人工智慧（AI）快速發展，我投入AI與自然語言處理研究超過30年，從早期研究語言模型，到後來進入Google參與搜尋相關工作，再到今天生成式AI進入每個人的生活，我愈來愈確定一件事：這一次AI帶來的改變是真的，而且我們正站在一個非常關鍵的轉折點。
日前我受邀參加TIA台灣勵志協會「TIA名人講堂」，以「AI未來發展與因應」為題，和大家分享我對這波AI浪潮的觀察。我一直認為，這是一個美好的時代，同時也是充滿挑戰的時代。很多人第一時間想到的是AI會不會取代工作，但我更想提醒大家，當一項工具可以大幅放大每個人的能力，我們真正應該思考的，是自己準備怎麼使用它。
我在1991年取得台大博士學位，當時博士論文研究的就是語言模型。30多年前，很難想像這項技術有一天會成為全球科技產業的核心。後來Transformer架構出現，AI理解、處理人類語言的能力快速提升，直到生成式AI爆發，我們才真正看到語言模型從研究領域走進每個人的日常生活。
但如果今天還把AI理解成「問問題、找答案」，其實已經不夠了。過去的生成式AI比較像一名顧問，你提出問題，它告訴你應該怎麼做，但最後還是由你自己執行；現在AI代理（AI Agent）正在改變這個模式，AI可以理解一項任務、拆解步驟、尋找工具，再一步一步完成工作。簡單來說，過去的AI核心是「Answers」，現在正在走向「Take Action」。
我認為，這會徹底改變企業的工作方式。以前要打造一套數位工具，往往需要工程師寫大量程式，但未來真正熟悉業務的人，可以直接把自己的需求、判斷邏輯與工作流程告訴AI，再由AI協助完成。因此我一直鼓勵大家開始學習一件事情，就是「用嘴巴寫程式」。
所謂用嘴巴寫程式，不是每個人都要成為軟體工程師，而是每個人都要學會把自己的專業講清楚。你能不能整理自己的SOP？能不能清楚告訴AI第一步做什麼、第二步判斷什麼、遇到不同情況該如何處理？當這些事情能夠被清楚表達，AI就可能把它轉化成真正可以執行的工作流程。
這也是我認為未來職場最大的變化之一。每一名專業工作者，都有機會打造自己的「AI分身」。你可以把大量重複性工作交給AI，自己則把時間留下來處理真正需要判斷、創意與人際互動的事情。未來競爭的關鍵，未必只是誰知道得比較多，而是誰最懂得把自己的專業與AI結合。
當然，我並不否認AI會衝擊就業市場。程式、財務、法務等知識型工作，都可能受到影響，部分過去由年輕白領負責的入門型工作，也可能逐漸被AI處理。但我不認為這代表年輕人沒有未來，反而可能代表過去那條「讀好學校、進大公司、按照固定階梯往上走」的職涯道路，正在被重新改寫。
因此，與其一直問「AI會不會取代我」，我更希望大家問自己：「我能不能成為最會使用AI的那個人？」如果一個人原本只能完成一份工作，現在透過AI可以完成五份、十份，甚至做到過去必須依靠整個團隊才能完成的事情，那麼AI帶來的就不只是取代，也可能是個人能力前所未有的放大。
AI的下一步也會從數位世界逐漸進入物理世界，但我認為這件事不會一夕發生。現在很多人討論人形機器人，彷彿很快每個家庭都會有一台，但現實世界涉及視覺、觸覺、感測及複雜環境判斷，因此相較於什麼事情都能做的人形機器人，我反而認為無人駕駛計程車、無人卡車、倉儲機器人等具有明確任務的應用，可能更早成熟。
AI愈來愈強，也代表我們必須更認真面對安全問題。當AI只能回答問題時，回答錯誤可能只是資訊不正確；但當AI開始能自己寫程式、使用工具、操作系統甚至長時間執行任務，一旦目標設定錯誤，造成的後果就可能完全不同。
我常把AI比喻成一輛「超跑」。有人會開，有人不會開；開對了，可以讓你跑得非常快，開錯了，不只很花錢，也可能闖禍。因此AI治理、安全與使用規範的重要性，只會隨著AI能力提升而愈來愈高。我們不能因為它有風險就拒絕使用，但也不能只看到效率，而忽略如何駕馭它。
對台灣而言，我認為我們其實站在一個非常好的位置。全球AI競爭需要大量算力，也需要半導體、伺服器與完整硬體供應鏈，而這些正是台灣長期累積的優勢。但下一階段，我們不能只滿足於「替全世界製造AI需要的硬體」，而應該進一步思考，台灣能不能成為全世界最會使用AI的地方之一。
近年大家經常討論「主權AI」，但我認為主權AI不能只理解成「我們是不是擁有自己的大型語言模型」。主權可以是國家主權，也可以是文化、教育與企業的主權，而真正重要的仍然是使用能力。即使模型不是自己訓練的，只要懂得把自己的資料、專業知識與工作流程有效結合，一樣可以創造巨大的價值。
所以面對AI，我想談的從來不只是「未來會發生什麼」，而是我們現在準備做什麼。
從30多年前研究語言模型，到今天AI已經開始從「回答問題」走向「替人完成事情」，我看到的不是一個遙遠的科技未來，而是一場已經發生的典範轉移。AI確實會帶來風險，也一定會改變許多工作，但我更希望大家把它看成一個讓夢想加速實現的工具。
我們可能正好活在一個非常幸運的時代。過去因為缺乏資金、人力、知識或技術而做不到的事情，現在都有機會透過AI重新實現。真正的問題已經不是AI會不會來，而是當它已經來到我們身邊，我們是否準備好學會使用它、管理它，最後真正駕馭它。