104學習

Google與DeepMind工程師如何用AI讓數據中心省電40%，並創辦AI節能新創？看懂能力、動機與洞見組成的「優勢公式」。本文節錄自《商品決勝點》。 文／傑克納普、約翰澤拉斯基 你的優勢是什麼？優勢會以能力（capability）、動機（motivation）與洞見（insight）三種形式出現。為了解釋這三種優勢如何發揮作用，我要帶你回2014年認識三個人。他們日後成為公司創辦人。看看你能否從接下來的段落，找出三人替專案帶來的優勢─並猜一猜他們最終建立哪一種公司。 首先是機械工程師凱蒂．霍夫曼（Katie Hoffman）。 2014年的一個平常日，凱蒂在各種工業設備之間走來走去，手上沾滿灰塵和油汙。她的視線順著亂七八糟的線路走，一下子接這台機器，一下子接那台機器。凱蒂帶領的團隊負責翻新工廠，裝上新型控制系統以發揮最佳效能。這份工作很重要的一環，就是找出舊系統是如何運作，而實際情形永遠和設計文件說的不一樣。 凱蒂盯著的那條線，連到又一個工廠文件上沒提到的感應器。她用手機拍下照片，備註幾句話，然後嘆氣。成功破解舊系統並改善效率，的確會帶來滿足感─但凱蒂心知肚明，再過幾年，又會有另一批人跑來這，拆掉她所有的心血，再度翻新工廠。在那之前，系統將停留在這次的更新，永遠不會改善，直到再度大改造。凱蒂感覺這樣很浪費，想必還有更好的辦法，但是該怎麼做？ 接下來是吉姆．高（Jim Gao）─也是機械工程師。 2014年一個普通的一天，吉姆坐在控制室裡，地點是Google位於愛荷華州的龐大數據中心。這座數據中心當初在設計時，吉姆就參與了，但他今天和凱蒂一樣，想著有什麼辦法能改善效能。 廠內漆成亮色的藍綠紅黃管線，通往四面八方，讓這座數據中心看起來有如《超級瑪利歐》（Super Mario）遊戲被搬到現實世界，只不過沒有蘑菇和飛行龜，只有一排排的伺服器機櫃。 一年12個月，一週7天，白天黑夜不停歇，隨時有冷水流過那些五彩繽紛的管線，負責吸收與帶走伺服器產生的熱氣。冷卻管的確有用，但吉姆檢視控制室的讀數，忍不住感到失望。這個系統太耗電。每次機櫃開始升溫，管理數據中心的團隊就必須加快冷卻系統的輸出。加速時耗用的能源愈來愈多，但也不能不加速─伺服器過熱就會當機，網路將斷線。或許這樣的效率不彰是無法避免的，或許工程技術頂多就只能做到這樣，但吉姆總覺得哪裡怪怪的。他到底漏掉什麼？ 最後一位是電腦科學家維達．潘奈薛凡（Veda Panneershelvam）。 在2014年平凡無奇的一天，維達坐在倫敦的桌旁寫程式。他和世界級的軟體工程師團隊合作，一起尋找人工智慧研究的聖盃：寫出能在圍棋賽中打敗人類的電腦程式。 如果你不熟悉圍棋，只需要知道很複雜就夠了。西洋棋有10123種可能的走法，但圍棋有10360種，令人難以置信。圍棋棋盤可能呈現的棋局狀態，還要多過宇宙裡的原子數！ 如果要在圍棋取勝，維達和同事必須開發出新型的人工智慧做法，創造能看見未來的程式。2014年的時候，大部分的人認為這是癡人說夢，但維達只覺得興奮。如果AI連圍棋都能勝出，誰知道還能替人類解決其他哪些問題。 我們來回顧一下，先從顧客和問題講起： 凱蒂正在解決大型製造商的工業控制系統缺乏效率的問題。 吉姆正在解決Google有如吃電怪獸的數據中心。 維達正在解決……這個嘛，我不認為他實際上是在解決圍棋的問題。我認為他真正在處理的，其實是人腦處理複雜問題的能力有限。我認為他的「顧客」是全人類。我知道，這聽起來有一點過於宏大，但我認為確實如此。 好，那凱蒂、吉姆和維達的特殊優勢是什麼？剛才提過，優勢有三種。 首先是能力。能力是指你能做到很少人能比得上的事。如果你在大公司上班，你可能享有知名品牌的好處，或是專案有很多預算；如果你替迷你的新創公司工作，你的能力有可能是專注與快速行動。不過，最能派上用場的能力通常是傳統的專業技能（know-how）： 凱蒂是機械工程專家，主要做工業控制。 吉姆也是機械工程師，專長是數據中心。 維達是電腦科學專家，專門做人工智慧。 凱蒂、吉姆和維達在各自的領域都是世界級的人才─有如女籃的凱特琳．克拉克（Caitlin Clark）與男籃的「詹皇」詹姆斯（LeBron James）─但光是他們的能力，還不足以完整呈現他們的獨特優勢。 接下來，我們來看第二種優勢：動機。動機是你想解決這個問題的特殊原因；你願意傾盡心力的事，別人不一定願意。動機也很重要，因為動機能指明一條路，讓你躍躍欲試，知道該在何處以什麼方式發揮長處。 凱蒂、吉姆和維達三位未來的創辦人，全都想要解決重要的問題，帶來正面的改變。這種精神令人欽佩，但過於籠統。我是說，很多人當然都想「讓世界更美好」─但唯有動機十分明確的時候，才能協助你決定該做什麼，所以講得再明確一點： 傳統的工業控制系統升級方式讓凱蒂沮喪。 實體系統的限制讓吉姆沮喪。 維達想運用AI替人類解決大型的問題。 注意到了嗎？以上三人中的兩人，主要是沮喪帶來了動力。如果你的動機也一樣，嘿，沒關係的。世上最優秀的產品，有的就是源自為現況感到憤慨、困惑、惱火、痛苦或抓狂。你不一定要從偉大的願景起步，憤怒也能帶來力量。 好，能力和動機加在一起後，三位未來創辦人的優勢變得更獨特。但他們分別會開哪種公司？讓我們進一步了解他們的故事。 兩年後，在2016年3月9日，維達站在南韓首爾四季飯店的會議室，透過現場影片串流，目不轉睛地看兩個人比賽圍棋。 棋桌的一方坐著李世乭，他是拿過18次世界冠軍的專業棋士。另一方則是業餘人士兼維達的同事。 維達看著同事下一個白子，接著注意力一下子回到會議室。電腦螢幕顯示數十張圖。「勝率圖」頓時表示對白方有利。 電腦認為能打敗看似無敵的冠軍李世乭。 過去幾天，維達和團隊成員─15名剛從倫敦飛來的電腦科學家─把會議室改造成臨時的控制中心。AI程式AlphaGo就是他們設計的。他們在控制中心把AlphaGo認為棋子該怎麼下，轉告給維達的同事，那名同事負責把棋子擺到真實世界的棋盤上。 那場比賽的贏家可以獲得100萬美金的獎金。有沒有人跟我一樣，覺得這個場景像是15名科學家合演高科技搶劫片《瞞天過海》？只不過李世乭其實是在和AI比賽，不是什麼祕密。裁判知道，李世乭知道，每個人都知道。全球各地轉播這場比賽，數百萬人觀戰，不過大部分的圍棋專家都認為圍棋太複雜，電腦不可能獲勝。 然而，在那個首爾的三月天，AlphaGo贏了。 數千英里外，吉姆仍在設法改良Google數據中心的冷卻系統。AlphaGo的故事如火如荼展開時，他偶然聽到這件事，備感著迷，開始追蹤首爾的最新情形，一點細節都不放過。 吉姆挖掘細節時得知，AlphaGo的AI使用「深度強化學習」（deep reinforcement learning）這個突破性的方法。吉姆冒出一個瘋狂的點子。深度強化學習會不會有助於冷卻數據中心？畢竟隨時找出最佳的控制配置，有一點像是在圍棋賽中找出最好的一步。 維達的團隊替DeepMind工作，而DeepMind是Google旗下的公司。這不正好。雖然吉姆沒見過他們，但嚴格來講大家都是同事。維達於是寄電子郵件給DeepMind團隊，解釋他的瘋狂點子。 維達認為這個數據中心的挑戰很吸引人，同意試試看。接下來密集的幾星期，維達、吉姆和DeepMind的工程師團隊，寫出新的深度強化學習程式，把Google數據中心的冷卻系統，交給這個新AI負責。 電力使用起初暴增，因為AI做起實驗，隨機調整控制設定，就像小朋友亂按汽車音響上的鈕。不過，AI也和幼兒一樣會學習，強化有效的策略，用電因此出現改善，再改善，持續改善，最後和AlphaGo一樣超越人類，Google數據中心的用電因此銳減四成。 我等一下會繼續說這則故事，但先來看維達和吉姆合作後發生的事。他們整合雙方的能力─吉姆的數據中心專業能力，加上維達的人工智慧魔法─打造出單打獨鬥生不出來的東西，發揮特殊的優勢。不過別急，好戲還在後頭。 2019年，吉姆和維達結識凱蒂─那位擅長翻新工業控制系統的機械工程師。三人開始討論如何能在Google以外的世界，減少能源浪費。廠房在加熱、冷卻與操作各種設備時，耗用大量的電力。AI也能在這方面幫上忙嗎？ 吉姆和維達相信他們能大幅改善工廠的能源使用─但需要借重凱蒂的實務知識，才有辦法設計、販售與裝設解決方案。凱蒂曾在詮宏空調（Trane）、英格索蘭工程技術公司（Ingersoll-Rand）、雷神國防承包商（Raytheon）等企業，帶領過工程與創新團隊。她清楚製造商如何作決定，也了解工業控制系統的缺點。吉姆和維達熟悉的是Google經過精心設計的數據中心，而工業廠房的世界遠比那混亂─凱蒂則熟悉這個領域。三人決定放手一搏，辭去工作，在2019年底成立新創公司淮德拉（Phaidra）。 淮德拉是我們Character資本最早投資的一批公司，他們的故事深深啟發了地基衝刺。他們從大膽的專案起步：企圖運用AI讓各種工業廠房更有效率。他們測試點子，學習如何建立顧客的信任感，談成第一筆生意。淮德拉先在大型藥廠展開試行計畫，隔年拿到第一筆大訂單，在5座工業廠房部署AI，最終還把服務拓展至數據中心。維達、吉姆與凱蒂在2014年渴望見到的超越人類、具備適應性、能預測未來的系統，如今成真。 三人能成功的原因是第三種優勢也登場：洞見。 洞見是指對問題與顧客有深入的了解。洞見讓你擁有別人沒有的觀點。吉姆有數據中心的洞見，維達有深度強化學習的洞見，但淮德拉的策略能成真，仰仗的是凱蒂具備工業廠房─以及擁有那些工廠的企業─如何運作的洞見。 淮德拉三位創始人的能力與洞見加在一起，得出獨特的東西。你可以想成一條等式： 能力＋洞見＋動機＝特殊優勢 凱蒂、吉姆和維達見面時，心想：「天啊！想想我們聯手能做到的事！」淮德拉公司或許算極端的例子，但你也能和團隊利用特有的優勢，帶來屬於你們的「天啊！」時刻。 節錄自：時報出版《商品決勝點：全球最成功的產品設計師如何讓顧客買單》／傑克納普, 約翰澤拉斯基 著

為什麼真正懂做局、會賺錢的男人， 往往都把太太放在很高的位置？ 因為一個男人的格局， 最誠實的地方，不在名片、不在談吐， 而在他如何對待身邊最親近的人。 不是寵壞，是尊重。 不是溺愛，是投入。 一個長期消耗伴侶、壓榨家庭的人， 本質上只懂得「拿」，不懂得「給」。 而只會拿的人，做生意時也一樣 算計、短線、沒有耐心，更沒有長期信用。 你會發現， 真正風生水起的人， 家裡氣場是穩的、暖的、有餘裕的。 妻子狀態安定，情緒舒展，眼神有光。 那不是偶然， 那是長期被善待、被支持、被尊重的結果。 能把家庭經營好的人， 才撐得住壓力、守得住信任、走得了長局。 所以說 虧妻者，百財不入； 寵妻者，風生水起。 不是迷信，是人性與因果。

上個月和幾個朋友聚餐聊聊，大家除了工作上的談資之外，也聊到越來越多公司與團隊越來越頻繁使用AI工具，姑且不論用的深或淺，至少體感上跟去年比起來已經好上一大截～ 聊著聊著，忽然有朋友問：「我又不是工程師，需要懂AI嗎？我能把AI用好嗎？會不會只是皮毛？」 其實，「AI素養」早就不只是特定人群才會的工具了，也不需要一定要很會寫程式，我們只要掌握幾個核心觀念，就能善用AI提升工作效率。 例如，知道怎麼和AI「對話」才能獲得你要的答案、理解AI工具的極限跟風險，甚至學習如何辨識AI使用上的隱私和倫理問題，這些都能讓我們跟AI協作上更加得心應手～ 我自己在導入與使用AI的過程中，也曾經摸索了一段時間，從一開始覺得怎麼工具學也學不完，到現在能輕鬆運用AI解決行銷工作或數據分析、自動生成文案，甚至幫助團隊優化流程。 一口氣寫完這篇AI素養的文章，整理了3大核心能力、4種角色定位、5五大重點，讓大家對於AI素養有基本認識，無論你是新手或老手，都能更有效率地與AI協作。 閱讀完整文章👉https://chengfengec.blogspot.com/2025/07/aai-345.html

聽話的孩子他的成就很難超越父母 優秀的孩子通常都是不聽父母話的 想要孩子比你優秀，就不要控制他 你要相信他，接納孩子犯錯，他才會成熟 很多企業不接受年輕人犯錯，想盡辦法控制他們 其實你在抹煞他們的創新，消磨他們的自信 人類的文明之所以能夠持續的進步 就是因爲這個時代的人，不聽上一個時代的人的話 所以他們才會創新，創造更好的東西 不要一直告訴你的孩子要聽話 這樣子沒有自信的父母 孩子長大了之後怎麼會有自信呢? https://www.youtube.com/shorts/36807UID-L8

曾在桃園機場從事回收工作，因桃機要求，所有廠商所屬員工需學習CPR_AED救護及考取證照。在學習過程中，可以瞭解患者需要能立刻得到急救，有哪些。以及發生狀況時，如何協助救護人員。