程世嘉上第一線親測：AI讓強者心想事成，弱者被甩開20倍
「AI不是讓我們事情變少，而是讓有想法的人，事情變得更多了。」這句話是輝達執行長黃仁勳曾說過的話，也是iKala共同創辦人暨董事長程世嘉近日來的深刻體悟。
許多人曾幻想AI問世後，人類能從電腦前被解放，過上更悠閒的生活。現實卻恰恰相反：AI正讓忙碌的人，更忙；AI也讓能力強的人，更強。強者與弱者之間的鴻溝，將因為AI拉大差距至前所未有的落差。
近期程世嘉接受《哈佛商業評論》Podcast《請聽，哈佛管理學！》主持人楊瑪利人物面對面專訪，從創業者與AI重度使用者的視角，分享他對AI未來浪潮以及AI將如何重塑企業組織、工作型態與人才結構的觀察。
圖／左起為程世嘉、楊瑪利；遠見創意製作攝。
2026進入AI代勞元年
程世嘉認為，2026年AI最重要的趨勢是：AI代理人將全面落地。
他指出，轉折點從2025年第四季開始。去年底Google、OpenAI、Anthropic等公司相繼「軍火展示」，推出新一代模型，技術能力出現質的躍升。表面上看似例行發布，但對整個產業而言，卻是典範轉移的時刻。
「過去AI是回答問題，但現在開始，它可以幫你把事情做完。」程世嘉說，AI正從問答工具走向代理人（AI Agent）。近年來爆紅的「AI小龍蝦」是最鮮明的例子。使用者只需說一句「我的桌面很亂，幫我整理」，它便自動分析檔案、分類歸納，甚至自行命名資料夾。這讓人第一次真切感受到，AI不只是提供建議，而是開始代替人完成工作。
小龍蝦爆紅是因為許多人都不擅長整理檔案、資料，常常找不到資料放在哪裡。根據一些調查，許多白領工作者一週有30%到40%的時間花在找資料，小龍蝦幫助許多人解決困擾。當然，誤刪檔案、錯誤執行，將寶貴資料「消失」等問題也經常傳出來，這是AI與人之間尚待解決的「對齊問題」。
但在程世嘉看來，這些問題並不會阻止AI Agent普及。技術往往是以一種漸進式方式嵌入工作流程。
算力資本取代人力資本，成為企業核心資本
AI不只將改變個人工作，也正在重塑企業的成本邏輯。
黃仁勳曾預測，全球算力需求仍有百倍成長空間。當時不少人覺得這個數字過於誇張，但程世嘉說，目前實際數據顯示算力需求每七個月就翻倍，「若持續三到五年，百倍並非誇張。」
這帶來一個深刻的結構性轉變：硬體算力持續擴張，使得AI應用能夠大規模落地，讓AI智慧的生成成本越來越低。近年科技公司頻頻裁員，背後的邏輯並不複雜：「企業只是把原本支付人才薪資的預算，轉向購買GPU。」
換句話說，企業的核心資產正從人力資本轉向算力資本。在這種「算力經濟」下，未來企業可能呈現新的組織形態：團隊更精簡，但算力更龐大；人數減少，但每個人的生產力大幅提升。
AI代理人、算力基礎設施與少量核心人才，將成為新的組織結構。
董事長親測：兩個月能寫40萬行程式碼
這場AI革命最先衝擊的，並非藍領工作，而是被視為高技術含量的領域——軟體工程師。過去資工、資管等一直都是熱門科系，經過多年訓練才能成為很棒的軟體工程師。但現在，大型語言模型在理解程式邏輯、生成程式碼與除錯方面表現優異，直接威脅了軟體工程師的工作。
為了確認AI浪潮是否只是技術樂觀派的想像，台大資管、史丹佛電腦碩士畢業、2011年創辦iKala的程世嘉，近年雖已鮮少親自操刀，但在大型語言模型問世後，他效法Google創辦人謝爾蓋．布林（Sergey Brin）提倡的重啟「創辦人模式」，重返第一線寫程式。他想親身體驗AI對軟體工程師的影響。近來他在短短兩個月內，寫出約40萬行程式碼，規模相當於一套大型傳統SaaS系統。
這場實驗讓他得到一個殘酷結論：AI的放大效應並不平均，而是高度放大強者；讓強者更強，弱者更弱。AI遇強則強，遇弱則弱。
圖／程世嘉認為，AI讓強者更強，弱者更弱；葉政榮攝。
「一個受過訓練、能善用AI的軟體工程師，生產力可以提升10倍到20倍。」他用一個簡單的乘法說明，如果一個工程師原本功力是10分，乘以AI的10倍，等於放大功力到100分。但若一個工程師的功力，原本只有兩分，即便放大10倍，乘出來也只有20分。這讓強者與弱者的差距，從原本的差距8分，擴大到差距80分。
這也讓軟體工程師的職涯結構出現斷裂。過去，初階職位是新人累積經驗的練功房；如今，大量基礎工作被AI接手，初階職位反而最先消失。
因此他形容，軟體工程師既是AI革命的「海景第一排」，也是「海嘯第一排」。
為什麼AI反而讓人更忙？
程世嘉描述自己現在的工作模式幾乎是極端多工：每個螢幕上，同時有兩三個AI在運作，他則不斷在任務間切換、下指令、看回覆、再下一個指令。
「在這個AI時代，如果你本來就是一個很有想法、事情很多的人，你的事情不但不會減少，反而會變得更多，」程世嘉觀察。
這種現象並不難理解。當一個人突然多了幾個可以同步工作的「分身」，那些原本因時間不足而被擱置的想法，全都可以同步啟動。AI非但沒有減輕工作量，反而放大一個人的執行半徑。
不過這種幾乎不間斷的協作狀態，對心智是一種新的負擔，也讓矽谷出現一個流行詞彙「Claude-pilled」。這不是真的藥，而是一種對「心想事成」的成癮，讓矽谷工程師整天掛在Claude上，像吃了上癮的藥一樣。
AI讓想法到實作的零時差快感，使開發者停不下來。他甚至半開玩笑說，「AI目前最大的瓶頸，可能是人類打字、下指令的速度太慢。」
人才與教育需及早「學會指揮AI」
儘管AI讓開發門檻看似降低，但這並不意味著專業從此不再重要。程世嘉提醒，AI愈普及，基礎理解反而愈成為分水嶺。
近來流行一個詞「vibe coding」，指完全依賴AI，透過自然語言進行程式開發，彷彿人人都能用AI寫程式。但程世嘉說，若沒有最基本的程式邏輯與系統理解能力，你很難真正駕馭AI。或許能讓AI產出程式碼，但若不知道它為何這樣寫、錯在哪、如何修正，所謂「使用AI」也只是停留在表面。
「如果你連AI怎麼完成事情的基本邏輯都不知道，你指揮它的能力還是很有限。」程世嘉認為，程式設計與軟體思維，終將成為新時代教育的通識課程。但同時，人才仍需要在某個領域建立深度專業。
也就是說，T型人才的邏輯沒有改變，只是那一「橫」正在擴大——每個人都需要更廣的數位與AI素養，同時在縱向上仍保有自己的專業深度。
主管有了AI幕僚，組織又如何跟上？
除了個人能力的放大之外，AI也正在重塑企業管理的邏輯。這種放大效應，對中高階主管尤其明顯。
主管本來就是典型的「高情境職位」，同時處理人事、財務、策略與跨部門協調，手中掌握大量情境與判斷線索，只是這些資訊過去往往散落在不同報表與會議之間，光是整理統合就已耗去大量精力。而AI能很好地扮演全天候的幕僚角色，讓這些沉睡的情境資訊真正發揮價值。
程世嘉分享，自己近年制定集團年度目標的方式已截然不同：不再從上到下一一找人討論、請幕僚收集資料，而是先把資料整理完整、直接餵給AI，讓它提出初步建議。「它提供出來的建議，大概七八成都已經中了。」剩下兩三成，才交由他微調，再與團隊討論定案。他說，只要餵給AI的情境足夠完整，它與決策者之間的對齊程度就會愈高，這讓原本需要多輪會議才能收斂的決策，如今可以更快形成。
不過，他也坦言，AI可以迅速改變個人生產力，但要帶動組織變革，卻是另一回事。「一個組織永遠有三大阻力：系統、流程、慣性，」他說，這三股力量，讓企業不可能像個人一樣快速適應。
關鍵仍在最高決策者。他甚至半開玩笑說：「現在是不要讓老闆知道AI怎麼用，你的工作才保得住。」因為一旦最高層真正摸透AI能做什麼，就會立刻知道組織該如何改變。而那個改變，將是從上而下、無可迴避的。「老闆不動，下面的人是永遠不會動的。」
(##STYLE1##
【延伸閱讀】
##STYLE1##)
下一波典範轉移：顧問、資料分析與企業後勤部門
AI對勞動力市場的衝擊，除了軟體工稱師受到巨大衝擊外，顧問業也是值得關注的領域。
過去，客戶願意支付高額費用聘請顧問，主因有二：外部視角，以及成熟的方法論。然而這兩件事，恰恰也落在AI最擅長的範圍之內。從PwC、McKinsey到Accenture，全球大型顧問公司近來都在加速轉型，它們原本最具價值的服務內容，正在被AI部分接手。
資料分析也面臨同樣的壓力。越來越多企業直接將內部資料丟進AI進行初步判讀，被壓縮的不是分析需求本身，而是中間那層執行工序。
同樣的變化，也出現在企業的後勤辦公室。過去企業投入大量資源導入ERP、CRM等系統，但這些平台往往昂貴、厚重、導入痛苦。進入AI時代，它們的處境更加艱難，SaaS公司股價重挫，背後正是市場意識到，AI已能代勞其中一部分工作。
不過，程世嘉認為，大型系統供應商不會一夕之間退場，但它們也不得不加速轉型，讓產品變得更輕量、更符合AI時代的使用習慣。
這也是他所說的下一波典範轉移：AI改寫的從來不只是某一個職位，而是整個知識工作分工的方式。
AI愈進步，人類愈要回到自己
當AI技術能力逐漸成熟，我們反而更需要重新理解：什麼是只有人才能帶來的價值？
「具備人文素養，還有科技以外能力的人，在這個時代的創作能力，會比以前大非常多，」他說。
AI本質上是放大器，但它放大的前提，是人本來就擁有值得被放大的內容。因此，未來真正有價值的人才，不只是會使用AI，而是能把三種能力結合起來的人：說故事的能力、語言表達的能力，以及指揮AI的能力。
「AI講再多故事，很多時候還是編出來的；你講的人生故事，才是你自己的。」科技愈進步，人愈不能放棄成為一個有感受、有敘事、有好奇心的人。
這正是程世嘉所呼籲的AI世界不變的最底層邏輯與生存法則。
延伸閱讀：
- 積極用AI反讓工作爆量？三招帶領團隊跳脫效率陷阱
- 行銷的零搜尋對抗戰！學會跟演算法打交道，制霸「AI推薦」時代
- 別盲目要求員工「多用AI」，工作廢品的虛假生產力正壓垮團隊！