Question 1

05｜當大家都有 AI，人不是常數，新的稀缺在哪裡？

Accepted Answer

假設未來生成圖片、寫程式、製作內容、整理資料甚至部分分析能力，都變得像今天使用 Office 軟體一樣普遍。那麼：什麼東西會重新變得稀缺？可能是產業 know-how、獨有資料、品牌與信任、客戶關係、通路、實體場域，也可能是那些真正能理解複雜情境、定義問題並做出取捨的人。當原本稀缺的東西不再稀缺，下一個稀缺就會開始形成新的競爭優勢與商業模式。但在思考未來市場時，還有一個前提值得重新思考：人的需求、習慣與行為方式，並不是固定不變的常數。人類本身是一種非常具有韌性、會隨著環境移動的生物。我們底層的需求（食物、安全、關係、便利、認同）未必改變，但「如何滿足這些需求」一直在變。當連鎖餐廳全面導入中央廚房，人逐漸習慣並接受標準化的餐點品質與風味；電商成熟後人改變購物習慣；串流出現後人改變取得內容的方式。很多時候，未必是因為新的系統一開始就完美符合既有的人類行為，而是：當新的生產方式在成本、效率或便利性上形成足夠大的差距，人會開始改變自己的行為去適應新的環境。所以真正的策略問題，也許不是「產業應該配合人，還是人應該配合產業？」，而是：在這個市場裡，到底哪一端比較容易移動？如果我們把今天觀察到的所有人類行為都視為固定需求，就可能只是拿現在的市場結構去想像未來。真正值得尋找的，是當技術、產業與人的適應同時發生之後，新的價值落點會出現在哪裡。

Question 2

依附在人身上的專業能力，逐漸變成便宜、標準化、可以隨時調用的基礎設施，那麼價值會往哪裡移動？

Accepted Answer

這讓我想到的，是「中央廚房」。歡迎引用或延伸本文觀點，請標註作者 Hsiao-Hsuan Chang（2026）並附上原文連結01｜當專業能力開始「中央廚房化」過去很多商家必須自己採購、備料、製作，甚至擁有自己的配方與製程。後來，愈來愈多工作可以交由中央廚房完成——原料集中採購、製程標準化、半成品與醬料大量生產，再配送到不同門市。每一家店不再需要完整保有原本的生產能力，仍然可以提供品質相對穩定的產品。這套模式未必能做出「最好」的東西。但很多時候，市場真正選擇的並不是最好，而是：夠好、夠快，而且成本足夠低。當這種生產方式形成規模之後，競爭條件也會跟著改變。沒有採用它的商家，反而需要回答另一個問題：

Question 3

你的高成本，究竟提供了什麼不可替代的價值？

Accepted Answer

我最近開始覺得，AI 對知識工作的影響，可能正在出現某種類似的變化。只是這一次，被「中央廚房化」的不是食材與配方，而是原本依附在人身上的專業能力。02｜企業不再需要完整「擁有」所有能力過去，一家公司要取得某種能力，通常需要先找到擁有這種能力的人。需要視覺就找設計師，需要程式就找工程師，需要內容就找文案或行銷。過去，企業的能力很大一部分存在於「人」身上。但現在，寫作、繪圖、程式、翻譯、資料整理、研究，甚至部分分析能力，都開始可以透過 AI 快速取得。這並不代表專業人士會消失，真正值得注意的可能是：企業不再需要為每一個需求，都完整購買一個人的專業能力。例如一張普通的商業圖片，過去可能需要經歷需求溝通、設計、修改與確認。現在，一個具備基本判斷能力的人，可以在很短的時間裡產生大量版本，再從中選擇、調整與完成。專業設計當然仍然有價值。但大量商業需求追求的，本來就不是美學上的最高值，而是在成本、速度與品質之間取得足夠好的結果。如果原本昂貴的 80 分能力，開始變得非常便宜而且隨時可得，市場的價值結構就可能跟著改變。03｜當「做出來」愈來愈不稀缺，價值往 Definition 與 Judgment 移動如果這個方向持續發展，我認為第一個值得觀察的變化是：Execution（執行）本身，可能愈來愈不稀缺。過去很多專業價值建立在「我會做，而你不會」、「我做得比你快」。但當工具逐漸降低執行門檻，單純擁有某種執行能力，未來未必像過去那麼稀缺。如果是這樣，企業真正需要問的可能就不只是「AI 可以幫我做多少事情？」，而是：

Question 4

當大家都可以做這件事情之後，我原本的優勢還剩下多少？

Accepted Answer

當「怎麼做」逐漸變便宜，另一種能力可能反而變得更重要：

Question 5

到底要做什麼？

Accepted Answer

同樣可以使用 AI 的兩個人，最後產生的價值仍然可能完全不同。差異未必只是誰比較會操作工具，而可能來自：誰比較能辨認真正的問題？（Definition）誰知道哪些資訊重要？能理解具體情境？誰能在不同選項之間做取捨？（Trade-off）以及，誰願意承擔這個決定帶來的結果？（Decision & Responsibility）也就是說，當 Execution 的取得成本下降，價值有可能逐漸往另一端移動： Definition → Judgment → Trade-off → DecisionAI 可以非常快速地提供大量答案。但答案愈多，「究竟在回答什麼問題」反而變得更重要。04｜二階效應：被拿掉的，可能是一條「能力形成的路徑」這裡又出現一個我覺得很有意思的矛盾。AI 讓能力的取得變得更加普及，但如果一個具有足夠判斷能力的人，加上 AI，就能完成過去需要數個角色共同完成的工作，企業也可能開始重新計算自己需要的人力結構。未來的企業也許會變得更小、更快、更扁平。但「組織扁平」和「權力分散」是兩件不同的事情。如果大量執行與資訊整理可以交給系統，少數具有判斷能力的人，可能取得比過去更大的管理跨度。這時候真正值得觀察的，就不只是組織圖還剩幾層，而是：

Question 6

判斷權去了哪裡？

Accepted Answer

這個變化還可能產生另一個二階效應。過去，一個人通常從比較基礎的工作開始：執行、犯錯、修改、觀察別人怎麼處理問題，再慢慢形成自己的經驗與判斷。所以那些看起來低效率、重複的工作，其實還有另一個功能：它們也是能力形成的過程。如果這些工作大量被 AI 接手，企業得到的是效率，但另一個問題也會慢慢浮現：

Question 7

一個沒有經驗的人，未來要透過什麼方式取得經驗？

Accepted Answer

如果原本讓人從執行走向判斷的路徑被縮短，而新的能力形成機制沒有同步出現，組織層級看起來變少了，不同位置之間卻可能更難跨越。

Question 8

什麼東西會重新變得稀缺？

Accepted Answer

可能是產業 know-how、獨有資料、品牌與信任、客戶關係、通路、實體場域，也可能是那些真正能理解複雜情境、定義問題並做出取捨的人。當原本稀缺的東西不再稀缺，下一個稀缺就會開始形成新的競爭優勢與商業模式。但在思考未來市場時，還有一個前提值得重新思考：人的需求、習慣與行為方式，並不是固定不變的常數。人類本身是一種非常具有韌性、會隨著環境移動的生物。我們底層的需求（食物、安全、關係、便利、認同）未必改變，但「如何滿足這些需求」一直在變。當連鎖餐廳全面導入中央廚房，人逐漸習慣並接受標準化的餐點品質與風味；電商成熟後人改變購物習慣；串流出現後人改變取得內容的方式。很多時候，未必是因為新的系統一開始就完美符合既有的人類行為，而是：當新的生產方式在成本、效率或便利性上形成足夠大的差距，人會開始改變自己的行為去適應新的環境。所以真正的策略問題，也許不是「產業應該配合人，還是人應該配合產業？」，而是：

Question 9

在這個市場裡，到底哪一端比較容易移動？

Accepted Answer

如果我們把今天觀察到的所有人類行為都視為固定需求，就可能只是拿現在的市場結構去想像未來。真正值得尋找的，是當技術、產業與人的適應同時發生之後，新的價值落點會出現在哪裡。06｜AI 改變的，也許不只是成本結構所以我現在看企業導入 AI，愈來愈不覺得這只是一場效率競賽。企業當然還是要問哪些工作可以自動化、ROI 是否合理，但企業與投資者也許還值得多問幾個問題：我們今天認為稀缺的能力，三年後還會稀缺嗎？當 Execution 的成本快速下降，價值與判斷權會往哪裡移動？我們現在觀察到的市場需求，有多少是底層需求，又有多少只是現有環境形成的習慣？ 如果人的行為也會改變，下一個真正值得投入的能力、資產與市場位置又可能出現在哪裡？這些問題目前都沒有標準答案。但這可能正是策略思考真正有意思的地方，不是急著預測一個確定的未來，而是在變化還沒有完全發生以前，先辨認哪些東西正在變得不再稀缺？哪些原本被視為固定的條件，其實正在移動？新的稀缺，又可能在哪裡形成？我們現在看到的，也許只是 AI 讓企業做得更快、需要更少人、取得更多能力。但如果把時間拉長，當專業能力開始像基礎設施一樣容易取得，而人也逐漸適應新的產業環境之後，

Question 10

下一個真正有價值的位置，究竟會出現在哪裡？

Accepted Answer

我目前沒有答案。但我認為，這可能比「AI 最後可以幫企業省下多少人」，更值得提早觀察。有時候，企業需要的不是更多答案，而是先確認自己正在回答對的問題。關於作者與策略交流如果你或你的團隊正在評估新的產品、服務、ESG、AI 應用或企業轉型，歡迎隨時聯絡交流。我們可以一起拆解：哪些變化只是效率提升，哪些可能正在改變原本的競爭規則，以及下一步真正值得驗證的問題是什麼。企業轉型／策略諮詢／合作邀約： annacfellid@gmail.comLinked in：https://www.linkedin.com/in/annales/