《Sega on AI》EP1 摘要分析：台灣是 AI 霸主，還是 AI 代工廠？
iKala 創辦人程世嘉（Sega Cheng）與前 Google 台灣董事總經理簡立峰博士的對談。從 Computex 帶動的「資本島」現象，一路談 AI 是否泡沫、Agent 剛需、2030 Token 暴增 24 倍與硬體優化、美東美西拉鋸、台灣五缺與國際化併購、「幸好台灣軟體弱」的軟體新機會、Agentic Commerce 與 Zero-Click 經濟的 GEO，以及研發從十年縮到六個月。最後以「問、用、管、造」四面向勉勵年輕人成為 AI 時代 1% 人才。
這是 iKala 創辦人 程世嘉（Sega Cheng） 主持的新節目《Sega on AI》第一集，來賓是前 Google 台灣董事總經理 簡立峰博士。全長約 57 分鐘，由 Google 贊助。核心提問只有一個:在這一波 AI 浪潮裡，台灣到底是站上舞台中央的「主角」，還是替別人代工的「配角」?
註:本頁摘要依官方影片說明所附的分段大綱與時間戳整理而成（該影片未提供字幕/CC，無法逐字轉錄）。因此以下呈現的是對談的主要論點骨架，而非逐句引用。
一、從「朝聖 CES」到「資本島」
對談先從產業風向的位移談起。過去台灣科技業是去美國朝聖 CES，如今變成全世界湧向台灣看 Computex。簡立峰用「化學變化」形容這個轉折:台灣股市規模一度逼近日本，成為前所未見的「資本島」。這不只是股價，而是全球資本開始把台灣視為 AI 供應鏈的重心。
二、AI 會泡沫化嗎? Agent 時代是「剛需」
面對「AI 是不是又一次泡沫」的疑慮，兩人的判斷是:這一波是剛需，不是純炒作。理由在於 Agent（代理）時代的崛起——企業要的不再只是聊天機器人，而是能真正做事的「AI 員工」，尤其是替代高階、重複性的知識工作。需求有真實的生產力支撐，就不容易憑空崩掉。（延伸:Rails 官網也在對 AI agent 喊話，見 rails-from-prompt-to-ipo。）
三、Token 暴增 24 倍，硬體優化是台灣的關鍵球
如果 AI 員工會大量工作，代價就是 Token 消耗爆炸——節目提到 2030 年 Token 消耗預期暴增約 24 倍。這正好接回台灣的強項:當運算需求指數級成長，硬體與能效優化就成了決勝點，也是台灣「護國神山群」（不只台積電，而是整個半導體聚落）能持續卡位的原因。省 Token 這件事不只在雲端，也在程式語言層次發生（見 vibe-coding-token-efficiency-by-language）。
四、美東 vs 美西:政策的矛，創業的盾
簡立峰用一組對比描繪美國內部的張力:東岸是政策制定者，關切國安、治安、地緣政治（「矛」);西岸是科技創業家，追求速度與突破（「盾」)。兩股力量的碰撞，直接牽動全球 AI 供應鏈的走向，而台灣正好卡在這條供應鏈的核心位置，無法置身事外。
五、台灣的「五缺」與國際化解方
台灣的結構限制（俗稱「五缺」:缺水、電、地、工、人才）在 AI 時代更被放大。簡立峰的解方是:台灣不能只留在島上，要擴大「台灣人」的定義，用「聰明錢」去做國際化的人才與技術併購——把資本島的優勢，換成全球佈局的槓桿。
六、「幸好台灣軟體弱」:重洗牌就是新機會
這是全集最反直覺的一句。簡立峰認為:正因為台灣軟體業過去相對弱，AI 大幅降低了軟體開發門檻，反而讓台灣有機會「重新洗牌」。關鍵策略是——台灣的軟體應該長在硬體之上（軟硬整合），再靠 AI 補上規模化（scale）的能力，而不是去跟美國比純軟體 SaaS。
七、牛肉在哪? Agentic Commerce 與 Zero-Click 經濟
商業模式的變化同樣劇烈:
- Agentic Commerce:AI 代理人代替人做重複性消費、優化企業 ERP、降低庫存風險。
- Zero-Click 經濟:使用者不再點進一個個網頁，AI 直接給答案。
- GEO（生成式引擎優化）:當入口從搜尋引擎變成生成式 AI，傳統 SEO 與搜尋廣告的規則被改寫，取而代之的是「如何讓 AI 在生成答案時引用/推薦你」。
八、真正的價值:研發「增效」，不是營運「降本」
一個重要的觀念校正:AI 最大的價值不在 operation 的降本（省人力、砍成本），而在核心產品研發的增效。當研發循環可以從十年縮短到六個月，各行各業都會迎來新的經濟節奏——誰能把研發速度拉起來，誰就重新定義了競爭。
九、如何成為 1%:問、用、管、造
節目最後，簡立峰給年輕人（與所有科技從業者）一套四面向的框架，用來在 AI 紅流中生存、甚至成為關鍵的 1% 人才:
| 面向 | 意思 |
|---|---|
| 問 | 會問對問題——提問力是駕馭 AI 的起點 |
| 用 | 熟練地使用 AI 工具，把它變成日常生產力 |
| 管 | 管理 AI、為結果把關（human-in-the-loop） |
| 造 | 打造自己的 AI 分身/應用，從使用者變成創造者 |
他鼓勵每個人打造個人的「AI 分身」——在 AI 時代，人人都有機會當老大、實現大夢想。這套「問用管造」其實跟「不懂技術也能用 AI 把工作做完」的白話路徑相通（見 using-ai-at-work-for-non-tech-people），而「管」這一環——敢用也敢把關——正呼應了「用 AI 需要勇氣，也需要在關鍵處停下來自己把關」的道理。
十、精讀延伸:三組對照，與我一致的思路
以下是我對這集三組核心對照的延伸精讀。因無逐字稿，這些是觀點整理與延伸洞察（綜合節目論點與我自己一貫的主張），不是逐字金句。等我補進原話後會另外標注。
軟體 vs 網路:台灣要玩的是「軟體」，不是「網路」
這兩個詞常被混為一談，但商業邏輯完全不同:
- 網路（platform） 靠的是網路效應與雙邊市場，本質是「贏者全拿」——Google、Meta、Amazon 一旦卡位，後進者幾乎沒有翻身空間。台灣過去在這一層從沒贏過，未來也很難，因為它比的不是技術，是先發與規模鎖定。
- 軟體（software） 是工具與系統:可以賣給企業、可以嵌進硬體、可以深耕垂直領域。它不需要贏者全拿，只要在一個場域把事做到位就有價值。
關鍵洞察:AI 把這兩層進一步拉開。 AI 讓「寫軟體」這件事門檻大降（軟體不再是護城河），但 AI 的模型平台層本身又是新的「網路效應/資料飛輪」戰場——那一層一樣是巨頭的贏者全拿。所以台灣的正解不是去搶模型平台（又一次網路戰），而是回到軟體嵌進硬體、深耕垂直的位置，把 AI 當工具而非護城河。這正是「幸好台灣軟體弱」能翻身的真正理由:弱的是「網路平台」那種軟體，而不是「長在硬體與場域裡」的軟體。
（我自己的實作就是這條路:醫療系統是「軟體 × 垂直場域」，不是平台；一個人加 AI 把它送上 production，見 one-person-devops-talk。）
老創 vs 新創:AI 時代，護城河從「會不會寫軟體」換成「敢不敢用 AI 重構」
網路時代是新創靠網路效應輾壓老創。但 AI 時代的算式翻轉了一半:
- AI 最大的價值在研發增效與導入既有營運，而資料、領域知識、通路、法規關係、資本這些恰恰是老創（既有企業）手上的牌。當 AI 把「開發軟體」的門檻打掉，純軟體新創原本的護城河也一起被打掉。
- 但「AI 原生 / agentic from day one」的新創，在老創轉身太慢的垂直領域，依然有機會直接彎道超車。
關鍵洞察:分界線已經不是「老 vs 新」，而是「敢不敢用 AI 重構研發與流程」。 老創若肯把研發循環用 AI 壓縮、把 AI 疊上既有流程，反而是最大受益者;抱著舊護城河不動的，不分老新都會被洗掉。而且——當「一個人＋AI」就能扛起過去一個團隊的產出（見 rails-from-prompt-to-ipo），創業的門檻低到極致，真正的護城河就退回到 domain＋資料＋敢把系統送上 production 的膽識。
垂直整合:AI 獎勵「軟＋硬＋場域」的整合者
台灣半導體的優勢，本質就是垂直整合的供應鏈（整個神山群，而不是單一公司）。AI 時代把這個邏輯放大到全端:
- 賺走最多價值的是全端垂直整合者——NVIDIA（晶片＋CUDA＋軟體生態）、Apple（自研晶片＋作業系統＋應用）。純硬體或純橫向軟體都會被上下夾擊、利潤被壓薄。
- 對台灣的意義是:往上整合，從硬體長進軟體、系統與 AI（「軟體長在硬體之上」本身就是一種垂直整合），而不是在橫向純軟體市場跟美國硬拼。
關鍵洞察:垂直整合要的是效率，但別把自己鎖死。 我自己主張的是一種「開放式垂直整合」——用開放標準（FHIR、REST）與模組化，取得垂直整合的效率，同時保留像樂高一樣「一塊一塊換掉」的可替換性，不被任一家廠商綁架（見 digital-transformation-evangelist）。垂直整合的縱深，加上開放標準的自由度，才是小團隊也能扛起大平台的關鍵。
一句話總結
台灣的答案不是「霸主 or 代工廠」的二選一。簡立峰的論點是:靠硬體與能效優化守住供應鏈核心（神山群），用國際化併購補足「五缺」，再趁 AI 降低軟體門檻的重洗牌時機、讓軟體長在硬體之上——台灣有機會從「代工」升級成「主角之一」。而對個人而言，能不能上桌，取決於你會不會「問、用、管、造」。