ELECTE 部落格
返回首頁 所有文章
Newsletter
草莓問題
"草莓有幾個 'r'？"- GPT-4o 回答 "2"，六歲小孩知道是 3。問題在於標記化：模型看到的是 [str][aw][berry]，而不是字母。OpenAI 並沒有用 o1 解決這個問題，而是透過教導模型「說話前先想清楚」來避開這個問題。結果：在數學奧林匹克競賽中以 83% 對 13%，但只花了 30 秒而非 3 秒，成本也高出三倍。語言模型是非凡的概率工具，但仍需要人類來計算。AI 策略建築與房地產的未來：建築健康產業的啟示
為什麼一般的 AI 解決方案在建築領域會失敗？不能區分「承重牆」與「隔間」的 AI 是很危險的。專業 AI 的結果：設計誤差 -68%、庫存 -31%、施工時間 -28%。Royal London 資產管理：投資報酬率 708%，能源消耗 -59%。在各產業中，建築業的數位化程度僅次於其他產業，是展示垂直與一般 AI 價值的理想場所。AI 策略2025 年人工智能實施的投資報酬率：包含真實案例研究的全面指南
在人工智能上每投入 1 美元，就能獲得 3.70 美元的回報-表現最佳的公司能獲得 10.30 美元的回報。但 42% 的公司在 2025 年前已放棄大部分專案，理由是成本不明且價值不確定。Novo Nordisk：從 12 週到 10 分鐘的臨床報告。PayPal: -11%的詐欺損失。74% 的公司在第一年內取得正投資報酬率，但只有 6% 的公司成為「AI 高績效公司」。問題不是「我們負擔得起 AI 嗎？」而是「我們耽擱得起嗎？AI 策略人工智能生產力悖論：先思考後行動
「除了在生產力統計中，我們到處都能看到人工智能」-索洛悖論在 40 年後重演。麥肯錫 2025：92% 的公司將增加 AI 投資，但只有 1% 的公司有「成熟」的實施。67% 表示至少有一項措施降低了整體生產力。解決方案不再是技術，而是了解組織背景：能力映射、流程重新設計、適應度量。正確的問題不是「我們自動化了多少？」，而是「有多有效率？AI 策略效率悖論：人工智能會讓我們變得更愚蠢嗎？
蘇格拉底擔心書寫會破壞記憶。他是對的--背誦《伊利亞德》的說書人已不復存在。但是，我們卻獲得了在全球範圍內保存思想的能力。每項科技都會 「去訓練 」某些東西，並增強其他東西。AI 也不例外，但速度更快：五年而非二三十年。問題不是「AI 會讓我們變笨嗎？」（不會），而是「我們是否有足夠的意識來選擇哪些該委派，哪些該繼續訓練？AI 策略模型上下文協定 (MCP)：AI 改變業務工作流程的全新「USB-C
「適用於 AI 整合的 USB-C」- 這就是他們所謂的模型上下文通訊協定 (Model Context Protocol)，OpenAI、Google、微軟和亞馬遜都在採用這個協定。社群在短短幾個月內就創造了超過 1,000 台 MCP 伺服器。但 2025 年出現了嚴重的漏洞：提示注入、定義的無聲「拉扯」、憑證暴露。Gartner 警告說，認證仍然有限。前景龐大：一種通用語言可將 AI 連接到任何系統。建議：非關鍵性的試驗專案、審慎的好奇心，而非倉促採用。Newsletter大騙局：為什麼 AI 比它自己承認的更瞭解情緒？
82% 的 AI 對比 56% 的人類情緒智力測驗準確度 - 日內瓦和 Bern 的研究打破了我們最後的迷思。ChatGPT-4 不僅在現有的測試中勝過人類，還創造了與專業心理學家無異的新測試。微表情、語音分析、情境理解 - AI 能讀出我們自己無法辨識的情緒。問題不再是「它能夠理解情緒嗎？」而是「我們該如何利用這種優異的理解力，同時保持人類價值為核心？AI 策略昔日好生意：懷舊成競爭優勢
當 OpenAI 和 Anthropic 仍在尋找永續的商業模式時，MyHeritage 和 FaceApp 卻在透過改善 1990 年代的照片印錢。令人不安的事實：消費者花更多金錢改善過去，而非想像未來。這是「20 年懷舊週期」，由人工智慧在最佳時機賺錢--退化的數位檔案 + 修復這些檔案的技術 + 有購買力的世代。到 2030 年，170 億美元→500 億美元的市場。但如果我們只優化向後看，誰來發明未來？第 36 頁，共 39 頁