【抽獎贈書活動】《#最高自主學習法》x2本
「領導者都是終身學習者。」但是，學校和老師不會教你一輩子，你追隨的人生導師也有可能隨著時間發生改變。與其被動等待別人餵養你資訊，主動出擊才是新時代的生存之道。知道自己該學什麼、懂得自主學習的人，將化被動為主動，追求更有效率的學習方法，讓自己學得更好、更快。
閱讀心得 https://readingoutpost.com/self-learning-blueprint/
.
【這本書在說什麼？】
.
《最高自主學習法》的作者是心理學家彼得．霍林斯（Peter Hollins），他長年專攻人類的表現極限，在學界和商界裡教導相關技巧，帶領人們掌握學習的秘訣、邁向成功。

這本書在 Amazon 和 Goodreads 的讀者評論分別拿到 4.7 和 4.2 顆星的評價，其中「白話文的自學手冊」這類的留言評論，也是讓我產生興趣的主要原因。作者用很直白的說法，重點式說明了自主學習的關鍵要素，「理論探究」和「實際步驟」的部份各佔了一半，如果你對自主學習的方式還不熟悉，這本書是非常適合的入門。

這也是我掛名推薦的一本書，我在書封上推薦道：「在這個快速的年代，自主學習是每個人必備的本領。這是一本豐富、實用、兼具廣度和深度的自學指南，帶領你拆解複雜主題、提高學習效率、加強筆記技巧。」

我認為，這本書想要傳達的重點訊息在於：「想要達成你的學習目標，不要想著如何更拼命，而是想辦法變得更聰明。」這裡的聰明指的不是智商程度的聰明，而是掌握「更有效率和效果」的學習計畫、學習方法、和學習策略。我們不需要絕頂聰明，但我們一定能學會如何聰明地學習。
.
【關於自主學習必要條件的迷思】
.
你可能會認為，那些看起來「無師自通」的人，一定是有著過於常人的智商，或打從娘胎生下來就上知天文、下知地理。你可能也想過，「自主學習」聽起來很難，沒有老師帶領，更是難上加難。因此，作者在這本書的一開頭，就用了一整個章節，來破除我們既有的迷思，到底掌握自學的本領，需要哪些必要條件？

#天賦和智力不是必要條件。很多事情只是你現在「還不擅長」而已。重要的是「成長心態」，無論你對那一個學科的天賦如何，只要懂得投入時間和精力，加上適當指導，便能精通任何領域。

#特定的方式不是必要條件。每個人都有適合自己的學習方式，有些人喜歡靜靜地讀文字，有些人喜歡看線上課程影片。當教材以最適合被學習的形式呈現時，每個人的學習效果才是最好的。沒有最好，只有最適合。

#特定的動機不是必要條件。如果你想等到靈光乍現的動機出現，才開始學習的話，你可能會在等待中錯過很多事。重點在於「自信」，你相信自己有能力達成目標、克服困難，相信自己能夠學會任何一項你真正在乎的事情。

#學習的時間不是必要條件。自從《刻意練習》提出的一萬小時理論，被葛拉威爾引用成「專精一項技能的必備時間」之後，拼命累積學習時數，成了一些人的迷思。作者指出，學習的「總時間」是次要因素，學習的「高品質」才是主要因素。

接下來，我們看作者怎麼把「更聰明地學習」這件事情，拆解成「宏觀計畫」和「微觀計畫」，想達成真正的高效率學習成果，在你理解這兩件事情之後，會開始有更清晰的樣貌。
.
【宏觀計畫】
.
宏觀計畫與你把時間花在學習的「原因」有關，是為了確保目標是你真正想要的。在這個階段非常重要，你要知道自己的總體學習目標和目的，確保即將花費的學習時間，可以創造出你想要的結果。

我在讀這本書的時候，不斷回想起我在去年的時候，花了兩個月的時間，自主學習的一個新技能「烹飪義式料理」。我稍微整理了一下心路歷程之後，發現跟書中談的方法很有關聯，試著將這個經驗連結起來。書中提到，所謂的宏觀計畫包含了以下六個步驟：

#你到底要學什麼？
我想要學習如何烹飪，目標是學會烹飪義式料理，除了在自己煮真的比較健康之外，還可以 PO 上臉書曬一下自己的廚藝。

#你跟目標之間的知識落差
我完全沒學過烹飪，知識落差很大。對於食材挑選、如何備料、火侯掌控都沒什麼概念。但是我吃過很多義式料理，大概知道什麼樣的義式料理算得上是「好吃」。

#達成目標的方式
觀看「地獄廚神」高登．拉姆齊（Gordon Ramsay）和傑米．奧利佛（Jamie Oliver）的 YouTube 教學影片。每個週末依樣畫葫蘆烹飪兩道料理。

#畫出你的學習藍圖
從最基礎的廚具購買，到廚房準備、清潔，以及肉品菜類的準備手續影片開始學起。挑選自己喜歡的料理，當成每個禮拜不同的作業。

#制定可衡量的目標
每一週烹飪至少兩道料理，連續兩個月。我要學會各種義大利麵、燉飯、濃湯、燉肉。我把喜歡的料理全放在 YouTube 待看清單一樣樣實作。

#反思和回顧學習成效
無論烹飪成功或失敗，記錄下來作為下次改善之用。料理好吃與否，味蕾最清楚，吃下去的感覺騙不了自己。
.
【微觀計畫】
.
微觀計畫與你每天應該進行的「實際活動」有關，是為了確保你能夠達成你的目標。除了閱讀、聆聽和觀看之外，我們實際上該做些什麼？我們與資訊產生的互動就是學習本身，並且必須帶著目標來運用下列四種方法：

#換句話說
這個方法講求的是轉換和綜合資訊，用你自己的話來表達新的資訊。對應到烹飪，其實就是把教學影片裡的流程，拆成各個小步驟，在自己的廚房實際下廚練習。做完料理之後，我會和女友分享下廚的時候做錯和做對的地方。她很擅長中式料理，但是對西式料理沒什麼概念，聽我分享的時候也會學到一些新東西，還能給我一些很棒的回饋。

#發揮聯想力
運用類比的方式思考，將新的資訊和概念，與我們熟悉的事物結合起來。每一次學習不同的料理的時候，例如要調配白醬、紅醬、青醬，就可以觀察這些醬料之間的配方有什麼異同，甚至高登和奧立佛兩個廚師的配方也不太一樣。做料理也有點像學生時候做過的化學實驗，從設計流程、備料調製、進行實驗，到後的清洗收拾，很多地方都非常相似（理工科in廚房）。

#自我評估
這個方使指的是自我測試、以及從大腦中提取新學到的資訊。有時候也可以出考題考自己，提取記憶和資訊，可以讓知識更加活用。在練習了前幾週之後，我開始可以不太需要看教學影片的備料流程，也漸漸地可以回想起許多環節，對於調味、爆香、煸油有了基本的熟悉度。

#時間空間精力
有效率的學習必須注意三件事情：持續練習的時間、間隔式複習、適當強度的訓練。如果你想學習「知識」，書中的這個部分有很精準的說明，我在這邊就不細講。對於我自己的烹飪學習而言，每週兩道菜的練習強度算是恰到好處，持續練習的時間就是用餐前後的兩三小時，只利用周末練習也起到了間隔式複習的效果。
.
瓦基學習烹飪義式料理的成果
https://readingoutpost.com/self-learning-blueprint/
.
【自主學習者的50-50法則】
.
作者在書中提到，無論你想「自主學習」任何事情，一定要記得50-50法則，也就是「吸收」和「消化」的時間要「各佔一半」。單純的閱讀和收聽資訊是不夠的，一定要試著將知識運用到日常生活，跟自己的經驗做出串聯。「自己教自己」和「說給別人聽懂」是最有效的兩個方式。知識，正是在你苦惱著如何表達和應用的時候，成為你生命中的一部份。

我自己在學習烹飪的過程中，透過大量的實作、試錯，並且聽取自己和女友試菜後的意見回饋，在下一次的練習上做出改進。從單方面的觀看教學影片，到實際運用到日常料理，在兩個月的時間裡逐漸掌握烹飪的技巧，到現在能夠隨手端出一道義式料理。

｜如果你不能用簡單的話來表達你知道的事，你就不是真的瞭解。
.
【後記：成為一個自主學習者】
.
《最高自主學習法》的後半段，還包含了對於「學科知識」方面的學習策略，這點跟烹飪的這種技能又有些不同。例如運用「番茄鐘」來管理專注力和精神力，懂得「改變地點學習」提升自己的效率和專注，運用「圖像化思考」加深知識的連結和記憶，用「蘇格拉底式提問」對學習主題產生更深層的理解。還有關於「做筆記」和「克服學習障礙」的專章討論，作者都善用步驟式、條列式的方法給出非常實用的建議。

讀完這本書之後，我再次感受到，在這個資訊爆炸的時代，自學能力比任何事情都重要。作者也建議我們在觀察那些成功人士的時候，記得去尋找他們「失敗」的經驗和克服的過程，關鍵在於他們在艱困的時刻仍會不斷嘗試，找到更有效、更快速的復原方式。

學會自主學習，會帶給你需要的力量。
.
【抽獎辦法】感謝 商周出版
１、抽出「2本」《最高自主學習法》送給閱讀前哨站的粉絲們！有興趣的朋友請在底下「按讚留言」，「公開分享」本則動態參加抽獎。
２、留言請寫下：你覺得自主學習，最難踏出的第一步是什麼？例如：「我常常不知道要如何規劃自己的學習策略」
３、活動時間：即日起至2020/12/25(五)晚上十點截止，隔天在留言中公布名單，隨機抽出2名正取，2名備取。
４、請正取得獎者於2020/12/26(六)晚上十點前，私訊回覆寄件姓名、地址、電話，超過期限未認領由備取遞補，寄送僅限台澎金馬。

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

【線上課程】《過好人生學》～讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
不定期推出補充教材，讓學習無限延伸：https://pros.is/KQZZH

【8/3開課！】《人際回應力-看懂情緒，輕鬆對談》~第23期
一個人的命運，是回應力的總和！
課程資訊：http://www.koob.com.tw/contents/157
更多學員心得分享：http://goo.gl/Guc6V6

【線上課程】《自信表達力》～讓你不再害怕開口
從「敢表達、說清楚」到讓人「聽得進、會去做」的完整學習
課程連結：https://pse.is/RG5NC
第一講免費試聽：https://youtu.be/fAjySLoa2f8
不定期推出補充教材，讓學習無限延伸：https://pse.is/NUJK9

【線上課程】《理財心裡學》～擺脫家庭影響，從心培養富體質
課程連結：https://pse.is/EPBWE
第一講免費試聽：https://youtu.be/HgrDK7pqR-0
不定期推出補充教材，讓學習無限延伸：https://pse.is/NJ5VE

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
不定期推出補充教材，讓學習無限延伸：https://pse.is/GXZWM

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
不定期推出補充教材，讓學習無限延伸：https://pse.is/LVRLY

【我們有Podcast囉～】歡迎到Podcast應用裡搜尋「啟點文化一天聽一點」訂閱我們！
Apple Podcast～https://pse.is/N2WCZ
Google Podcast～https://pse.is/PEN2Z
在Himalaya收聽～https://www.himalaya.com/ekoob
在Spotify收聽～https://pse.is/PQT76
在SoundCloud收聽～https://soundcloud.com/ekoob

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=========================
每個人都想要找到更穩定、更有保障的工作，不過我要提醒的是，要是你沒看今天的節目，到頭來，你可能只剩下一場空。

在收看影片之前，不管你是在Youtube還是Podcast收看或收聽，記得訂閱我們的頻道，你的具體支持，是我們製作節目的最大動力～

最近在網路上，有某些關鍵字持續的飆升，像是「企業紓困」、「疫情紓困」都引起上萬人次的搜尋。

而這些關鍵字的背後，也代表著在疫情平息之前，無薪假、失業這些問題不會改善，人們也很難恢復安全、穩定的生活；因此人們會傾向去尋找更有保障的工作，這也讓坊間的公職考試補習班，又熱門起來了！

公職補習班迷思

當然喔，追求安全、穩定本來就是人性，只是當我發現這些公職補習班，還用一些有一點不合時宜的標語，對求職者做宣傳，像是什麼呢？「參加銀行特考，就能擁有讓人羨慕的福利跟待遇」。

甚至是「書記官地位崇高，形象良好，進可攻擊他人之不正，退可保守自己親朋之安全。」這其實是一類的訴求喔，有一點誤導大眾的認知跟行為，我一定要來逆風發言一下。

那為什麼我會這樣說呢？台灣喔的「人工智慧」教父～李開復先生，在他的著作《AI新世界》裡面提到。

他認為人工智慧註定會顛覆世界，並且會帶來前所未有的經濟失衡，而眼下最直接的，就是在未來的五到十年之內，對於全球就業市場帶來的衝擊，很多一般人認定的金飯碗，很可能都會被AI取代。

白領失業潮來了！

李開復在他的書裡面，更進一步的指出，近年來，世界各國因為「無人銀行」的興起，各種AI的工具，已經可以承擔90%以上的金融業務。

再加上喔現代年輕人，普遍使用行動支付、網路銀行的比例越來越多；實際到銀行臨櫃的人越來越少，而第一線的金融人員的工作就此消失，已經是顯而易見的結局！

國外甚至於已經出現申請貸款，把資料送出到核可，不到幾個小時就能夠完成。

這裡的關鍵，就在於AI機器人已經掌握申請人的大量數據，可以在很短的時間裡面做完風險評估，而這些都是人類很難做到的事情。

再來，法院書記官的工作，就是掌管司法紀錄、編案、文牘、統計這些事務；講白話文就是「法院資料的輸入與管理」。

但你知道嗎？現在的科技，已經可以讓機器聽懂人類說話，同時呢在螢幕上轉換成精準的文字，準確率高達九成以上。

你想想看喔，假如準確率繼續提高，費用也越來越平價，法院或者是政府是不是有很大的可能性，會直接採購這樣的設備來取代書記官呢？

一來呢，大幅降低薪資的費用，二來呢，降低人員管理的問題；畢竟人類加班會抱怨，但機器不會有這個問題。

聽到這裡喔，你也許會好奇，以前聽說的AI、人工智能會取代的工作，那應該都是像工廠的工人，或者是體力活動的藍領階層才對啊！

那怎麼現在這些靠「腦袋」的工作，像是銀行行員、書記官，這些白領職業，也會被AI取代呢？

這是因為啊，現代的AI本質，其實是一種「深度學習」！那什麼是「深度學習」呢？

李開復先生在他的書裡面提到，深度學習是一種模仿生物智能的「神經網絡式」的學習方法。

簡單來說喔，過去的電腦只能執行單一程式；比如說，你希望機器人幫你到早餐店買三明治；那麼一旦輸入你家到早餐店的路線，機器人就會執行到底。

如果在路上遇到車它不會閃，遇到人也會直接輾過去，一直到抵達早餐店它才會停止，那是一種沒有思考、沒有應變能力的一個反應模式。

而神經網絡式的學習，則是透過數據資料，幫機器人建立起路況，可能會遇到的障礙物這些相關的應變資訊跟程式。

讓機器人可以在遇到阻礙的時候，先停下來，重新偵測、評估環境的狀況，再計算出成功率最高的路線，轉個彎重新出發，這已經是很接近人類能夠做到的靈活思考。

也就是說啊，在固定的場景底下，只要能透過數據，找到人類固定的「行為模式」，再請工程師把行為模式寫成「運算的程式」。

最後依據收集到的海量大數據，讓AI系統去做深度的學習，AI就能夠擁有思考能力，取代很多白領的工作。

容易被AI幹掉的二特點

從上面的例子，我們可以進一步的知道，符合以下二個特點的工作，很有可能會跟恐龍一樣，在地球上消失喔。

這二個特點又是什麼呢？第一個、那些資料、流程可以編碼的工作；第二個、人際互動頻率很低的工作。

打個比方來說，就像是現代的醫檢師、放射科的醫師，或者是銀行行員，他們都是在固定場景底下，專門分析數據跟資料，再不然就是工作流程有明確的SOP。

工作內容固定，而且有一套嚴格的作業流程和評判標準，不會有太多參數的變化，就很容易被編碼，而變成一條程式。

在未來呢，凡是可編碼的流程，再讓機器人通過大量數據的深度學習，就能夠快速的優化，任何動作都會比人類更快、更精準，而且可以一直進步，還不會喊累！

我們與AI的距離

要是你聽到這裡還半信半疑，感受不到AI對於職場的全面破壞，那麼我再提供一個更貼近你我的事實～

台灣的知名品牌～華碩電腦，在他們關渡總部的13樓，已經有一個130人的AI團隊，成軍了16個月。

而負責領軍的華碩全球副總裁～黃泰一先生，他就表示喔，華碩的AI團隊，已經鎖定醫療、交通、零售這三大產業的數據池，累積使用者的數據資料、網路足跡等等的一切。

透過這些進一步的為零售店家、醫院、輪胎業者，建立起節省人力、降低風險，而且能夠精準行銷的演算法系統。

幫助華碩在他們的未來，能夠透過大量的數據，以及資料跟資料之間的相互運用，所產生的商業價值來賺錢！

儘管現階段呢，華碩只針對醫療、交通、零售這三大產業在搜集數據，不過可以想見的是喔，只要精準的演算法系統建立；商店它是不需要店員，醫院它可能也不太需要醫檢師，輪胎製造廠不需要工人。

而未來這三大產業所需要的「人力」，將以跳崖式的速度往下滑。這也間接證實了李開復先生，在《AI新世界》這一本書裡面所預告的。

他說：「在未來的5～10年之內，現有的50%工作，將會由AI取代」！

所以拉回來看，只要你有稍微留意時事，你一定知道現代的公務人員、銀行行員，就算寒窗苦讀多年考了進去，福利和工作的輕鬆度，也都大不如前了，更別說他們的未來和發展。

也就是說喔，要是你忽略真實職場上正在發生的變化，那麼很有可能等到你花錢、花時間努力考上公股銀行的行員啊、書記官啊...等等的，卻只能做個幾年，就被裁撤了！

這樣的投資報酬率，你覺得划算嗎？算一下喔！會不會你以為自己考到一個安全可靠的資格，但是真正得到的，卻是更高的失業風險！

你想因為「眼前」短暫的穩定，而把自己放到更大的危險裡嗎？如果你不想，你可以選擇現在就打開眼睛，開始為自己的未來做準備～

假如你很想要為自己打造不敗的未來，讓自己的求職、轉職之路，擁有更務實的安全跟穩定，我會很鼓勵你參與我們啟點線上學苑～【過好人生學】這一門課的學習。

人工智慧的時代已經來臨了，但我們卻還用舊時代的工人智慧的腦袋，在面對自己的人生，你曾想過這是為什麼嗎？

其實答案很簡單，那就是「終極選項」和「路徑依賴」這兩大迷思，困擾了很多人。

在【過好人生學】的課程裡，我就會陪伴你去看見「終極選項」這樣的觀念，它的危險之處。

它在於喔，人類的大腦一旦認定當我們「找到了最好的答案」，或者是「最好的鐵飯碗」之後，我們就不再動腦筋思考了，所以會看不見鐵飯碗早就成了破飯碗，千萬別碰！

而「路徑依賴」呢？它是指喔，人會習慣用過去的經驗，想現在的事，然後去預測未來。

比如說吧，你念醫學院，所以就只能當醫生；再比如說，你過去在某個行業，所以你在轉職的時候，就只能做相關的行業。

而弔詭的是，如果過去的經驗能夠適用於現在，還能夠幫你預測未來的話，那每個人都是半仙了啊，也不會有失業的問題、找不到工作的狀況了，不是嗎？

所以呢，無論你是白領，還是藍領的朋友，我想要跟大家說的是喔，未來AI的潮流肯定是沒有辦法阻擋的，無論你想不想面對，它遲早都會來！

不過我也很肯定的告訴你，在我們失去「舊工作」的同時，這個世界還會增加許多的「新工作」。

只要你願意改變，跟上腳步，某些你覺得沒有什麼的工作，其實都潛藏著非常大的人力缺口，值得你好好的關注。

而幫助你換個腦袋，轉換成智能思考的第一步，就是歡迎你加入我們的線上課程【過好人生學】。

【過好人生學】從即日起，到6/12晚上十二點止，我們將推出季節限定的1413的優惠價～

我一直相信喔，未來仍然是充滿希望的，在【過好人生學】裡面，我會用最淺顯易懂的話，點破你對於生涯的迷思，幫助你移除20世紀的思考遺毒，發展出最適合21世紀的生存策略。

我還會幫助你繞過三個心智的陷阱，陪伴你一步一步的去建立起，新時代必備的四大能力，你將看見自己的更多可能性，並且懂得轉換自身的專業，幫自己規劃1413、一世一生的生涯藍圖，過上一個更好的人生。

歡迎你加入學習，也希望今天的分享能夠帶給你一些幫助，我是凱宇。

如果你喜歡我製作的內容，請記得訂閱我們的頻道，YouTube收看的朋友，除了訂閱之外，記得把訂閱旁邊的小鈴鐺打開。

而Podcast收聽的朋友，除了訂閱之外喔，也請給我們5顆星的評價，並且把它分享給你身旁的朋友，我們需要你用最具體的行動來支持我們。

然而如果你對於啟點文化的商品或課程有興趣的話，如同今天提到的【過好人生學】，我們季節限定的1413優惠，陪伴你一世一生。

歡迎你的加入，更期待你在學習之後的發現；那麼今天就跟你聊到這邊了，謝謝你的收看，我們再會。

【線上課程】《自信表達力》～讓你不再害怕開口
從「敢表達、說清楚」到讓人「聽得進、會去做」的完整學習
課程連結：https://pse.is/RG5NC
第一講免費試聽：https://youtu.be/fAjySLoa2f8
不定期推出補充教材，讓學習無限延伸：https://pse.is/NUJK9

【8/3開課！】《人際回應力-看懂情緒，輕鬆對談》~第23期
一個人的命運，是回應力的總和！
課程資訊：http://www.koob.com.tw/contents/157
更多學員心得分享：http://goo.gl/Guc6V6

[ 8/2 開課！]【寫作小學堂】～寫出專屬風格，找回文字悸動～第六期
打造一盞自己的聚光燈，建立起專屬於你的品牌印象
課程資訊：https://www.koob.com.tw/contents/3655
更多學員心得分享：https://pse.is/NE3QN

【線上課程】《理財心裡學》～擺脫家庭影響，從心培養富體質
課程連結：https://pse.is/EPBWE
第一講免費試聽：https://youtu.be/HgrDK7pqR-0
不定期推出補充教材，讓學習無限延伸：https://pse.is/NJ5VE

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
不定期推出補充教材，讓學習無限延伸：https://pse.is/GXZWM

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
不定期推出補充教材，讓學習無限延伸：https://pse.is/LVRLY

【線上課程】《過好人生學》～讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
不定期推出補充教材，讓學習無限延伸：https://pros.is/KQZZH

【我們有Podcast囉～】歡迎到Apple或Android內建的Podcast搜尋「啟點文化一天聽一點」訂閱我們！另外，在Spotify和Soundon也找得到喔！
Apple Podcast～https://pse.is/N2WCZ
Google Podcast～https://pse.is/PEN2Z
在Spotify收聽～https://pse.is/PQT76
在SoundCloud收聽～https://soundcloud.com/ekoob

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=========================
如果你是個專業工作者，很想要學習把知識變現的方法，那麼今天的內容就是為你製作的。

在收看今天的分享前，請先訂閱我們的頻道，並且按下小鈴鐺，你的舉手之勞，是我們製作優質內容的最大動力。

歡迎來到「一天聽一點」，現在的你可能是個專業工作者，你很有料、你很想把這麼多年的經驗，傳承給其他人，成為一個老師。

你也可能是一個公司的經營者，你很想要讓你的員工，學會你身上的本領；但問題是喔，每一次你一開口，就讓人很有距離感、聽不下去…更別說融入你的教學和經驗分享，或者是按照你的話去做該做的事。

你，就是商品的一部分

那要怎麼樣去創造出參與感、感染力、讓人跟你一起享受、一起同在這樣的互動經驗，這真的是很需要學習的啊！

最近我讀到一個很有趣的商業案例，它是一個知名的家俱品牌，你可能也去逛過，叫做「IKEA」。

他們做到了不著痕跡的讓客戶參與互動，最後還自願幫他們的品牌做宣傳，那他們是怎麼做到的呢？

大家都知道喔IKEA賣的是「自己動手做DIY」的組合家俱，但你可能不知道，IKEA有兩家自己動手做的「餐廳」，這有點稀奇齁！

這兩家餐廳，不像是我們一般常見的IKEA門市，一般常見的門市，只有家具的擺設和假道具，你只能看、在腦子裡面想像實際用起來的感受。

而這兩家自己動手做的餐廳裡面，你可以使用所有的廚房設備，而且還可以辦party，替你的小朋友慶生，或者是招待親朋好友聚會，最重要的一點是，這兩家餐廳它「完全免費」！

而且申請的方法很簡單，只要上網預約，並且自備食材，就能夠免費的享用這個空間，和廚房裡面所有的硬體設備，包含廚具啊、烤箱啊、冰箱啊、洗碗機啊，全部都可以使用。

其實IKEA過去給大家的印象，就是那種佔地廣大，它的動線像迷宮、刻意呈現溫馨的家庭感，讓消費者不知不覺的就把東西帶回家。

那怎麼這一次，他會大費周章的經營一個「沒有賣東西」的獨立餐廳呢？他們這樣做到底有什麼好處呢？

體驗變現金的秘密

從市場行銷的角度來看，IKEA這麼做的好處有三個。第一個，那就是透過消費者的試用體驗，增加銷售的機率！

你想想看喔，一套動輒好幾萬起跳的廚具，你平常會有機會「試用」它們嗎？而且廚房的廚具，它不像是我們隨便可以坐一坐、躺一躺，就能夠獲得體驗的沙發或床組。

而消費者如果能夠透過食材的準備、烹飪、用餐，到事後餐具的清潔跟整理，來試用「一頓飯」的完整過程，那麼是不是只要消費者用得順手，他最後買單的機率，就會大大的提升啊！

再來，IKEA非常聰明的地方就是喔，在一開始預約的時候，他會先規定參與者，事後必須填寫「問卷調查表」。

接著提供十幾種形式、大小不一樣的廚房款式，搭配各式各樣的廚具，來讓消費者選擇。也就是說喔，IKEA透過收集使用者的實際經驗，做為改善品牌跟商品的資訊。

而最後第三個好處，那就是IKEA在行銷的訴求點，它並沒有著重在廚具的功能，而是從消費者購買廚具的真正意義～叫做「為你在乎的人準備一餐」啊。

從這樣的出發點做為主要的訴求，吸引人呼朋引伴一起來參與，增加了社群的傳播率，也增強了人對於IKEA的品牌好感度。

這樣的經營策略，確實讓IKEA達到市場跟客戶雙贏的局面，不過我們看到的，不只是品牌跟行銷上的好處，而是更深入的層次，那就是善用「動機」跟「容易」這兩個技巧，來取得更多人的投入跟參與。

讓人掏錢的兩大關鍵

「動機」指的是，做這件事情對人們有什麼好處？或者是能夠帶來什麼樣的價值？而「容易」呢，它指的是人們有沒有能力跟機會，做到這件事情？

我們回到IKEA的例子來看，當他們對於消費者打出「為你在乎的人準備一餐」這樣的訴求的時候。

消費者真正解讀到的是「有免費的場地可以用，還可以大顯廚藝，增進感情」，這樣的設定，是不是很容易的讓人心動啊？

再來，IKEA要求消費者只要事前預約，並且自備食材，就能夠使用餐廳裡面的所有設備，這個條件門檻並不高，幾乎每個人都可以申請得到，那自然就會讓人覺得，很容易就能夠做得到。

(文字標：如何創造「歸屬感」)

然而呢，IKEA高明之處還不止如此喔，他們更進一步的做到，讓參與者都有一份「歸屬感」。

我先說明一下喔，要能夠達成「歸屬感」有三個要素。分別是第一，這是你自己做的決定；第二，這是你做的事情；第三，所以你會認同。

這什麼意思呢？我們來拆解一下喔，首先，因為你會做菜，你想要有更好的環境來招待親友，所以你自己來預約「餐廳」，這就是「你自己做的決定」。

再來，當天餐桌上的菜，都是你自己帶來的食材，都是你親手做，每一道菜都有你的參與！

正因為你自己做決定，所有的菜都是「你做的」；你就不會討厭IKEA，而是會深切的感受到「這是你的事」。

於是你會發自內心認同IKEA是個好東西，也就對IKEA產生了「歸屬感」。

那麼回到你身上，如果你想把自己的知識變現，告訴大家學習是很重要的，特別是付費學習的價值，那你會怎麼訴求呢？進而去創造歸屬感呢？

(文字標：啟點文化開課訣竅)

從IKEA的案例裡面，我們知道創造一個人的「動機」，並且讓他覺得「容易」，辦得到，他就會願意配合你；不管是成為你的學生，或者是購買你的課程。

特別是「容易」這個部分喔，這是我最想要強調的，因為有很多專業人士會覺得，如果教得太簡單，似乎有辱於他多年的訓練或經驗，不知不覺就把課程或商品，設計得很「高端」啊！

而他真正的TA，一看到就會腿軟，深怕自己學不會，其實你這麼做，只是把你的客戶趕跑；他們連門都進不了，又怎麼樣會知道你到底多有料呢？

只有引發你的對象的「動機」、並且讓他們覺得「容易」，才會促成他們的「具體行動」。無論是照你說的去做，還是購買你的商品或服務。

你可以從IKEA的案例裡面，感受到這些結果的背後，有一系列從觀念思維，到流程設計的系統運作。

然而啟點文化在這幾年的耕耘底下，得到市場的肯定，表面上我們只是把心理學，結合生活這樣的運用，銷售實體課程和線上課程。

然而這一切的背後，到底怎麼思考？如何設計？如何讓市場能夠買單？特別是怎樣傳遞表達訊息？

讓你覺得有「動機」跟「容易」，甚至讓許多朋友，透過我們製作的內容得到「歸屬感」。

我把這些背後的「系統運作」，尤其在「表達」的應用層面，全部不藏私的整理在「自信表達力」這門線上課程裡。

與其說這是一門線上課，對我來說更像是給努力耕耘專業的你，一份誠心的禮物。

因為我看過太多學有專精、努力不輟的人，卻沒有好好的被看見，只因為他們不懂得怎麼樣表達自己。

除了心疼這樣的人之外，更多的是對於他們的美好，沒有辦法造福更多人這件事，而感覺到很惋惜。

你想要被正確的看見嗎？你渴望把自己多年的心血結晶「變現」嗎？我想學好「表達」是這一切的起點，讓我用【自信表達力】這一門課陪伴你前進！

我深信每個努力認真的靈魂，都值得過得更好，我們一起加油！希望啟點今天的分享，能夠成為你成就自己的起點；祝福你，我是凱宇。

如果你喜歡我製作的內容，除了在YouTube上收看之外，我們也有開通Podcast的頻道。

你只要在Podcast的運用裡面，搜尋「啟點文化一天聽一點」，你就可以訂閱我們。

除了訂閱之外，也請你給我們5顆星的評價，並且分享給你身旁的朋友，我們需要你用最具體的行動來支持我們。

然而如果你對於啟點文化的商品，或課程有興趣的話，尤其是你是一個專業工作者，你想要把自己的知識變現；那就請你一定不要錯過啟點文化的課程。

無論是線上課程，還是實體課程，我們都用盡心力的、把最實戰的，從觀念到作法提供給你；希望你的加入！

而這相關的內容，在我們每一段影片的說明裡都有連結，歡迎你！希望我能夠陪伴你一起進前。

那麼今天就跟你聊到這邊了，謝謝你的收看，我們再會。

【線上課程】《過好人生學》～1/31前入手，享受優惠價1399！
讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
不定期推出補充教材，讓學習無限延伸：https://pros.is/KQZZH

[ 2020/4/18 開課！]【寫作小學堂】～寫出專屬風格，找回文字悸動～第五期
打造一盞自己的聚光燈，建立起專屬於你的品牌印象
課程資訊：https://www.koob.com.tw/contents/3655
更多學員心得分享：https://pse.is/NE3QN

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
不定期推出補充教材，讓學習無限延伸：https://pse.is/GXZWM

【線上課程】《理財心裡學》～擺脫家庭影響，從心培養富體質
課程連結：https://pse.is/EPBWE
第一講免費試聽：https://youtu.be/HgrDK7pqR-0

【人際維基】桌遊體驗會～讓你一玩就懂別人的在乎～02/22(六）或03/15(日） 14:00
活動資訊：https://www.koob.com.tw/contents/3072

【我們有Podcast囉～】歡迎到Apple或Android內建的Podcast搜尋「啟點文化一天聽一點」訂閱我們！另外，在Spotify和Soundon也找得到喔！
Apple Podcast～https://pse.is/N2WCZ
Google Podcast～https://pse.is/PEN2Z
在Spotify收聽～https://pse.is/PQT76
在SoundCloud收聽～https://soundcloud.com/ekoob

【2020/4/30開課】《人際回應力-看懂情緒，輕鬆對談》~第22期
一個人的命運，是回應力的總和！
課程資訊：http://www.koob.com.tw/contents/157
更多學員心得分享：http://goo.gl/Guc6V6

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
不定期推出補充教材，讓學習無限延伸：https://pse.is/LVRLY

歡迎加入「啟點文化Line@」：https://line.me/R/ti/p/%40teb0498p

線上課程【不用開口，就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=============================
以下為本段內容文稿：

對於許多沒有技術性休假的朋友來說，你現在已經開始上班了！而且呢，可能是上班的第二天。

那雖然談這個有一點太早，但是呢，如果你是想要在這一年有一個更好的發揮跟表現，你或許已經開始在考量，有哪些工作流程必須優化，必須改善？

所以呢，我今天針對這個方向，跟你提出三個我們最需要優化跟改善的考量點。這三個考量點，分別是「損益的程度」，跟「影響的廣度」，還有「擴散度」，它們各自代表什麼呢？

第一個什麼叫做「損益的程度」？ 其實「損益的程度」是指喔，這件事情做了以後會有多大的好處？

我們一般工作是一個連續的流程，那在整個流程裡面，所謂的損益程度最高的那個流程，通常就是我們可能在綜合評估裡面，數值或水準最低的流程。

打個比方來說好了，在我的年代裡面有一個很有名的漫畫，叫做【灌籃高手】。為什麼櫻木花道的進步，會對於湘北球隊有這麼大的關鍵影響？

除了他擁有主角光環之外，也因為他是整隊裡面唯一的門外漢。所以呢，他進步的幅度越大，對於整個球隊的整體素質提升就會越高。

所以如果回到你的工作流程裡，假設你是一個業務員，可能不管從邀約、說明，到後面的跟進、還有服務。

到底哪一個環節你的平均水準是比較低的？那這一個環節或許就是你損益程度影響最大的部分，你需要優先的去優化它。

而第二個考量呢，叫做「影響的廣度」。「影響的廣度」指的是什麼呢？就是這個流程它影響了多少失誤？

有時候呢，有些流程會交匯於同一個點，而這一個點就會有很高的流程廣度。比如說吧，如果你今天哦要跟公部門互動，我常常說公部門的那個核可的印章哦，叫做成事不足，敗事有餘。

什麼意思呢？你整件事情有他那一顆印章不一定保證成功，但是沒有他那一顆印章就叫做必敗。

所以呢，你沒發現這一顆印章就叫做必要流程，而它的影響廣度非常的大。回到你的工作裡面，有哪些流程它會有高度的匯集點？

比如說，大公司可能有十幾個不同的業務部門和業務流程，但是這幾十個業務部門，卻共用一個人事部門。

那麼人事部門它可能不是顯性的，為公司帶來業績，可是它是否穩定、它的運作好不好，卻有很深刻的影響廣度。

所以呢，你回頭看看自己的工作流程，有哪一個環節是影響廣度很大的，幾乎不管你做哪一個工作，它的關鍵位置都很重要。

那我常常提到「自我管理」的部分，像時間管理或者是自我的生涯定位，它就是影響廣度非常大的。

因為不管你做什麼，你怎麼選擇一切都是回到你時間運用的好不好？你的資源運用好不好，或者是你的自我定位清不清楚？

而第三個優化的思考叫做「擴散度」。什麼是「擴散度」呢？其實我們在工作流程裡面，有一種叫做連貫性的流程，也就是ABC這三個是一個流程；而一定要Ａ做好了B才能做，而B做好了C才能做。

所以呢，在這個流程裡面可能Ａ就是擴散度很高的流程，因為A如果沒做好B就不完善，那C它根本不會發生。

這好像是你要在網絡上賣東西，不管是你的商品、引流啊、文案啊，都做的非常好，可是最後購買連結按下去沒反應，或者是購買的流程阻礙太大，那顯然關於購買的這個部分，就是擴散度很高的流程。

如果以我自己為例子來看的話，我的工作流程裡面，前一天晚上想清楚明天一早要幹什麼，這很重要。

而且呢，我通常一早起來，第一件事情洗把臉之後，就會讓自己馬上進入工作狀態，我算早起的人，所以早起最不會有人吵我。

而我通常會把那一天工作的關鍵環節，可能在起床的一兩個小時就完成。所以我蠻多時候是那一天的工作，大概最重要的部分在一兩個小時就完成了，然後接下來的時間就可以，我自己很爽爽的過這樣子！

所以顯然對我來說，前一天想清楚，而隔天早上起床洗把臉之後，直接進入工作狀態，就是我所謂的「擴散度」最高的一個流程。

所以呢，回頭來看一下，在鼠年你想要好好的在工作裡有所發揮，你要選擇優化的工作重點：第一個損益程度高的，第二個影響廣度大的，第三個擴散度深的。

聽到這裡，在關掉這一段內容之後，幫自己整理一下。然而呢，這三個的背後，其實我會更鼓勵你可以把握我的線上課程，叫做【過好人生學】。

如果用一個更寬廣的維度來看你的人生，無論是工作、還是你生涯的選擇，我們在碰到很多很多的關鍵的時候，你有沒有具備「創造結果」的能力？

你能不能把你所專注的地方，從一個點變一個線、一個面，變一個面，這個就叫做「創造出生態圈」。

然而你在關鍵事件上，你知不知道怎麼樣做決定？最後人生是一個無限賽局，人生是一個馬拉松，你怎麼樣在這漫漫長路裡，找到自己的意義？

這一切都在【過好人生學】裡會陪伴你，幫助自己釐清並且讓你活出一個你想要的好人生。

然而今天呢，特別的強調還有一個重點，就是在於我們【過好人生學】＄1399的優惠，就在今天1月31號晚上12點截止。

所以如果你還沒加入的話，請你把握這最後的難得機會；期盼呢，我能夠跟你一起過上一個更好的人生。

然而無論如何，不管你會不會加入我的線上課程，我都期盼你能夠透過「一天聽一點」，每天進步一點點，我是凱宇。

如果你喜歡我製作內容，請記得訂閱我們的頻道，並且把它分享給你身旁的朋友；無論是YouTube還是Podcast，我們都需要你用最具體的行為來支持我們。

然而如果你對於啟點文化的商品，或課程有興趣的話，如同今天提到的【過好人生學】。這個1月31號晚上12點的最後優惠啊！請你在我們的影片說明裡面，點下這一門課的連結，期待你的加入。

希望我能夠跟你一起學習、一起前進，那麼今天的內容就跟你分享啊，這邊了，謝謝你的收聽，我們再會。