VIP 專屬文章 羅天一觀點：吊塔之上，餐桌之間─AI 時代的三生思維

從工地到飯局，我們都在學習與不確定性共處

我在學校兼任講授「投資理財」課程時，常會帶上一句話:財富乃身外物-生不帶來，死不帶去，只要中間可以過的去! 同樣的，如果AI的使用也是一項「技能財富」，那要如何過的去？

近日作者在公司大樓的一樓接待櫃枱遇到大樓總幹事正接洽前來拜訪的朋友, 一問之下知悉原來大樓外牆帷幕玻璃的清洗要由原來的「人工吊掛沖洗」改為「機器人沖洗作業」了。此刻，這不由得令作者想到-近日由作者辦公室的玻璃窗外看出去，旁邊建地上的工程正在安裝施工所需的「高空吊塔」，當下在炙熱的豔陽下組裝吊樑的作業人員在二十幾層樓高的吊樑上走著，隨著風吹，整座吊樑機構都在輕輕晃動，作者的心也隨著噗通噗通的緊張起來-但這就是飯碗，誰都不能保證明天還有沒有這個位置。那一瞬間，我忽然意識到，這是最原始、最赤裸的「生存所需」─身體在風險裡，換來一家人的溫飽。

同一個禮拜，另一群「財富自由「的朋友約了餐會。話題很快從股市、房產，轉到了 AI。有人苦笑說，自己投資的餐廳，外場已經程度上的靠機器人完成送收餐；有人感嘆，連客服聊天機器人都被訓練得不能講喪氣話，永遠正向、永遠圓融，像是被馴化過的情緒。席間有人問：「我們已經不用為了生存拼命，那要怎麼學 AI、適應 AI？」這是「生活樂趣」層次的命題-不是怕餓死，而是怕被時代落下，怕找不到位置安放自己的好奇心與焦慮。

兩個話題之間，隔著的不是收入與身分，而是面對 AI 浪潮時，完全不同的恐懼與期待。高空作業的業者擔心的是工作會不會被自動化取代他的工作；餐會朋友擔心的是自己會不會跟不上 AI 進化的速度。再往深一層想，還有一些人沒有明說，當生存所需、生活樂趣被滿足時，此時可能產生另一層人生思考題─「生命的意義」。當有人用Google 搜尋不同的話題時- Google AI 把搜尋結果濃縮成一段摘要，多數人讀完摘要就關掉視窗，不再點開原始資料；當資訊被高度壓縮、「判斷被悄悄外包」，我們是不是也在不知不覺中，把「生命的意義」這道「思考題」，丟給了演算法的生成「摘要「給解釋掉？

生存、生活、生命，這「三生」似乎是每個人都繞不開的命題，比起談哲學，我們來聊聊方法-當高空作業的業者與餐會朋友問的其實是同一件事：「我該怎麼跟 AI 相處？」我們需要的，是一套可以落地操作的切入點方法學。

赫茲伯格的二因子理論原本用來解釋工作滿意度，分成「保健因子」與「激勵因子」。當我們把它借用到 AI 導入的脈絡裡，恰好對應到「痛點」與「爽點」兩條軸線，這也是面對任何 AI 工具時，我建議的第一道「盤點「動作。

•痛點（保健因子）：不想做却必需要做的, 因為不解決就會出事的問題。例如高空作業的人力短缺、餐飲業招不到外場人手、客服中心應對量爆增。這些是「不做不行」的生存壓力，AI 在這裡扮演的是補位的角色。 （相關報導： 謝錦芳專欄：AI大浪帶給創業者的反思 ｜ 更多文章 ）

•爽點（激勵因子）：以前想做却做不到的，例如提高會讓人主動想用、想加分的激勵價值。例如送餐機器人讓外場人員從搬運中解放，轉去做更有溫度的服務；結合AI sensor 優化流程、場域重建，當效率提高之後，業者可以把時間留給真正需要判斷力的深度思考。

把每一項要導入的 AI 應用，分別放進這兩條軸線盤點一次，往往就能看清楚：這個工具究竟是在「止血」，還是在「加分」。止血型的應用要優先做、要做到位；加分型的應用則可以放慢腳步，等團隊準備好心態再導入，避免為了趕流行而本末倒置。

盤點完痛點爽點，下一步是把應用場景分類。我習慣分成三類，前兩類大家比較熟悉，第三類常被忽略，卻往往是決定成敗的關鍵。

1.內容生成整理：從摘要、翻譯、文案到報表整理，AI 扮演的是「資訊壓縮器」。但前面提過的隱憂也在這裡-當 Google AI 的摘要讓使用者點閱原始資料的比例下降，我們要提醒自己，摘要是入口，不是終點，重要決策前仍要回頭核對一手資料。

2.流程代理與綜理：這是 Agentic AI 最常被談論的範疇，從訂單處理、客服應答到送餐機器人的調度，AI 不只是回答問題，而是代為執行一連串的任務。效率提升的同時，也代表決策權正在從人手中分散出去。

3.法點-法律與制度的考量：可能是最容易被技術熱情蓋過去的一塊。聊天機器人被刻意訓練成避免表達負面情緒，看似貼心，但若使用者真有負面情緒需要被聽見、被理解，過度正向的回應反而可能造成資訊落差，甚至延誤求助時機。這背後牽涉的，正是制度該怎麼規範 AI 的應對界線、誰該為 AI 的回應風格負責。

目前在國際間推動中的 AI相關法律，精神正是在這裡-技術可以跑得很快，但治理框架要跟上，才不會讓「方便」悄悄變成「風險」。

如果把 AI 治理比喻成醫療體系，會更容易理解該在哪個階段投入多少資源。

1.預防-資料使用：源頭把關。訓練資料從哪裡來、有沒有侵權或偏誤、個資是否經過適當去識別化，這是最便宜、也最容易被省略的一步。等到問題爆發，往往已是事後補救，成本高出數十倍。

2.治療-導入使用注意：強調透明性、合理性與可解釋性。AI 給出的答案，使用者要能追問「為什麼是這個答案」，企業也要能在事後說明決策邏輯。這一階段對應的是「用的當下要清醒」，不能把 AI 的輸出當成不容質疑的真理。

3.保險-使用倫理：處理「萬一」的問題。當 AI 被不當使用，造成損害，誰來賠付？這不只是技術問題，更是保險與法律必須共同面對的新題目，目前各國都還在評估、研擬及進行中，但企業若能提早規劃 AI 責任險與備份回復機制，就是把不確定性提前內化成可管理的成本。

回到餐會朋友的提問：「要怎麼學習及適應 AI？」我的建議很樸實-把它當成養成一個新習慣，而不是準備一場考試。每天花十分鐘問 AI 一個生活裡的小問題，觀察它怎麼回答、哪裡答得好、哪裡明顯露出馬腳，這個過程本身就是最好的學習。把對未來的憂慮，轉化成對工具的好奇，焦慮感自然會被探索的樂趣稀釋掉。

同時，別忘了幫自己的數位生活上一份「保險」。重要的資料、創作、決策紀錄，要有 AI 工具之外的備份與回復機制，一旦平台異動、服務中斷，或是輸出內容出現爭議，才不會措手不及。這份保險，買的不是焦慮，而是安心。

高空作業的業者，餐會裡的老友，還有每天滑著手機看 AI 摘要的我們，其實都在問同一個問題的不同版本：在生存的壓力與生活的選擇之間，這一生該怎麼安放？AI 不會替我們回答這道題，它只會把答案的草稿，越打越快地遞到我們面前。

但草稿終究是草稿。真正決定要不要點開原始資料、要不要追問一句「為什麼」、要不要在機器人給出標準答案後再多想一層的人，還是我們自己。生不帶來，死不帶去，中間怎麼過去?或許正是因為有了 AI 這面鏡子，才讓我們更清楚看見：思維的投入與選擇的清醒，才是這個時代裡，真正可以過的去的一個參考建議。 （相關報導： 謝錦芳專欄：AI大浪帶給創業者的反思 ｜ 更多文章 ）

＊作者為國票金控資安長/鑫友會前瞻政策顧問，本文由鑫友會提供，授權刋載。