Re: [請益] 還有人覺得AI不是泡沫嗎

看板Stock作者 (Cheshire Cat)時間5小時前 (2026/07/29 07:42), 5小時前編輯推噓6(7推 1噓 23→)
留言31則, 9人參與, 4小時前最新討論串4/15 (看更多)
我先說，雖然這波AI浪潮也是讓公司喝到點肉湯 但我的立場其實我前幾天有發文過，我依然是認為整個產業過熱了 然而，AI的槓桿泡沫 =/= AI這東西泡沫 同時LLM也不能統稱AI，這波熱潮比較多的是LLM帶起來的 你可能要表達精確一些 ※ 引述《nideropa (nideropa)》之銘言： : 其實就很簡單的點，人們根本沒辦法想像AI可以對你的生活帶來多重大的改變。當連想像 : 都做不到有多嚴重呢 許多人可能沒有意識到這是一件多荒謬的事 。 其實改變蠻多的，SWE這邊應該是衝擊最大的 一般商業來說，基礎打報告和Email不用在那邊想老半天搞個高大上的敘述 但整體而言，想要切入B2B完整的Business process還有許多事情要重新建立和驗證 套句昨天某位版友說的
→
07/28 11:23,
ERP就是個舊時代的垃圾 AI分分秒都可以全部弄一個
07/28 11:23
假如目前投資人是這種概念，那我蠻確定槓桿真的是過熱了 : 全世界在為了人們自己都不相信的東西投入幾兆美金 更不用說現在AI還沒證明自己帶來 : 新的價值/市場。 價值這件事情，最深入就是有沒有賺錢 但單純去生產力有沒有提升，我非常確定是有 那除了SWE以外生產力的提升能不能cover成本，我個人認為多數的企業辦不到 我舉個例子，你開藍寶堅尼送貨有沒有機會比較快送到? 有，但有沒有成本效益? 沒 : 第一個消費端沒搞頭就死八成了 ，再來最多人吹的什麼claude寫程式多屌，但這也僅是c : ost down面，你省了時間，省了請工程師的錢，然後呢，回歸市場的本質公司要賺錢是必 : 須要有產品的，也就是前面說的跟消費市場脫不了關係，公司用了ai可以降低成本，但這 : 個成本畢竟是有限的，極端比方員工人事成本都是ai給你算0好了，然後呢？終究還是要 : 回歸業務本質。 消費端倒是小事，事實上多數探大吉的軟體公司都是b2b來的 事實上多數AI公司目前也都希望能夠打入business process為主 我們公司目前設計確實有開始使用AI，但就算找專門的人來訓練模型 還是會有些奇怪的錯誤發生，可能我們的東西比較冷門，但多數都是物理學的內容 AI就是會有一些奇怪明顯的誤判，vendor也還在做校正中 所以問題就是企業們找不到subscrib帶來的效率和經濟效益 對於中小型的公司而言，除了產線外很多人都是多工的 僅有極少數的R&D才真的是專注在研發和設計上面 : 還有一種說法是ai本身就是市場，但對百分之99.99的人來說，沒有ai你的生活根本完全 : 不會受影響=會願意花錢訂閱的就是少數中的少數。別跟我說幾個散戶訂閱用來分析資料 : 、處理文書就是你所期待的市場。 我個人還是看好AI這東西終究會滲透進一般的企業中 從矽谷/科技業角度來看，你會覺得這件事情近在咫尺 但跳出科技業的話，甚至只是跳出SWE的工作內容 你會很難想像光是account/cost center同家公司不同國家可能都有不同定義 更別提我還看過年收50B鎂的公司內部還四五套ERP要做translation 而只要是需要驗證和需要有明確責任歸屬的business process 目前就很難交由AI全部代管 很多人說法務可以大量減少人力，但事實上合約丟給AI後 還是沒一個法務敢不自己再全部重讀一次的 這東西給業務做初步的評估還是很好用，所以你也不能說完全沒有改變 當然這是個人的觀點，假如你認為我太廢那你一定是對的 我再次強調，我只是從年營收10B OPM40%上下的小公司觀點來看 長期來看，2032~2033年後這東西應該會變成主力的採購項目 但你說2030年前能夠徹底改變整個business process，我覺得太難惹 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 136.226.240.97 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785282137.A.CE3.html
→
07/29 07:44, 5小時前 , 1F
07/29 07:44, 1F
推
07/29 07:46, 5小時前 , 2F
局限性還是很多 不夠便利
07/29 07:46, 2F
→
07/29 07:48, 5小時前 , 3F
對老闆來說是不夠便宜或是沒人扛責
07/29 07:48, 3F
※ 編輯: zzahoward (136.226.240.97 臺灣), 07/29/2026 07:49:47
→
07/29 07:49, 5小時前 , 4F
所以客服和普通翻譯影響最大
07/29 07:49, 4F
推
07/29 07:49, 5小時前 , 5F
token花費太高
07/29 07:49, 5F
→
07/29 07:50, 5小時前 , 6F
原本十個員工的需求現在變成只剩一個
07/29 07:50, 6F
→
07/29 07:50, 5小時前 , 7F
留下來的負責扛責任
07/29 07:50, 7F
推
07/29 07:55, 5小時前 , 8F
很粗略地說，LLM AI 就是 Deep Learning(DL) 的升
07/29 07:55, 8F
→
07/29 07:55, 5小時前 , 9F
級版；而 DL 大致可以說是 SVM AI 的升級版...
07/29 07:55, 9F
推
07/29 08:02, 5小時前 , 10F
至於 SVM AI 之前呢？大概就是我大學選修課教的 LIS
07/29 08:02, 10F
→
07/29 08:02, 5小時前 , 11F
P AI 了吧 -- 那個時代 AI 完全被當作笑話看待，是
07/29 08:02, 11F
→
07/29 08:02, 5小時前 , 12F
台大電資學院最冷門的出路選擇 XDDDDDD
07/29 08:02, 12F
推
07/29 08:32, 5小時前 , 13F
其實目前最大的爭議點在於，
07/29 08:32, 13F
→
07/29 08:32, 5小時前 , 14F
所謂的生產力提升 vs token成本，
07/29 08:32, 14F
→
07/29 08:32, 5小時前 , 15F
在模型開發商的資金燒完之後，
07/29 08:32, 15F
→
07/29 08:32, 5小時前 , 16F
開始要財報見真章了，能不能撐下去。
07/29 08:32, 16F
→
07/29 08:32, 5小時前 , 17F
簡單來說，AI提高生產力肯定是可以，
07/29 08:32, 17F
→
07/29 08:32, 5小時前 , 18F
但目前的token價並非可盈利定價，
07/29 08:32, 18F
→
07/29 08:32, 5小時前 , 19F
算上能源、折舊、其他營業成本費用...
07/29 08:32, 19F
→
07/29 08:32, 5小時前 , 20F
如果token成本 換算成 單位生產力
07/29 08:32, 20F
→
07/29 08:32, 5小時前 , 21F
只要token成本＞＞＞單位生產力，
07/29 08:32, 21F
→
07/29 08:32, 5小時前 , 22F
那這套商業邏輯就完全失去意義，
07/29 08:32, 22F
→
07/29 08:32, 5小時前 , 23F
或者說，對高附加價值的產業才有用
07/29 08:32, 23F
推
07/29 08:39, 4小時前 , 24F
你用AI產生精美的報告或email結果對方也懶得看
07/29 08:39, 24F
推
07/29 08:39, 4小時前 , 25F
llm能證明數學定律 怎麼可能解不出物理問題?
07/29 08:39, 25F
→
07/29 08:39, 4小時前 , 26F
對方一樣用AI幫忙濃縮重點甚至根本直接當垃圾郵件
07/29 08:39, 26F
→
07/29 08:39, 4小時前 , 27F
長期變化太大先不說，就說短中期，
07/29 08:39, 27F
→
07/29 08:39, 4小時前 , 28F
資金短缺後，scalability 會影響
07/29 08:39, 28F
→
07/29 08:39, 4小時前 , 29F
1. 現階段實際市場需求有多少
07/29 08:39, 29F
→
07/29 08:39, 4小時前 , 30F
2. 有哪些公司/產業用得起且產生獲利
07/29 08:39, 30F
噓
07/29 09:05, 4小時前 , 31F
把LISP講成AI, 推文智障真多
07/29 09:05, 31F
‣ 更多 zzahoward 的文章
文章代碼(AID): #1gQJvPpZ (Stock)
討論串 (同標題文章)
完整討論串 (本文為第 4 之 15 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共15篇)
‣ 更多 zzahoward 的文章
文章代碼(AID): #1gQJvPpZ (Stock)