AI啊。
矛盾的地方在於，常常底層的人很難具體說明自己為什麼很忙，或者需要改善什麼，因為他已經習以為常了，如果你稍微省略了幾個步驟，或者減少了幾個文件，他反而會覺得困擾偷偷加回來，當上面的人要求改善，下面的人不知道怎麼改善，由上而下的政策能做得好嗎？
請了一批專業的專家進來，那又要看看是否能找到好心的，願意真正去理解實際的流程，對症下藥，但，大部分聽到的都是按照標準流程，填寫一堆資料，提出一堆需求，然後再說這個不行那個不行，做了一個似是而非的方案，不知道從哪裡湊出來的數字，上面的人看了很高興，下面的人看了猛搖頭。
因此，從來重點只有一個，能夠讓執行的人自己提出改善方案，然後，你會看到，最近的消息是，自己培養出來的AI取代了自己，注意，不是AI取代了自己。
所謂的最後一步就是培養，而不是直接使用既有的商用AI。
道理很簡單，執行上卻很困難。
效率好能力高的員工都有他自己的一套，不管是小工具，或是抓重點，就是比別人快，不要講專業的程式軟體工程師，像是寫個公式、函數或是巨集，都可以減少一些時間，是不是把這些工具給別人用，就可以複製同樣的效率，這裡有個迷思。
先來稍稍談一下管理是什麼？
當福特推出流水線，骨子裡就是在講標準化的時候，就是希望每個人的表現都能是一致的，設定一堆目標達到一定的績效，但，這個前提是每個人的能力都要是一樣的，不一樣的話呢，那就推出一堆課程來期待你變得一樣，事實上，歷史的經驗告訴我們這是不可能的，人就不是機器啊，怎麼要求做到一模一樣。
好笑的是，以結果論來看，一切還真的變好了，當然，這裡面有很多故事可以說。
岔題講個例子，我經歷過幾家公司，人事部門都會找外面的專家來教育怎麼跟部下談事情，幾乎第一個都會提到同理心，先用"怎麼了"起頭，對方講完之後，再用"你講的我都懂"或者"我也跟你一樣"之類的用語，想要用同樣的模板套用在人身上，同樣好笑的是，部下聽到"怎麼了"，有的人是"明知故問"，有的人是"管你屁事"，有的人是"講了也沒用"，然後再聽到"你講的我都懂"，幾乎都是覺得"假惺惺"，結果員工關係越來越差，再找專家來開課，再成立一個專責單位來負責，這就是想用一套標準套用在所有人的結果，不是不能做，是有前提的，這個現實的前提，歐美公司願意出，但亞洲公司很難。
有一句話可以形容，初心是好意，行事是惡意
好，回到主題，同樣的，我們也是被要求把這個邏輯套用在現在的工作，定義出標準流程，然後要每個人都做出同樣的結果，再來要降低成本，提高效率。這時候，我們應該可以知道會是什麼結果了吧。
不過，生成式AI橫空出世，讓這個標準變得可能了，因為，管理就是要所有的人做出一樣的績效，那AI就是可以同樣複製貼上。
但，為什麼亞洲的推行跟裁員沒有那麼熱烈呢？AI目前的成本還是很高，而亞洲的人力還是很低，所以專家們不斷的降低AI的能源消耗，不斷的創造更多能源。等到資本家期待的黃金交叉來臨，亞洲就有得好看了。
那麼，該怎麼自保呢？有人說跟人有關的工作不會被取代，這不是很矛盾嗎？人就要被取代了，還有跟人有關的工作嗎？踢球的、打拳擊的，如果是機器人，那麼出現運動傷害是要找誰？難道機器人要去找心理治療師？
目前，只有高教育程度的勞動工作可能還暫時不會被取代，我很慶幸我所在的半導體就是，每次聽到電視上的名嘴在屁台灣的半導體時，我就在懷疑那些名嘴有多少人待過半導體，二十幾年了，我越發覺得半導體就是資本跟勞力，而且只有台灣才可以，就像日本有職人精神，美國有研發精神，這裡讓我稍稍講一下台灣暫時不會被取代的理由。
我們不討論各國都有的半導體專家，也不討論各國都有的經營天才以及他個人的成就，我們要講的是與其他國家不同的地方，以個人親身體驗二十幾年的經驗，再搭配上張爺爺說過的話，精簡台灣有兩個與他國完全不同的特質，白話、難聽的說，就是台灣的小以及工程師的奴。
我們綜觀張爺爺的演講發表內容，都脫離不了工程師跟移動方便，關於這一點，何資深副總曾明確的表示，「如果發生地震，我想所有工程師都知道，他們必須盡快回到公司，當時幾點都不重要，就算是半夜，他們也要回來」
台灣的小，才能讓各廠區的工程師在各廠區隨時調動，當台南發生狀況，半天的時間就能夠從新竹調動工師到台南，復原動能驚人。
所以，工程師的自覺，即使在半夜被地震驚醒，不是考慮家人，而是廠內機台的狀況，這個已經在美國跟日本驗證過了，不用等到地震，只要下班時間到，就可以知道。另外一個體現就是彈性，任何計畫，只要有變化，隨時都是可以修改，這個常常讓人措手不及，而且，一直感覺沒有進度，但，老闆說了算，就是這樣的彈性，才能應付各種突然狀況。
這麼多人類才能處理的狀況，AI怎麼做。
那麼，現狀的生成式AI適合做什麼呢？又該怎麼讓AI實用呢？
