Lenny's Podcast 笔记：Benedict Evans 深度访谈
📋 Brief
Benedict Evans 在這集訪談中分享了他對 AI 影響的獨到見解，他認為 AI 的衝擊力等同於網際網路或行動裝置，並非更高，也非「毀滅式」的工業革命。他用具體案例說明了為何 AI 不會大規模取代工作，反而會催生新的服務需求和工作型態，鼓勵大家別逃避，要主動擁抱這股浪潮。
⏱️ 內容分段導航
| 時間段 | 內容摘要 |
|---|---|
| 00:00 - 00:17 & 02:51 - 03:20 | AI 的規模：等同於網路或行動革命，而非工業革命。 |
| 00:09 - 00:39 & 18:00 - 19:14 | 工作自動化與新職位創造：破除「工作末日」的迷思。 |
| 00:40 - 01:12 & 03:22 - 05:15 | 面對 AI 新前線：主動投入而非逃避，理解當前的「霧裡看花」狀態。 |
| 09:45 - 12:28 | AI 與專業服務的弔詭：AI 實驗室反而大量投資顧問服務。 |
| 12:29 - 16:29 | 任務與工作的區分：理解自動化的本質，以及價格彈性的影響。 |
| 16:30 - 17:59 | 價值解耦：網路時代的啟示，以及為何僅自動化「任務」不等於取代「工作」。 |
📖 詳細內容
01｜AI 衝擊力與網路、行動革命相當
核心觀點： Benedict Evans 提出一個有點爭議的觀點，他認為 AI 對社會的影響程度，應該與網際網路或行動裝置的普及相提並論，而不是像某些人誇大成等同於工業革命那樣顛覆一切。他強調，網際網路和智慧型手機已經帶來巨大的改變，將 AI 放在同等量級，並非輕視其重要性，而是給予它一個更合理的定位。
重要原話：
"My most controversial opinion is that I think that AI is as big a deal as the internet or mobile and only as big a deal as the internet or mobile." （原文：My most controversial opinion is that I think that AI is as big a deal as the internet or mobile and only as big a deal as the internet or mobile.）
個人感受： 聽到這個論點時，我心裡想：「嗯，這倒是個清醒的提醒。」我們很容易被最新的技術熱潮沖昏頭，覺得這次真的「不一樣」了。但 Evans 的觀點讓我停下來，從芒格常說的「逆向思考」角度想想，AI 帶來的可能不是全然的未知，而是歷史上類似技術演進的重現。
延伸思考： 在 AI 討論熱烈時，我們是不是常忘記了過去那些「革命性」技術的實際演進路徑？這種「錨定」在過去成功範例上的思考，能幫助我們更務實地規劃 AI 的應用與策略，避免不切實際的幻想，也能看到 AI 如何像網路一樣，逐步滲透並改變既有產業。
可參考的行動： 如果你正考慮投入 AI 領域，可以試著回顧一下過去十年來，網際網路和手機是如何改變你所處的產業或工作流程的。從這些歷史經驗中，或許能找到 AI 未來走向的蛛絲馬跡。
02｜工作自動化會創造新職位，而非末日
核心觀點： 許多人擔心 AI 會帶來「工作末日」，但 Evans 認為這是一種誤解。他指出，每一次新技術的出現，的確會自動化掉一些現有的工作，但同時，這種自動化也會釋放出新的價值，進而創造出我們目前無法想像的新職位。他以歷史為鑑，說明這是一個反覆發生的模式，AI 時代也不例外。
重要原話：
"Every time we have a new technology, it automates away a bunch of jobs and then that automation unlocks a bunch of new jobs and you don't know the new job cuz it doesn't exist yet." （原文：Every time we have a new technology, it automates away a bunch of jobs and then that automation unlocks a bunch of new jobs and and you don't know the new job cuz it doesn't exist yet.）
個人感受： 過去幾年，當我聽到大家在談論 AI 如何取代工作時，其實有些不安。但 Evans 的話讓我感到安定許多。他的論述很像芒格強調的「基本原理」，提醒我們不要只看表面，要深入理解技術演進的底層邏輯。這讓我想到，人類的適應力總是超乎想像。
延伸思考： 對於個人而言，與其焦慮自己的工作是否會被取代，不如花時間研究 AI 如何將現有流程效率化，並思考如何利用騰出的時間學習新技能，或是發掘那些只有人類能做的、需要創意、批判性思維或情感連結的工作。這正是從「舊時代觀念」轉向「AI 時代新現實」的關鍵。
可參考的行動： 花半小時上網查詢一兩個你目前行業中，AI 已經開始應用的案例。不是去害怕它，而是去理解它如何改變現有流程，並思考這其中可能產生哪些新的服務或職位需求。
03｜擁抱 AI 前線：像 1997 年的網路一樣，先動手做再說
核心觀點： Evans 將 AI 發展的現狀比喻為 1997 年的網際網路：雖然前景一片光明，但很多東西還沒準備好，功能也不完善，更重要的是，大部分人還沒有真正理解或大規模採用。他鼓勵大家不要逃避或抱怨，而是要親身投入，去理解 AI 能做什麼、不能做什麼，並從中找出機會。
重要原話：
"Don't stick your head in the sand and say, 'I hate all of this stuff.' That gives you a great feeling of moral superiority and you can go on Blue Sky and shout at everybody about how evil AI is. Like great, I'm happy for you. But that's not going to help. What helps is you diving into this and coming out understanding what you can do with today." （原文：Don't stick your head in the sand and say, "I hate all of this stuff." That gives you a great feeling of moral superiority and you can go on Blue Sky and shout at everybody about how evil AI is. Like great, I'm happy for you. But that's not going to help. What helps is you diving into this and coming out understanding what you can do with today.）
個人感受： 我很喜歡他把 AI 比作 1997 年的網路，這讓我對當前的混亂和不確定性有了更多耐心。就像芒格常說的，承認自己的無知是智慧的開始。現在就是那個「我們不知道會走向何方」的階段，所以親自去摸索，比任何理論推演都來得實際。
延伸思考： 在這個快速變動的 AI 時代，個人和企業最應該做的，就是像芒格提倡的「持續學習」一樣，保持好奇心，主動嘗試。AI 賦能個人效率和電商業務的機會，往往就藏在這些早期的試錯和探索之中。那些等到一切都明確才行動的人，就錯過了最好的學習和佈局時機。
可參考的行動： 今天就找一個小任務，例如撰寫一封郵件、整理一份摘要、或發想幾個產品名稱，嘗試用 ChatGPT 或 Bard 等 AI 工具完成。親身體驗它的優點和局限性。
04｜AI 時代專業服務的需求不減反增
核心觀點： 許多人預測 AI 會讓顧問、分析師等專業服務行業萎縮，但現實恰恰相反。Evans 觀察到，領先的 AI 實驗室反而正在大量投資於專業服務，如諮詢公司和駐場工程師。他解釋說，企業內部缺乏足夠的人力去全面評估並實施 AI 解決方案，從「找出哪些工作流程能自動化」到「實際執行與整合」，這些都是複雜的專案，需要外部的專業支援。
重要原話：
"What's really just funny about this trend is you would think AI is going like consultants were going to be gone. No, we don't need all these people anymore. AI is going to do their work. Instead, like the most cutting edge AI labs are the ones most investing in these folks. It's I think it's pretty surprising." （原文：What's really just funny about this trend is you would think AI is going like consultants were going to be gone. No, we don't need all these people anymore. AI is going to do their work. Instead, like the most cutting edge AI labs are the ones most investing in these folks. It's I think it's pretty surprising.）
個人感受： 這個觀察讓我對「AI 會取代一切」的說法有了更深的懷疑。我很喜歡這種反直覺的發現，這很符合芒格說的，要看清事情的本質，而不是表象。AI 雖然能「做」很多事，但如何把這些事有效地融入到複雜的商業運作中，仍然需要人類的智慧和協調。
延伸思考： 這揭示了 AI 時代一個重要的「新現實」：工具雖然強大，但「如何使用工具」和「如何將工具與複雜的人類組織結合」的知識和能力，將變得更加寶貴。對於電商業務來說，AI 可以生成商品描述，但如何設計一個吸引人的產品策略、優化用戶體驗、處理客戶關係，這些都需要專業人士的戰略規劃和執行。
可參考的行動： 如果你在公司擔任中高階職位，可以開始思考：如果我們要引入 AI 工具，內部團隊需要哪些外部支援？哪些專案需要顧問協助進行前期評估或後續整合？先盤點這些需求，會發現專業服務的價值所在。
05｜區分「任務」與「工作」：自動化不等於取代
核心觀點： Evans 深入剖析了自動化對工作的影響，他區分了「任務 (task)」和「工作 (job)」的不同。許多 AI 技術可以自動化特定的「任務」，例如會計軟體可以自動計算數字，但這並未導致會計師這個「工作」消失，反而因為效率提升，會計服務的需求變多，行業整體規模擴大了。他強調「價格彈性」的原理：當做某件事的成本降低時，人們往往會做更多同樣的事，甚至因此創造出全新的需求。
重要原話：
"Is the hard part of the job writing the code line by line? Is the hard part of the job like giving you the school or making the PowerPoint or is the hard part of the job something else? Is it the task or the job?" （原文：Is the hard part of the job writing the code line by line? Is the hard part of the job like giving you the school or making the PowerPoint or is the hard part of the job something else? Is it the task or the job?）
個人感受： 我覺得這是這集訪談中最有洞見的部分，它直接切中了很多人對 AI 恐懼的根源。這讓我聯想到芒格的「多元思維模型」——不要只用單一維度去評估，而要用系統性的視角看待問題。理解「任務」和「工作」的差異，就像是為我們思考 AI 影響時，提供了一個堅實的心理模型。
延伸思考： 對於提升個人效率和電商業務來說，這個區分至關重要。「舊時代觀念」總以為自動化會讓某些職業消失，而「AI 時代新現實」則揭示了 AI 更多是作為「賦能工具」的角色。例如，AI 可以快速生成產品文案（任務），但制定產品策略、理解市場、與客戶建立情感連結（工作）仍需人類。電商可以利用 AI 處理訂單、客服（任務），但品牌建立、供應鏈談判、創新行銷（工作）仍是核心競爭力。
可參考的行動： 列出你日常工作中的五項主要任務，思考其中哪些是可以被 AI 自動化或輔助的「任務」，哪些是需要人類判斷、協調和創意的「工作」。接著，思考如何將 AI 應用於這些「任務」，從而釋放時間，專注於「工作」的核心價值。
06｜從網路時代看 AI：價值解耦與新機會
核心觀點： Evans 借鑒網際網路對報業和唱片業的衝擊，來解釋 AI 可能帶來的影響。他指出，這些行業之所以受到重創，是因為它們的「核心價值」（新聞內容、音樂作品）可以與「物理製造和分發」（印刷、光碟）解耦。當物理部分被網路取代，傳統模式就難以為繼。然而，對於許多行業，這種「解耦」並不那麼容易，或者說，自動化一個「任務」後，反而會催生更複雜的「工作」需求。這進一步強化了「任務」和「工作」的區別，說明簡單的自動化推論往往過於簡化現實。
重要原話：
"Record companies do not think of themselves as being in the business of manufacturing small pieces of plastic but that was that was what they actually did and when that went away they were screwed. Um same thing for newspapers. Newspapers did not think of themselves as like manufacturing and trucking companies. When you decouple that then that becomes a problem." （原文：Record companies do not think of themselves as being in the business of manufacturing small pieces of plastic but that was that was what they actually did and when that went away they were screwed. Um same thing for newspapers. Newspapers did not think of themselves as like manufacturing and trucking companies. When you decouple that then that becomes a problem.）
個人感受： 看到他用唱片公司和報業的例子，我恍然大悟。這讓我明白，只有當一個行業的核心價值能夠從其過去的物理或流程載體中徹底分離時，才可能面臨顛覆性挑戰。如果不能完全解耦，AI 更多的是優化現有流程，而不是完全取代。這是一個很好的歷史教訓，避免我們被表象迷惑。
延伸思考： 對於電商業務來說，「舊時代觀念」可能認為 AI 會讓傳統實體店面完全消失，因為網路已經解耦了銷售場景。但「AI 時代新現實」是，AI 輔助的電商會更加個人化、效率更高，但品牌信任、產品創新、客戶體驗這些難以解耦的核心「工作」，反而會成為新的競爭高地。
可參考的行動： 審視你所在行業的核心價值鏈。思考其中哪些環節可以被 AI 高度自動化（任務），而哪些環節是與客戶建立關係、提供獨特價值、或需要複雜判斷和策略（工作），這些是不容易被取代的。將精力集中在後者。
💎 精華收穫
Benedict Evans 提醒我們，AI 並非毀滅性力量，而是像網路和手機一樣，會逐步重塑我們的生活與工作。他最核心的洞察是，AI 自動化的是「任務」而非「工作」，這將帶來效率提升和全新的職位。我們應當主動擁抱這項技術，深入理解其潛力，而非被恐懼蒙蔽，才能在這股浪潮中找到個人的發展和商業的新機會。