Al不是新技術，而是新思維
本來這篇講稿想用ChatGPT生成，但事實證明「ChatGPT」實在還沒辦法真的生成什麼有價值的內容。😅
AI革命帶來的恐慌情緒和自我懷疑
隨著ChatGPT帶起AI技術的熱潮，大家都會說現在是「AI革命」，是繼工業革命，數位資訊革命後的新一波產業革命。有了過去的經驗，大家都很恐慌，自己是不是很快就會被AI取代？過去的經驗是不是已不再值錢？還是我們以後是不是可以不用工作，躺平就好了？😅
對於這波所謂的「AI浪潮」，雖然我很想跟Bezos一樣跟大家說，只要關注10年內不會改變的事就好，但又一直覺得事情沒那麼單純。雖然我一直向大家說明，AI在各個面向將怎麼改變我們的未來，但現在的AI技術，到"改變"或是"優化"其實真的還有一段距離。看著大家的簡報都說到「自己會有恐慌或焦慮」，看著AI的新聞一個一個出現，像是「AutoGPT可以讓用戶不用介入，讓AI自主思考，找出可行的解法」或是「大語言模型也可以在嵌入式平台上運行」這類的新聞，真的會有一種「別再更新了，我們都學不動了」的無力感。實務經驗告訴我們，AI技術就算是未來明確的方向，但對於眼前的問題而言，真的還不是很成熟的解法。可「經驗」會不會正好就是我們的成見，是思維的框框？我們是否要馬上推翻我們的經驗，AI說的就是對的？
經驗不會背叛你，不會就是不會
一個網路笑話是這麼說的。面試官看著求職者的履歷問「你不是上個工作才做2年而已，為什麼你在履歷表寫你有3年的同業履歷呢」？求職者的回答是：「我每天都加班趕工，整整多了一年」。
另外一個黑色笑話是這麼說的：「如果你10年的工作經驗都在組機台，你可能只有1年"解決問題"的經驗」。
最後一個是不知打哪兒來的"格言"：「人生也許會背叛你，兄弟會欺瞞你，只有數學不會，不會就是不會」。若將「數學」換成「經驗」，是合理的嗎？
1970年有了第一個所謂的圖像作業系統WIMP(Windows,Icon,Menu and Pointer)系統；1983年Apple在個人電腦上實現了全圖形化系統；1992年Microsoft的Windows讓大眾正式學會在GUI下操作電腦。可是系統管理員要操作系統，靠的還是那堆指令，以及對作業/網路系統的設計理解。軟體開發者能串OpenAI的API擁有LLM的能力，但真正要能把事情搞定(Get Things Done)，還是要靠開發者對系統，開發工具及用戶場景的熟悉。任何人都可以用ChatGPT產生網頁程式，但只有前/後/全端開發者才知道怎麼建立/維護一整個網站或服務。
遊戲引擎的門檻一直在降低，接下來可能會連一大堆的屬性視窗都不需要了，可是效能優化還是要知道怎麼確定是CPU/GPU Bound，怎麼省Drawcall，怎麼寫Shader才行，穩定性要好還是要知道怎麼監看記憶體用量，CPU使用率，甚至是溫度。要做到大規模自動建置，從發版到部署的需求和狀況都不一樣，組合那麼多，終究還是要整個管線(Pipeline)都熟的人，才知道怎麼選擇。
我們的自動化測試，我有信心在技術上是不輸測試同業的。可AI可以告訴我遊戲有沒有Bug嗎？可以，但目前成本還太高，速度也太慢。不過AI現在倒是可以讓電腦視覺的速度跟品質，變得更快更好。讓我們品檢的自動測試程式，能更有效率的找到問題。
真正的「實務經驗」還是一種無可取代的BI(Business Intelligence)，是AI學不來，也推翻不了的。
Bill Gates有句話現在看來還是適用的：We always overestimate the change that will occur in the next two years and underestimate the change that will occur in the next ten(我們總是高估未來2年會發生的改變，低估了未來10年將發生的改變).
沒錯，你不學AI可不可以？可以，短期內我們擁有的「BI」，依然可讓大家歌照唱舞照跳。可我們也可以預期得到，也許不到10年，這些BI就沒有任何意義。我們現在需要的並不是恐慌，而是不帶偏見的看待一個新技術出來，搞懂它的本質，瞭解它能做什麼，積極學習它的用法即可。現在的學習並不是否定過去的經驗，而是準備應付10年內會出現的劇變，讓自己變得驚豔。
要找「AI人才」…可我也只是"略懂略懂"而已，要怎麼找？
AI時代來臨，當然我們會需要物色更多更優秀的「AI人才」，為公司的研發實力做好準備。
僅管我們有AI的研發能力，不過那有一點是蠻底層的，機器學習相關的領域知識。如果今天是找訓練或調校模型研發工程師，我們知道該考什麼。不過現在情況有點不同了，就像清鈺進製程組時，他的考題也早就不是C++或是Linux系統了。這個時代，我們需要的「AI人才」，是比較偏應用了。可我們在這個領域確實就沒那麼熟悉了，只能算是"略懂"而已，那我們要怎麼確定求職者是合適的呢？
其實，我們中間幹部的面試，會需要一份考題，尤其是技術面向的考題，最主要的目的就是要為了要篩出有基礎實作能力的求職者而已，並不是要找出什麼技術大神。更何況，實務經驗告訴我，技術往往也不一定是最好的解決方案。而所謂的"新技術"，常常也就是基本的領域知識堆積出來的新產品而已。所以我想我們的考卷，似乎不應該糾結於要更新到目前主流的那些技術，而是應該專注在那些應該要懂的基礎觀念就好。
再回頭看看我以前的那些考題，確實是這樣。跟LeetCode比起來，我們的考題簡直是小學生等級的。不過，製程組的技術水平在這幾年累積出來的口埤還算不錯，沒給研三部這個技術單位丟臉。回想這全程我們是否有什麼原則是應該堅持下來的，我好像搞懂了一些事情。
原來我好像不是在面試"求職者"，而是在找"創業者"。
作為履歷篩選的第一線，我自然也看過台政清交的履歷。不過有些人雖然學歷很漂亮，論文和證照也算是應有盡有了，但卻不代表他們有足夠的實作能力。我常就他們的經歷中提問，他們為什麼想做這個題目？為什麼想做那個專案？實際上你做過什麼雛型？你建立過什麼產品？我也常看到有些人在所謂的專案團隊中，並不確定其他人在幹麼，甚至不曉得自己在團隊中產出的價值是什麼。有些人很直白說，他沒有團隊經驗，但他也沒有「一人公司」的技術學習能力，可以讓他有「無須團隊經驗」的本錢。
漸漸我有點理解，我們想找的人，不一定需要有知名大學/公司的資歷，甚至可能不需要是某個領域的技術大神。因為技術變化真的越來越快，"某個領域的專家"的價值保鮮期越來越短。我們其實要找的人，是能在不同的領域都能快速進入狀況，解決問題的人。
前陣子看到的文章，學到兩個面試題，也許都不是新題目，不過對我而言獲益匪淺，接下來我就會拿來用，所以在這裡分享給大家，借花獻佛一下。
2年前知名球星Stephen Curry拍攝了一支短片，他當面試官，要Bill Gates假裝是應徵微軟的軟體工程師。這部影片真的很有趣，也獲得了165萬的點擊。題目很簡單，就是請Bill說說，「為什麼我們要雇用你？」
Bill的回答一樣非常具說服力。他會用自己的作品強調自己對於產業、公司的熱情，用紮實的作品跟成績說服人。也強調樂於與人合作、與他人一起想像未來。說明自己的優勢時，會強調自己為此做了哪些學習、也有相關的證明；在說明缺點時，明確表達自己不擅長哪一方面的職位，但強調自己可以「與非自己擅長領域的團隊合作」。最有趣的是Curry問他說期待什麼樣的薪酬條件，Bill則是回說樂意承擔風險，認為公司的前景很好，更偏好公司發股票給他。
這哪是求職者？這根本就是個創業者，對吧？
另一個題目則是馬斯克的，他最喜歡用這題來抓出"膨風"的資歷：「你遇過最困難的問題是什麼？而你是怎麼解決的？ 」
想了想這題真的是很妙啊！真的是有一石多鳥的效果啊！他自己就是連續創業者，每天面對的就是解不完的難題。所以直接問對方"最困難"的問題是什麼，問題的難度，基本上就是這個求職者的"強度"。而且，從求職者的回答也可以得知，求職者對於自己的目標設定的正不正確，對想要的結果清不清楚。從解題的過程則是可以知道求職者的思維有沒有邏輯，夠不夠深，夠不夠有效率。
「.ai」會和當年的「.com」一樣嗎？
現在有許多AI服務，它們的域名都叫「.ai」或是「.io」。我有一個RSS叫「Futurepedia」，可以理解為「AI服務的搜尋引擎」。可想而知，現在AI的產品/服務是什麼成長速度了。
作為一個也經歷過「.com」泡沫危機的路人而言，很自然的會把「.ai」和「.com」拿來比較想想：現在AI的火熱，會跟當年的「.com」一樣是個泡沫嗎？
當年真的是什麼米粒般大小的服務，都可以冠上個「.com」，看來不但高大上，也能募到充沛的資金。只不過隨著浪潮退去，就會知道誰沒穿褲子。「.com」說穿了只能代表架設網站的技術有一定的成熟，但不代表「電子商務」的成熟。現在還活著的電子商務產業的玩家，哪一個不是一直在突破技術及物流的瓶頸，把用戶體驗做到極致，才能讓用戶持續使用？「電子商務」還真不是設計個網站，讓用戶能在上面點一點就完事了，上面的服務也不能"數十年如一日"，就像現在我們的App產品一樣，要不斷的改版，辦活動，優化效能…才能讓用戶願意繼續一直使用。
現在的「.ai」提供的服務有沒有智能？算是有吧。但就像自駕車還不能全面上路，VR頭顯沒辦法讓大家帶整天進入元宇宙一樣，就是還不夠成熟。其實不管是「AI革命」，還是「典範轉移(Paradign Shift)」，都是真的，但也都不會是轉瞬發生(Overnight)的單一事件。用「進化(Evolution)」來稱呼可能會更中立客觀一點。
ChatGPT取代搜尋？那比較像是從「找到答案」進化到「得到答案」；M365取代文章或簡報的製程？那比較像是從「空白頁」進化到「有草稿」；Github Copilot要取代軟體工程師？那比較像是從「寫程式」進化到「軟體設計」。「.ai」會和「.com」一樣變成泡沫嗎？似乎有個答案浮現出來了：會啊，找不到什麼該進化的，技術上沒準備要進化的，趕不上進化速度的，就會變成泡沫。
所以，我們究竟要做什麼？
之前我曾經提過所謂的「Copilot的研發能力」，長官們可能一下子不太能理解是什麼，我也就沒特別強調及說明，但其實這必然是我們無法逃避的問題。僅管「讓ChatGPT落地到各個職能以優化工作效率」是重要的目標，但長期更重要的目標，是要培養出我們的產品能「進化」的能力。
工程面，我們開始排定時程，請工程師研究怎麼串接OpenAI的API，怎麼串接不同的服務，去真正理解「有AI能力」是指要做到什麼規格。當然，我這邊也會開始跟不同職能的人接觸及討論，協助他們理解人家的產品加入了「AI」是指什麼，是真的有解決用戶體驗的痛點，還是只是跟風而已？
iKala的執行長程世嘉，在研討會說過一句話：「AI並不是一個新的產業類別，而是放大原有的」。我想這確實是我們面對AI浪潮時，該有的正確反應。本來做得好的，需要透過AI變得更好才行；本來做不好的，若沒有透過AI優化，可能也會成為被放大的缺點。