「台灣 AI 的錢，到底都被誰賺走了呢？你是不是其中一個呢？」
這是程世嘉（Sega）在《Sega on AI》節目拋出的一個尖銳問題。
為了探討這個問題，他找來了一位特別來賓。
這位來賓是資深記者林宏文，《晶片島上的光芒》的書籍作者，跑科技新聞超過三十年，訪問過張忠謀與許多科技業高層主管。
整場對談從股市聊到薪資，從泡沫聊到假新聞，最後收在一個我完全沒預料到的地方：「AI 為什麼寫不出事實？」
聽完之後，我腦袋裡浮出一組畫面。
半導體帶來的這波榮景，很像一支超大功率的探照燈，打在台灣這座島上。
這支探照燈很亮，亮到全世界都看得見，公司市值、GDP、股價，每一個數字都在發光。可是探照燈有一個特性，它只照亮它照得到的地方，而且它照的永遠是地表。
但真正養活一個地方的，是地下水、是土壤的養分。平常看不見，要花很久才能累積起來。
這篇文章想聊的五件事，都繞著這組對照在打轉。
一、談泡沫還太早，我們才打到第三局
林宏文的判斷很直白：「現在討論泡沫，我覺得談泡沫還有一點太早。」
他的理由來自跑了三十幾年新聞累積出來的節奏感。
他 1993 年開始跑新聞，那時候是 PC 跟網路的年代，這一波走了大概十年，2000 年出現 dotcom 泡沫。
接著是中國崛起，走到 2010 年，中間夾了一次金融海嘯。2007 年 iPhone 推出，行動網路又走了十來年，一路到 2020 年前後。
從 2022 年開始，輪到 AI。
所以他 2023 年寫書的時候就下了判斷：「這一波 AI 會走十年。」
這個看法有旁證。AMD 執行長蘇姿丰 2026 年 5 月在台北的天下雜誌 45 週年高峰會上說，如果把 AI 想成一場九局的棒球賽，我們現在大概只在第三局。
Sega 也補了一個數字，Google 在今年的開發者大會上提到，全世界 token 的消耗量，今年比去年成長了七倍。四大雲端業者今年的資本支出，已經投下六、七千億美金。
林宏文沒有把話說死。他說基礎建設的投入很可能會停頓，但停頓之後，後端的應用會接上來，機器人、自駕車，與各種邊緣端的裝置。
與其問「AI 浪潮還會不會有下一波」，不如問自己，下一波來的時候，你人在哪裡。
二、探照燈照不到的那九成人
這一段是整集裡最刺人的。
林宏文算了一筆帳。台灣半導體從業人員大約三十幾萬人，把整個電子資通訊產業加進來，大概一百多萬人。
全台灣的工作人口是一千一百六十萬。直接站在探照燈範圍裡面的，大約十分之一。算上周邊產業，也許兩三成。剩下的六七成，在傳統產業跟服務業。
資本市場那邊也是。台股市值高點大約一百五十兆，其中將近 49% 在外資手上。過去五年外資賣掉 2.7 兆的股票，可是他們持有的市值反而還在增加。
薪資的落差更明顯。台積電的薪資中位數是台灣其他企業受雇者的三到五倍，過去兩年還從 4.3 倍拉開到 5.5 倍，因為它每年調薪 18% 到 20%，全國平均大概只有 4%。
最讓我豎起耳朵的是這份數據：台灣薪資佔 GDP 的比重，1982 到 1991 年是 49.3%，2012 年是 45.77%，2022 年剩下 43.89%。
意思是，企業賺得更多了，分給員工的比例卻一路往下掉。
林宏文講了一個小故事。前陣子有個朋友帶著小孩來找他，孩子剛進媒體業，月薪三萬多。他聽了有點難過。
因為，三十三年前他自己剛進經濟日報時，薪水是三萬八。三十年過去，數字沒有前進，把物價算進來甚至是倒退的。
他語重心長地說：「你如果不是員工，也不是股東，那你的相對剝奪感會很重。」
我自己在台積電待過十年，後來選擇離開，所以這句話我兩邊都聽得懂。
看著以前有領到股票的學長姐們，資產一路飆漲，心裡還是有點羨慕。但也慶幸自己及早學會長期投資，過去幾年持續買進並參與其中。
剝奪感的來源不是你過得不好，而是你旁邊有人過得太好，而你卻完全沒有參與到那件事。
這種內心的感受，恐怕沒辦法用「你要正面思考」五個字打發掉。
三、AI 寫不出事實
節目後半談到媒體，這裡是我認為最值得慢慢聽的一段。
Sega 問林宏文，AI 對媒體業的衝擊怎麼看。
他的回答很讓人意外，他說他的挫折感並不是來自 AI：「台灣的媒體是只有立場，不問是非，這個才是我覺得挫折的。」你只要看一眼是哪家媒體寫的，大概就知道它會寫什麼。
然後他講了一句我想裱框起來的話：「AI 寫不出人的偏見。」偏見的源頭一直都是人，AI 只是被拿在手上的那支筆。
他接著說 AI 為什麼當不了一個「好記者」。
假設有一樁併購案破局，表面上的理由每個人都寫得出來，AI 也整理得又快又整齊。
但是，真正的原因，可能是某一個股東不想賣。而這件事沒有被寫在任何地方，AI 再會整理，也整理不出「沒有被寫出來的事實」。
AI 做的是整理，而不是挖掘。
更關鍵的是下一句：「生活中不會有人去找 AI，告訴它事實是什麼。但是被信任的記者，他可以寫出真正的事實。」
例如曾經發生在美國的水門案之所以成立，是因為有人願意把真相交到一個特定的人手上。這個動作背後的信任，才是新聞真正的起點。
而且寫出有分量的東西是要付代價的，可能要面對司法追訴，AI 可不會替誰承擔這個代價。
他還補了一個我很喜歡的角度。資深記者是拿人生經驗當訓練資料。
當所有人都在問「這次的 AI 熱潮跟當年的網路泡沫像不像」，一個跑過那一輪的記者，親耳聽過當年那些 CEO 說了什麼，他講出來的話，跟 AI 從公開資料歸納出來的，會是完全不同的東西。
當資訊不再稀缺，人類的洞見就顯得更加寶貴。
四、假新聞氾濫，反而長出一條八千億的信任產業鏈
這一段我最想分享給做自媒體、做個人品牌的朋友。
先看兩個數字。Gartner 預估，到了 2027 年，超過七成的數位內容會是 AI 生成的；到了 2030 年，全球企業每年會花超過 250 億美金，只為了確認一件事情「是不是真的」，換算下來將近八千億台幣。
事實查核、交易驗證、公司資訊確認，這些原本聽起來很虛的東西，正在變成一門具體的生意。
Sega 也分享了一個數據。他們長期爬社群平台的資料，發現 AI 生成內容的吸引力，大概只有真實內容的六分之一到七分之一。
讀者不見得在當下就說得出哪裡怪，但他們的潛意識會察覺，然後手指就滑過去了。
他的結論我完全同意：AI 內容越多，人們對真實內容的渴望會越強，願意付出的代價也會更高。
這件事對創作者的意義很大。過去十年，自媒體的競爭是誰產得多、誰產得快。
現在這條路已經被 AI 走死了，你永遠比不過機器。桌上還留著的籌碼只剩一個，那就是「信任」。
而信任就像是地下水。它沒辦法用探照燈打亮，也沒辦法一夕之間被灌滿。信任是你一篇一篇寫、一集一集錄，慢慢累積起來的。
這也是我最近在投入的方向。我想要經營的不再是一個內容倉庫，我想做的是紀錄一群人真實的互動與交流。
所謂的「內容」，就是將這些互動的記錄，透過不同的媒介呈現出去。
不論是寫文章、錄節目、做影片、寫書還是賣課，都是保留並傳遞這些互動的手段而已。
時時提醒自己，不要捨本逐末，不要誤把手段當成了目標。
五、日本人的慢，正好是台灣最缺的
林宏文因為出書的關係常跑日本，舉了一串讓我瞪大眼睛的例子。
花王本來做的是洗臉產品，現在轉去洗晶圓，還把海外第一座精密洗淨中心設在台灣。
富士軟片本來做膠捲，現在做半導體光阻，日本在這個領域的全球市佔超過八成，它同時還跨進了醫療和製藥。
信越最早是做肥料的，現在是全世界最大的晶圓供應商。
這些公司今天在做的事，跟它們最初創立時在做的事，幾乎毫無關係。
林宏文的觀察是，這背後靠的是很深的研發投入，還有那種一直鑽研的「工匠精神」。
他形容得很生動：「日本人慢到有時候你會覺得有點討厭，怎麼想那麼久。可是最後，他們常常就是從這種慢裡面抓到機會。」
回頭看台灣，比較短線，比較急就章，很習慣待在一種好像沒有明天的生存模式裡。
慢，不等於落後。
日本那些百年企業的慢，是一種選擇，選擇把資源押在十年後才會開花的地方。當所有人都在問下一個風口在哪裡，他們在問自己的核心技術還能延伸到哪裡去。
林宏文跟 Sega 最後給的建議也是同一件事：「把一件事做得再深一點，然後去做全世界的生意。」
這句話聽起來很簡單，但它要求的是一種違反人性本能的耐心。
後記：你在挖井還是在追光？
回到 Sega 那個問題。台灣 AI 的錢，到底被誰賺走了？
我的答案是：被那些很早很早以前，就開始挖井水的人賺走了。
花王不是等到 AI 熱起來了才決定去洗晶圓，信越也不是。他們是在很多年前，就開始往那個方向開挖。
我不想把這件事講得太勵志。老實說，我自己也會不小心被數字牽著走，看到別人的成長曲線，心裡還是會癢一下。這很正常。
但這集節目卻提醒了我一件很實在的事。
探照燈會照到誰，我控制不了；台股會怎麼漲跌，我也控制不了。我唯一能控制的，是今天有沒有繼續往下挖。
挖那些不會馬上湧出水、也上不了新聞的東西：一本認真讀完的書、一段沒有偷懶的文字、一場真誠的對話、一個被人信任過的承諾。
AI 可以在三秒鐘之內整理完全世界的資料。但它挖不出那口井。那口井，終究得由我們自己一鏟一鏟地挖下去。
你是在挖一口深井，還是在追逐探照燈的光？
您可能也會有興趣的其他文章
- 《AI 瓦基第二大腦》值得上嗎？我打造這堂課的初衷與糾結
- 《AI 瓦基第二大腦》在教什麼？你會學到什麼？（含折扣碼）
- AI 越來越快，為什麼慢下來反而是更理性的選擇？
- AI 會讓人變笨嗎？關鍵在你讓它處理什麼、留給自己什麼
- 跟 AI 聊心事傷感情？精神科醫師鄧惠文教我用 AI 認識自己
你喜歡這篇文章嗎？
我幫助忙碌的現代人提煉好書精華。透過 Email 收到每週兩封電子報：最新的讀書心得、好書金句、能激發思考的問題，直達你的信箱。
加入超過 10 萬位
愛閱讀的訂閱者
瓦基
INFJ、《情境智慧》作者、書評部落格《閱讀前哨站》和說書頻道《下一本讀什麼？》創辦人、《卡片盒筆記實戰課》和《化輸入為輸出》課程講師，時常分享讀書心得，喜歡將書中所學加以活用，實踐在職場與生活中。
