最近寫了幾篇 AI 相關的文章,發現這些文章雖然主題不同,但似乎都圍繞著同一個問題:當 AI 改變了既有的成本結構,過去的模式是否還合理?
AI協作
這幾篇文章為:
- 利用 AI 放大自己的優勢:增加「閃現」的機會:探討 AI 降低知識取得、理解與探索的成本,如何幫助人們拓展知識,增加不同知識之間產生連結,進而獲得新洞見的機會。
- AI 認知成長飛輪:探討 AI 降低探索與學習成本後,如何透過好奇心、AI 探索、知識累積與閃現,形成持續循環的認知成長模式。
- OpenSpec SDD 的成本與效率問題:探討 AI 大幅降低程式開發成本後,導入 SDD 所增加的規格撰寫、流程執行與維護成本,是否仍然符合成本效益,以及既有開發方法是否需要調整。
- AI 時代軟體價值的探討:以 EcoSpeak 為例:探討 AI 降低軟體開發成本,以及通用 AI 已經能夠提供部分專用軟體功能的情況下,軟體的存在價值與未來可能的產品形態。
價值鏈的轉變
知識探索與洞察
認知成長
AI 開發流程執行與維護成本
軟體價值
我直覺認為 AI 正在改變既有價值鏈中某些節點的成本,使得舊有模式不再合理。
例如,過去軟體開發成本高昂,所以需要進行事前規劃與驗證。但當 AI 讓開發成本大幅下降,改成快速製作產品投入市場,直接讓市場來驗證是否可行?原本的流程是否需要重構?
當價值鏈中的某個節點成本大幅降低,不只是讓該節點變得更有效率,還可能改變其他節點的重要性,甚至使整條價值鏈重新配置。
因此,我透過與 AI 問答來確認自己的直覺,重新檢視既有模式的合理性,思考哪些環節可以簡化、合併、取代甚至取消,以及原本受限於成本的新模式,是否因此變得可行。
我感興趣的是,當 AI 改變成本結構後,應該重新思考整件事情該怎麼做,甚至有沒有必要做,以及未來可能會是什麼樣子。
沒有留言:
張貼留言