Olivia
Online
moriyama
@moriyama
Joined January 2007
716 Following
537 Followers
3.3K Posts
酷！
this is f**king insane.
Jack Dorsey just open sourced a free tool for running a one-person business.
the GitHub repo already has 14.4K stars.
It lets you:
→ run your own server
→ keep chat, search, Git, and automation in one place
→ add AI agents that work like teammates
→ decide exactly what each agent can do
no monthly subscriptions.
just you, your AI agents, and full control.
this is where one-person businesses are headed.
save this for later.
国宝松本城プロジェクションマッピング
雪が降っていると、また全然違う感じで楽しめます
很喜歡的改變。
自从 OpenAI 意外发布 4o 图像生成功能以来：
它颠覆了AI 图像领域。
以下是超酷的 14 个示例（100% AI 生成）
1/吉卜力风格的 meme
TikTok 在美國被迫銷售或停止營業，人工智能搜尋引擎初創 Perplexity 最近就表示，有意收購 TikTok，並列出收購之後的各種計劃，引起科技界的關注。
來源：香港 https://t.co/T1kTvdHC1Y 玩生活．樂科技
透過「Google 應用程式」分享 https://t.co/QKHfScDJO3
馬誼郎又要出來說他能拯救世界了….
@hlb 能錄影好讚！
大魔王！
Who held the gun that killed OpenAI?
Hey @adamdangelo all evidence points at you.
Wanna come on my show?
蒼天已死，黃天當立！
Today I got a call inviting me to consider a once-in-a-lifetime opportunity: to become the interim CEO of @OpenAI. After consulting with my family and reflecting on it for just a few hours, I accepted. I had recently resigned from my role as CEO of Twitch due to the birth of my now 9 month old son. Spending time with him has been every bit as rewarding as I thought it would be, and I was happily avoiding full time employment. I took this job because I believe that OpenAI is one of the most important companies currently in existence. When the board shared the situation and asked me to take the role, I did not make the decision lightly. Ultimately I felt that I had a duty to help if I could.
I have spent today drinking from the firehose as much as possible, speaking with the board, a small number of major partners, and listening to employees. Our partnership with Microsoft remains strong, and my priority in the coming weeks will be to make sure we continue to serve all our customers well. OpenAI employees are extremely impressive, as you might have guessed, and mission-driven in the extreme. And it’s clear that the process and communications around Sam’s removal has been handled very badly, which has seriously damaged our trust.
I have a three point plan for the next 30 days:
- Hire an independent investigator to dig into the entire process leading up to this point and generate a full report.
- Continue to speak to as many of our employees, partners, investors, and customers as possible, take good notes, and share the key takeaways.
- Reform the management and leadership team in light of recent departures into an effective force to drive results for our customers.
Depending on the results everything we learn from these, I will drive changes in the organization — up to and including pushing strongly for significant governance changes if necessary. I will be rolling these out as they become clear over the 30 day period. OpenAI’s stability and success are too important to allow turmoil to disrupt them like this. I will endeavor to address the key concerns as well, although in many cases I believe it may take longer than a month to achieve true progress.
I have nothing but respect for what Sam and the entire OpenAI team have built. It’s not just an incredible research project and software product, but an incredible company. I’m here because I know that, and I want to do everything in my power to protect it and grow it further.
It's now 1am and I'll pick this up tomorrow.
PS: I am posting this here both because I think it’s in the general public interest to know in this case, but please don’t expect all future internal comms to come through a public channel.
PPS: Before I took the job, I checked on the reasoning behind the change. The board did *not* remove Sam over any specific disagreement on safety, their reasoning was completely different from that. I'm not crazy enough to take this job without board support for commercializing our awesome models.
@Miulahung 覺得微軟其實不反對讓Sam Altman 挪位置，影響力太大了…
天網的最初！
好的，原來幾天前AI三巨頭Meta、Google、OpenAI在APEC論壇上就有被問說2024年有什麼會令人驚奇的AI發展，當時的Sam Altman就預示了天網的到來（誤）
同意！
OpenAI有两个研究员@kenneth0stanley 和@joelbot3000写了一本书叫：Why greatness can't be planned-the myth of the objectives 这本书写于2015年3月，两个月前才被翻译成中文《为什么伟大不能计划》这本书的思想是反直觉的，是对约定俗成目标式思维的颠覆，大模型时代，这本书的思想更加值得被看见。
台積電創辦人張忠謀演講：談創新、成長、管理、永續
(原載於陳和謙醫師臉書，取得同意分享)
1. 看下面的照片，Morris 的演講應該也是聽一場少一場。
2. 我覺得大家還是喜歡萬事問英雄，但英雄不見得真的每件事都能回答。
今日中午，護國神山台積電創辦人張忠謀先生，蒞臨台北榮總演講，主題為「談創新、成長、管理與永續」。
院方事先向部分員工蒐集問題，再由院長在台上代表提問。摘錄部分內容如下。
- 臺積電的營收一年 2.26 兆臺幣，臺灣健保總額一年才 8095 億，臺積電營收是健保整個總額的 2.8 倍，但大家知道臺積電的 R&D（研發支出佔營收比例） 一年 1500 億。請教創辦人，該如何決定 R&D 的比例，來讓企業永續經營、讓臺積電變成世界典範？
很困難。我們也是成立 10 年後，才公開說要「技術領先」。我們的 R&D 經費，是最大競爭對手 intel、三星的 3 倍。（其他內容略）
．
- 醫療產業只有 1% profit，這是當前的醫療困境，沒有民間捐贈的 22.5 億，公立醫院根本不可能蓋出重粒子中心，台灣醫療的困境就在這裡，不是以盈利為目的，卻又要做到技術領先。創辦人可不可以給我們一些期許，提醒和鼓勵？
（問得挺好的，可惜話題後來跑掉了，我個人認為本質上是矛盾且無解的。）
- 請教創辦人，年輕人大學畢業後，應先繼續讀碩士，再就業，還是先工作，有一點社會經驗後再回來攻讀博士，他更有方向？
看你要從事什麼工作。我想對醫生來說吧，假如你預備做醫生的話，我是覺得應該先念書，書讀好後再做醫生，不過假如你根本就不知道你要讀什麼書的話，那我頂多唸到一個碩士學位，甚至只念到學士學位，工作幾年後，知道自己興趣和未來在什麼地方，那再回學校念書，這是我的想法。
- 大學生涯對未來職場發展，即人格特質和能力有何影響？
我想這個問題要分兩部分來回答。
第一部分就是大學生涯對人格有什麼影響，第二部分就是對能力有什麼影響。
對人格，大學對人格的影響，我認為比較少，因為進大學的時候通常都已經蠻成熟了。而且影響人格有許多因素，家庭教育、從小交的朋友，而一個人進大學已經 18 歲了。
對能力的影響，大學我覺得很大。我一直認為，進大學你第一要學會的，就是將來謀生的能力，我這個話有人不歡迎我講，可是我覺得他們的想像其實已經過時了，他們的想像是認為，他們到大學來是要享受知識、享受得到智慧，我想在古希臘的確是有這個想法，一直到 19 世紀，恐怕都還有這個想法。
可能到 20 世紀，變化就很大了，上大學的人多了，職場上的競爭加劇了。
你在大學假如沒有好好的學到一門謀生的本領，一出去，你馬上就會面臨你認為是很醜惡的世界 ── 其實這個世界本來就在，只是你要準備它，你準備它的話，這就不是醜惡的世界了。
可是你不準備的話，你在大學不準備，一個謀生的本領的話，你會發現這個世界，並不很歡迎你。
📷 如何培養對未來有遠見的人？
第一個回覆，我想適用於 90% 的人：不必煩惱了，沒希望的了！
第二個回覆，適用於在座各位，因為在座的都是剩下的 10% ── 我希望如此XD ── 前瞻、遠見，都是學不到的，而必須是自己得到的。
我想大家知道「知識金字塔」，最底下的一層是資料 (information)，以前是大學畢業後才有能力蒐集資料，現在只要中學生，就有能力透過 google 獲得資料。
再往上一層，是知識 (knowledge)，則需要將資料「內部化」，就是要用腦子，這是大學生涯應該養成的能力與習慣。我對目前大學教育主要的一個批評，就是考試成績蠻靠記憶，記憶是有幫助的沒錯，但更多需要的是思考和分析。
金字塔最上一層，是洞察 (insight)，那絕對需要思考才能獲得。而且原本自己專業的、技術的一個金字塔是不夠的。
例如如果我只有在半導體技術的金字塔往上爬，不足以使我創建、發明台積電獨特的商業模式。是什麼使得我創建台積電獨特的商業模式？我還需要半導體業 marketing 的金字塔，兩個金字塔合起來才能發展出現在的台積電。
台積電非常重要的，就是它追求「創新」的商業模式。兩個金字塔，都必須達到「洞察」的等級，從資料變成知識，再變成洞察，也不敢說能洞察全部，但至少洞察一部分，其實就也差不多了。
- 在追求卓越的過程中，如何塑造好的價值，讓每位員工都能遵循，創辦人挑選接班人的條件是什麼？
這個…我現在不方便回答。因為目前接班人到底怎麼樣，算不算成功，我現在要迴避，不能回答XD
- 接班人的人格特質上，一定要符合什麼條件？
這個我可以回答，就是台積電的 4 個中心價值 (core value)。
第一個是誠信正直 (integrity)。但沒有人會說自己不誠信、不正直。
那誠信正直到底是什麼？我 20 年前就寫了，寫在進公司的牆上，進公司的訪客都看得到；也寫進小冊子，員工人手一本。
（參官網：這個理念代表公司的品格，是我們最基本也是最重要的理念，也是執行業務時必須遵守的法則。所謂誠信正直（Integrity）是：
- 我們說真話。
- 我們不誇張、不作秀。
- 對客戶我們不輕易承諾，一旦做出承諾，必定不計代價，全力以赴。
- 對同業我們在合法範圍內全力競爭，但絕不惡意中傷。同時，我們也尊重同業的智慧財產權。
- 對供應商我們以客觀、清廉、公正的態度進行挑選及合作。
- 在公司內部，我們絕不容許貪污；不容許在公司內有派系或小圈圈產生；也不容許「公司政治」(Company Politics) 的形成。至於我們用人的首要條件是品格與才能，絕不是「關係」。）
第二個是承諾 (commitment)。承諾對公司盡責、對公司忠誠，公司也對你承諾，公司會用你的。
這部分 30 年了，台積電沒有裁過員，這部分是效仿日本的傳統企業。
第三個是創新 (innovation)。我們重視創新，不但重視自己的智慧財產，也尊重競爭者的智慧財產。
（參官網：創新是我們的成長的泉源。我們追求的是全面，涵蓋策略、行銷、管理、技術、製造等各方面的創新。創新不僅僅是有新的想法，還需要執行力，做出改變，否則只是空想，沒有益處。）
第四個是信任 (trust)。努力與客戶建立長遠的夥伴關係，成為客戶信賴且賴以成功的夥伴。
- 創辦人至今每天都在閱讀，而且閱讀量很大，請問創辦人如何挑選值得閱讀的書籍？
首先，我很少很少閱讀中文書。我閱讀很多的都是英文書。
我把這問題完整念出來：「市面上書籍琳琅滿目，本本都有很多人推薦寫序，內容卻不見得精彩。」我完全同意！中文書，我完全同意！這是為什麼我很少看中文書。
我讀的都是英文書，讀書的確是我很大的興趣。
我選擇要看的書，主要是經過書評。我主要看兩個書評，第一個是紐約時報的 Sunday Book Review，第二個是 New Yorker。紐約客的書評，我從 1949 年訂到現在。
事實上，書評往往比書寫得還要好。
- 臺積電在美國成本上升，在和美方合約的限制下，如何兼顧獨家商業機密，與國際合作的發展？
我想這個要問現在的董事長。我有我的回答，可是我要回答的話，會對他們造成問題。所以跳過。
- 醫事人員常反映過勞、工時問題，而創辦人管理台積電時，非常重視工時與員工休息，常說每星期 <50 小時，反對超時加班。醫事人員工時問題，勞動部也有嚴格的規定，我們醫院都有遵守，不過在醫事人員裡頭，尤其很多外科醫師，總不能開一台刀，下來就下半場換另外一個人，有時候是幾個小時的手術，禮拜六禮拜天都要來查房。想請問有沒有建議或提點？
「對不起陳院長，這個問題不在稿子上…我沒有聽清楚……」
（全場笑）
院長重述：「創辦人強調工時不要太長…」
「我沒有強調工時不要太長。我覺得作為工廠或公司，要有一個規定，例如一週 40 小時，但在工時之上，那就是個人的問題。」
（可惜這問題的回答就停在這裡了…）
讓我們一起看下去！
這一期的經濟學人，花了3,000字左右的長篇幅來說明，為什麼 AI 對於經濟發展的影響被誇大了，而人們的工作可能不會受到人工智能的威脅。
我覺得是很有趣的觀點，尤其是經濟學人這個財經權威媒體，試著從經濟發展的歷史脈絡來看未來 AI 的發展時，那個分析尤其值得思考。
簡單講，經濟學人認為，現在 AI 喊了半天，能夠帶來的經濟增長其實還很有限。以美國鐵路為例，過往單一技術的全面導入，實證研究發現這並不是造成經濟變革的唯一因素。人們的工作可能會受影響，但是舊工作的消失比你想像中更慢，而且無法自動化的新工作也會因此被發明出來。政府的強力監管，依舊會保障許多工作不受 AI 取代；同時，政府行政與規劃能力的低落，也會大幅抵銷 AI 所帶來的效率與生產力。為了制衡 AI 帶來的負面效應，我們可能得付出更多成本，包含律師、教師、編輯與銀行風控等。
純然從經濟的角度來看，經濟學人這篇文章，對於 AI 很快就會帶來巨大經濟變革的期待與假設，澆了好大一盆冷水，呵呵。
重點摘要整理如下，全文連結則放在留言中。
-----------------------------------------------
你的工作 (可能) 不會受到人工智能的威脅 - 為何關於經濟革命的預測被誇大了
生成式人工智能的時代確實已經來臨。OpenAI 的聊天機器人利用大型語言模型 (LLM) 技術，在去年11月開創了新局。直到現在，幾乎每天都有令人震驚的進步。隨著科技巨頭之間的競爭加劇，AI 前端技術的演進與釋出，可能會更為加速。
人工智能的發展，帶出了一連串深遠的問題。在這當中，最迫切的，也許正是這個直接了當的問題：這會對我們的經濟造成什麼影響？
許多人對此有著很大的期待。高盛的最新研究表示：「廣泛的 AI 採用最終可能在十年內每年推動全球GDP增長7%，接近7兆美元。」相關學術研究指出，採用這項技術的企業的勞動生產力年增長，可能會提高3%。這代表在未來許多年裡，企業可能會有巨大的收入增長。
然而，金融市場的實際反應卻相對溫和。在過去一年中，人工智能相關公司的股價表現，還不如全球股市的平均水平。
利率是另一個線索。如果人們認為這項技術，將使每個人在明天變得更富有，那麼利率將會攀升，因為人們對儲蓄的需求會減少。(反正明天就發大財了，誰還跟你辛苦儲蓄)
麻省理工學院 Basil Halperin的研究指出，通膨調整後的利率和隨後的GDP增長，有著強烈的相關性。然而，自從去年11月AI 相關題材的炒作開始至今，長期利率已經下降，並且遠低於過往歷史標準。研究人員得出的結論是，金融市場目前並不期待在未來30到50年內會有很高的機率，出現由 AI 引發的大幅經濟增長加速。
回到1700年代末的工業革命，許多人認為單純就是因為紡織機的發明而帶動的，但實際上則是有多個因素交互影響：像是增加煤炭的使用、更可靠穩固的財產權、科學精神的出現，以及其他許多因素。
也許最著名的例證是，1960年代美國經濟學家 Robert Fogel 發表了關於美國鐵路的研究結果，這讓他獲得了經濟學諾貝爾獎。當時許多人認為，是鐵路改變了美國的前景，將一個農業社會轉變成一個工業強國。但事實上，Fogel 發現，鐵路的影響非常小，因為鐵路所取代的技術，像是運河之類的，幾乎也能達到一樣好的效果。即使沒有發明鐵路，美國在1890年初的每人收入水平，最多也只是晚三個月就能達成。
當然，沒有人可以確定地預測，像人工智能這樣的新技術，未來將如何帶領人類。但你仍然可以思考各種可能性。至少到目前為止，Fogel 對於美國鐵路影響的研究，似乎有機會作為一個有用的對照藍圖。
在這個研究中，Fogel 考慮了三個廣泛的領域：壟斷、勞動市場和生產力。
首先，關於壟斷。新技術有時會創造出，一小群具有巨大經濟力量的人。洛克菲勒在石油精煉領域取得勝利，亨利·福特在汽車領域獲得巨大成功。時至今日，貝佐斯和馬克·祖克柏也因為掌握科技，而顯得相當卓越出眾。
許多評論家預期，在不久的將來，人工智能產業將創造出巨大的利潤。在最近的一篇報告中，高盛的分析師估計，在最佳情況下，生成式人工智能每年可能為全球企業軟體收入增加約4,300億美元。他們的計算假設，全球11億的辦公室工作者，每人將採用數個人工智能工具，每人每年共支付約400美元。
任何企業都會很高興能分得這筆錢。但在宏觀經濟條件下，4300億美元並不會為整體經濟帶來什麼大的改變。假設所有的收入都變成利潤，雖然這是不現實的；說這些這些利潤都在美國賺來的，還比較實際一些。即使在上述這些條件下，美國的企業稅前利潤與GDP的比率，也不過就是從今天的12%上升到14%。這高於長期平均值，但也還沒有高過2021年第二季的水平。
這些利潤可能歸一個組織所有，也許是 OpenAI。當一個行業的固定成本很高，或者很難轉向競爭對手時，壟斷的狀況經常出現。例如，過往一段時間內，客戶沒有替代洛克菲勒的石油的選擇，也無法自己生產。
生成式人工智能，確實具有一些壟斷的特性。
據報導，OpenAI GPT-4 的訓練成本超過1億美元，這是只有少數幾家公司，才有本事閉著眼砸錢的大筆投資。此外，還需要有大量關於訓練模型數據的專業知識，更不用說，能夠搶在早期直接取得用戶反饋了。
然而，單一公司壟斷整個產業的可能性，卻很小。
更可能的是，像航空業、雜貨業和搜尋引擎業一樣，有少數幾家大公司彼此競爭。但沒有一種 AI 產品是真正獨一無二的，因為所有的產品都使用類似的模型。這使得客戶更容易從一個產品轉換到另一個產品。驅動這些模型的算力也相當通用。大部分的程式碼，以及訣竅和技巧，都可以在線上免費獲得，這意味著業餘愛好者就可以製造出自己的模型，而且往往能得到驚人的好結果。
風險投資公司 Andreessen Horowitz 的一個團隊曾經指出：「目前看來，生成式 AI 並沒有任何系統性的護城河。」最近從Google洩露出來的資料得出了類似的結論：「進行訓練和實驗的門檻已經從一個大型研究組織的全部產能，降低到一個人、一個晚上、和一台性能強大的筆記型電腦就能搞定。」
再來談談勞動市場。雖然生成式 AI 可能不會產生新的財閥，但對許多人來說，這可能並不足為安慰。他們更關心的是自己的經濟前景，特別是他們的工作是否會消失。
恐怖的預測比比皆是。OpenAI 研究學者 Tyna Eloundou 和同事們估計：「大約有 80% 的美國勞動力可能會因為引入 LLM，而有至少 10% 的工作任務受到影響」。普林斯頓大學的 Edward Felten 和同事們進行了類似的研究，發現像是法律服務、會計和旅行社等行業，最有可能面臨破壞跟影響。
對照過往的研究，經濟學家以前也曾發出過悲觀的預測。即使沒有普遍性的失業，也會有「空洞化」現象，也就是有意義、待遇好的工作因此消失，取而代之的是一些無意義、薪資低的工作。
然而，實際發生的情況卻讓人們感到驚訝。
在過去的十年中，平均的富裕國家失業率大約下降了一半、就業率創下歷史新高。自動化和機器人化程度最高的國家，如日本、新加坡和南韓，反而失業率是最低的。在2010年代，美國人的工作滿意度提高了。在過去的十年中，最窮困的一群美國人的工資增長速度，比最富有的人還更快。
想像一下，當 AI 自動化超過 50% 的工作任務時，一份工作就會消失；或者是，各行各業任務自動化的比例有多高，就有多少比例的工作者會失業。
在上述任何一種情況下，根據 OpenAI 研究學者 Eloundou 的估算，這將導致美國工作機會減少約 15%。有些人可以轉移到人力短缺的行業，比如飯店業。但失業率肯定會大幅上升，可能與2020年新冠病毒疫情最嚴重時期，美國短期失業率的高峰 15% 差不多。
然而，這種情況不太可能發生：歷史顯示，工作機會的消失通常會相對緩慢。
自動電話交換機系統，這個用來替代人工操作員的機器，在1892年被發明。然而直到1921年，貝爾電話公司才裝設了他們的第一個全自動化辦公室。即使在這個里程碑之後，美國的電話操作員數量仍然在增長，在20世紀中期，甚至達到了大約35萬人的高峰。直到1980年代，這個職業才大規模消失，而這已經是自動化設備發明後的 90 年。
AI 將不需要 90 年，就能橫掃勞動力市場。因為大型語言模型 LLM 很容易使用，許多專家對一般大眾如何迅速將 ChatGPT 融入他們的生活感到驚訝。但是，這次在工作場所中全面導入新技術的速度，預計也將同樣緩慢。
在最近的一篇文章中，Andreessen Horowitz 的 Mark Andreessen 列出了其中一些原因。他的論點主要集中在政府法令監管方面。
在國家高度監管的經濟領域裡，例如教育和醫療保健等，技術變革往往極其緩慢。一旦缺乏競爭壓力，會削弱改進的動力。各國政府可能也有自己的公共政策目標，例如最大化就業水平，這與提高效率是互不相容的。這些行業也更可能會形成工會組織，而工會擅長的正好是，如何防止工作機會的流失。
例子比比皆是。像是英國倫敦公營地鐵的火車駕駛員，即使取代他們的自動化技術已經存在了幾十年，他們的薪酬還是接近全國中位數的兩倍。在 AI 浪潮的中心，美國舊金山，尖峰時段仍然需要靠真人警察來指揮交通。
歷史又再重逢, Au revoir!
首先，許多受 AI 威脅的工作機會，都是在受到政府嚴格監管的行業類別中。
回到普林斯頓大學的 Felten 教授的那篇文章，最易受 AI 影響的前20大職業中有14個是教師，但是只有最勇敢的政府才敢用 AI 取代教師。想像一下，用 AI 取代真人教師的新聞標題會有多驚悚。對於警察和打擊犯罪的 AI 也是如此。事實上，義大利已經因為隱私問題，暫時封鎖了ChatGPT，據說法國、德國和愛爾蘭也正在考慮要加以封鎖，這顯示出各國政府對於 AI 對工作機會的破壞性，有多麼的擔憂。
也許，隨著時間的推移，政府將允許某些工作被取代。但是這些時間上的刻意拖延，也將為經濟活動預留出空間，來做它總是會做的事情：也就是當某些工作被取代時，去額外創造出其他新型態的工作。
再來，新技術可以降低生產成本，但也會創造出對商品和服務的更多需求，或是增加一些難以自動化的工作。
2020年，麻省理工學院的 David Autor 教授和同事發表了一篇論文，得出了一個令人震驚的結論。大約 60% 的美國工作在1940年並不存在。「美甲師」這個工作在2000年才被加到人口普查中，「太陽能電工」則是五年前才出現。AI 經濟很可能創造出今天所無法想像的新職業。
最後，第三個因素是，既然對勞動市場的影響相對微小，很可能在生產力上的影響也會是小的。
回頭看，美國的工廠和家庭開始採用電力是早在19世紀末期。然而，直到第一次世界大戰結束後，生產力才出現了爆發。個人電腦是在1970年代發明的，這次生產力的爆發來得更快，但在當時還是感覺很慢。1987年，經濟學家 Robert Solow 著名地調侃：電腦時代「無處不在，唯獨不在生產力統計數據中, everywhere except for the productivity statistics」，正好反應了這樣的現實。
世界仍在等待，最近的 AI 創新，能帶來相關的生產力激增。然而，智慧型手機已經被廣泛使用了十年，數十億人可以使用超高速網際網路，許多工作者現在可以根據自己的需要，在辦公室和家裡之間互相切換。官方調查顯示，超過十分之一的美國員工已經在工作中使用某種 AI ；非官方調查的數字，甚至更高。儘管如此，全球的實質生產力增長仍然疲弱。
AI 最終可能會使某些行業的生產力大大提高。史丹福大學的Erik Brynjolfsson 教授和同事們在一篇論文中研究了客服專員的工作。平均而言，擁有 AI 工具的客服人員，每小時解決的問題數量，提高了14%。研究人員自身也可能變得更高效：GPT-X 可能會為他們提供無數的、幾乎免費的研究助理。其他人則希望 AI 能消除醫療保健中，行政效率低下的問題，從而降低醫療成本。
但是，許多事情仍然超出了 AI 的範疇。傳統的藍領工作，例如建築和農業，占了全世界GDP約 20%，這就是一個例子。一個大型語言模型 LLM 對於收割蘆筍的人來說，幾乎沒有什麼用處。所以很難想像，在未來幾年的時間裡，藍領工作的生產力可以比現在提高多少。這同樣適用於傳統上需要靠人與人接觸，來提供服務的行業，如飯店業和醫療護理。
AI 也無法對失靈的政府規劃體系做些什麼，而這是正是阻礙生產力增長的最大因素。當城市的規模大小受到限制，房價高昂，人們無法居住在最有效率的地方，安心地生活和工作。無論你的社會可以產有多少出色的新想法，如果你不能及時地建造執行出來，都是無用的。科技跟這些問題的解法本身，八竿子打不著邊。
筆記！
In 6 months you could be making $50,000/month:
Email - Revue
Social - Buffer
Design - Canva
Links - Znaplink
Name - Namelix
Store - Gumroad
Meetings - Zoom
Developer - Carrd
Planning - Calendly
Copywriting - Copy AI
No-code tools lets you start with $0.
Last Seen Users on Sotwe
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
241.5M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
113.8M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.6M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.7M followers
KATY PERRY
@katyperry
89.7M followers
Taylor Swift
@taylorswift13
83.6M followers
Lady Gaga
@ladygaga
75.1M followers
Virat Kohli
@imvkohli
72.8M followers
Kim Kardashian
@kimkardashian
70.7M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
65.8M followers
Bill Gates
@billgates
64.9M followers
Selena Gomez
@selenagomez
62.7M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers