AI 讓市場變得快速而複雜，這意味著最好的企業不是擁有最好技術的企業，而是能最快適應變化的企業。過去的競爭力 = 能力（Competency），而AI時代的競爭力 = 網路位置（Structural Holes）+ 敏捷（Agility）。

而統一，目前的擴張路徑看似正確，但最後贏家一定是那些懂經濟、懂人性、懂市場、又有技術執行力的玩家。

這一點在快速變化的 AI 技術中尤為重要。在數位化轉型浪潮中，等待「技術100%成熟」才行動，往往錯失市場先機。相反，那些願意承擔風險、採取快速試錯策略的企業，往往能在創新中領先一步。

我預測明年將迎來一場“AI物種大爆發”。隨著iPhone的Siri整合ChatGPT、Android系統引入Gemini，全球超過30億人將能直接接觸AI工具。這不僅會帶來應用的快速普及，也將催生更多創新工具。

如何將現有的LLM通用模型，轉化為垂直產業與企業專屬模型。這裡我們可以考慮三種技術創新，如微調（Fine-Tuning）、RAG（檢索增強生成）、以及Prompt Engineering（提示工程），並把這三類技術做到最好。

在新經濟時代，企業需考慮ESG需求，從自私轉向連結原則，利用數位科技與世界連結，克服減碳挑戰，實現透明碳管理，提升競爭力和社會責任感。

未來的 AI 生態系中的拱心石會是誰？是 AI 裝置還是 AI 本身？如果有一天我的汽車、手機、家用電腦、客廳裝置都是同一套 AI 系統，世界上最瞭解我的人將是這個 AI 代理人。

想到AI的典範轉移，能在人類反應時間內做出決策，控制硬體並完成任務，還真的令人擔心。

讓AI處理難的問題，面對複雜混沌，就是簡單規則重復做，大道至簡，大智不語，等待複利效果的突現，這將是人類在AI時代，僅剩的價值與能力。

複雜的網路結構中充滿了縫隙（結構洞），填補縫隙的人就是搭橋，而搭橋的可以取得控制與資訊的優勢。