今年二月，我決定開始 all in AI。
緣起於知識衛星辦了一個高峰會，在TICC，請我談 AI時代下的商業決策本質。
商業決策是做評估後做選擇的一系列過程，我在臺大D-School有開課教學生創新思考與策略的內容。
但是ChatGPT帶起的AI時代下，商業決策會有什麼不同?
在準備演講的時候，我大量地閱讀了各家評論，以及使用了許多AI產品後，感覺到世界的確會因為AI，成本與產出的速率與數量是與前一個世代不同的，會大幅在競爭與創新效率上帶來變化。
但這樣的感覺，引導到另一個問題，這個變化是50%的效率提升，還是500倍的效率提升，我抓不準，沒感覺，沒經驗值，只能意會，但不能言傳。
從這個演講後，因為這個疑惑，我開始執行 ALL IN AI 計畫。
這不是一句口號，而是實際用行動投入：
- 用AI寫 code
- 用AI解各種問題，做產品，做研究，做策略，做簡報，生圖，生影片，podcast…
- 用AI…
這個 All In AL的過程，週週都卡關，週週也都有前進。這個過程到現在，我知悉了AI的各種面相、使用了更多的AI產品，站到了未來。
實際動手做了50個AI產品，因此了解了怎麼管理AI在商業上，能產生的降本，增效與新商機的巨大機會。
以下是我這 25 週的歷程記錄，有困惑、有突破，也有很多還搞不太懂的地方。
第一週：探索AI時代下新的名詞
除了Chatgpt, 我開始使用所有主流的GPT工具，包括 Gemini, Grok, Claude, Perplexity,…還包括研究各種專有名詞，例如MCP, Agent….並且思考他們在新時代帶來的商業意義。
第二週：看更多的AI應用
我想看矽谷的人透過AI看到怎樣的未來，最好的方法就是去看這些新創們做了甚麼，所以我找前五十強AI的榜單，不認識的就點過去看一看他們做的是甚麼。
後來，覺得這樣很落後，我就上Product Hunt，以及專門在收集最新AI新創的地方去看這些AI新創作了甚麼，不錯的也就把產品用用看，體會體會。
這樣，我對整個AI可帶來的變化有了豐富的見解。
其中也看到了某些賽道比其他賽道更快速地成熟，其中一個就是 coding ai copilot這個賽道。
然後，我就想為什麼我不用AI Coding來寫寫看產品
第三週：開始在電腦上直接安裝大語言模型
夥伴介紹了bolt，可以自架在電腦上，這樣就可以不用去買需要訂閱的coding服務。
筆者過去二十年都在做管理職，創業創新活動，沒有一個正式工作是寫code，但對電腦還是有興趣。
我就在我32GB ram的Mac Mini上面自架了open source的大語言模型服務，也架了bolt寫程式的服務，跑得很慢，但竟然也能跑出”用自然語言就能寫出網站”的結果。
在自己電腦上目睹了LLM的威力，我開始思考，如果這一切都能更快，世界規則會怎麼改變?
第四~五周: 開始使用Cursor coding
因為自架的Vibe Coding 工具太慢了，因此開始用 Cursor來開發。
經歷了一些學習曲線，我還是把第一個應用幾天就做出來了，還布署上了Cloudflare，後續有很快地做了其他幾個遊戲 – 單字挑戰，AI Or NOT, 2048….
這原因並不是我很厲害，而是Cursor太厲害了，我搞不懂的事情我就問Cursor，請他分析現在發生的問題是甚麼，請他分析現在的流程是怎麼寫的，請他幫我deploy到cloudflare，請他幫我commit到 Github….
從這個實作，我開始感受到 AI First這件事的重要性。
第六週：進階解演算法問題
那時候看到一個tweet說，一行就可以把魔術方塊做完，還能解題，我就去try了一下。
結果發現旋轉的畫面生成錯誤，解題也只是倒推轉回來，並不是聰明的解法。搜尋了一下，網路上世有人有演算法可以解決這題的，因此我決定試試，看看是不是很困難的題目也能靠AI來協作。
成果在這裡，經歷在這裡，感想在這裡。
結論：AI時代下，學習力仍是必要的核心競爭力，更要學會怎麼帶領AI一起做事。
第七~十週：AI轉型的迫切性
因為非技術的我寫了一個又一個的小遊戲，我感受到生產力的10x增加。
開始跟管理公司的朋友們分享 All in AI的迫切性，企業應該要立即行動，把握這次的AI革命，降本增效創造新商機。
同時間，我繼續挑戰帶著AI員工，來作desktop app，儼然成為一個初階工程師+初階PM+初階designer，花了七天，竟然也給我做了出來。
第11周到第16周:感受到AI帶來的降本增效新商機
開始理解，知不知道AI，有沒有使用AI，以至於懂了怎麼使用AI搭建千人部隊，是這個時代與前一個時代在搭建公司競爭力上最重要的能力。
從明確策略意圖，到發現應用場景，再到建立評估體系和培養AI人才，每一步都至關重要。
我意識到企業與企業之間的競爭條件中的人才壁壘，以及做任何事所需要的資源投入都起了100x的變化，現在把AI用的好，只要想得到的，都是做得到的。每個專業知識工作者的產出可以差距100x。
因此，我開始把我平常在做的事開始用AI自動化，例如：
1. 研究主題，寫文章，用 gpt-s agent，設定好他的任務，並理解了我的要求，寫文章時間從三小時縮短成 5分鐘，大部分時間是花在 review。例如這個文章與這個文章。2. 想很久要做的podcast，試著用 notebooklm做做看，用 chatgpt生圖，編輯傳上youtube。例如這篇文章與這篇文章。我的channel在這裡。
第17周到現在:AI無所不能，萬事問AI
- 調整網站的SEO設計，請AI做。
- 怎麼放google ads，請AI做。
- 開始會「問對問題」。Prompt 開始有結構、有條理，效果提升超多。
- 挑戰 Web App 的完整性。怎麼處理使用者登入、資料儲存、上傳圖片？RAG（Retrieval Augmented Generation）開始研究怎麼做。
- 理解什麼是 Agent，不只是單純問答，而是 AI 能幫我分步驟做事。開始寫自己的 agent flow。
- 變成 AI 開發工廠模式。五個產品一起改，AI 幫我寫 code、測試、改 bug。
- 遇到問題，不是查文件，而是直接用 AI 把解法變成工具自己用。
- 試著用 AI 做出 real value 的東西，做出有價值的功能給人用。
- 第一個正式的 AI 工具上線，開始測使用者回饋、定價方式。
- 快速再做幾個工具，從語言生成到圖像處理，各種垂直應用。
- 用最小可行性產品（MVP）開始測市場，交代 agent 要做什麼也越來越順。
- 開始進入疊代模式。以週為單位更新功能、優化使用體驗，持續修 bug、加 feature。
25 週過去了，列出我做的幾個服務，陸續增加功能中。
我變得非常熟練如何用 AI 做事，從 coding 到 business。我也更相信：AI 不是取代人，而是加速人。
如果你剛開始走這條路，我建議你不要怕卡關。就像我一樣，每週卡、每週破、每週前進。
企業的話，更需要走知用做管的道路，快速把核心流程重新檢視，熟稔AI，做出新的與AI共舞的10x流程！