操作一下

操作一下

By JinBusinessCareers
Download on the App Store

操作一下 episodes

  • AI65_趨勢操作｜大家都在導入 AI，為什麼只有七家公司賺到錢？


    一百多年前的加州淘金熱，真正賺到大錢的，很多不是挖金礦的人，而是在山腳下賣鏟子的商人。過去三年的 AI 熱潮，可能正在重演同一個故事。



    阿波羅首席經濟學家史洛克的一張圖表，讓華爾街看了很不安：七巨頭的獲利率三年內從百分之十五升到二十五，但標普 500 裡其他 493 家公司，始終停在百分之十左右。每家公司都說自己在轉型，數字卻還沒跟上。


    這集拆解 AI 好處沒有擴散出去的三個原因：賣鏟子的人最先賺到錢；導入 AI 比想像中慢得多也貴得多，理光花了大筆顧問費和每月使用費，才換來三倍生產力；很多公司只是把 AI 發給每個人，卻沒想清楚要改變什麼。從傑文斯悖論、1987 年的生產力悖論到電力革命的 J 型曲線，歷史告訴我們，真正的回報要等到流程被重新設計的那一天。


    工具人人都買得到，但能把工具變成價值的，永遠是少數。


    本集重點

    • 史洛克的圖表：七巨頭獲利率飆升，其他 493 家公司三年持平
    • 七巨頭市值超過標普 500 三成五，市場重新定價的風險
    • 原因一：晶片、雲端、模型，賣鏟子的人最先賺到錢
    • 原因二：法規、資料保護、流程整合，傳統產業導入慢又貴
    • 理光案例：生產力三倍，但代價不便宜、時間非常久
    • 原因三：「拼命燒 token」的吃到飽風潮走到盡頭
    • 福特找回三百五十位老將調教 AI 工具
    • 五個月 vs. 五年：市場最怕的時間差
    • 傑文斯悖論與舊金山聯準銀行的樂觀看法
    • 生產力悖論、電力革命與 J 型曲線
    • 個人的忙碌，不等於公司的獲利

      • --
      Hosting provided by SoundOn

      19 min
    • AI64_閱讀操作｜名片是公司的，籌碼才是你的：大人學《沒了名片，你還剩下什麼？》


      有一天早上，門禁卡刷不過。人資告訴你，公司正在用 AI 重組流程，你的職位從今天起不存在了。那一刻，皮夾裡的名片變成一疊廢紙，而你突然不確定，拿掉職稱之後該怎麼介紹自己。



      10 月 18 日，Anthropic 宣布計畫拿出百分之五股權成立公益基金，其中一個重要目的就是因應 AI 對就業的衝擊。連開發 AI 的公司都在預先準備，這集我們就拿一本十多年前出版、一路改版到 AI 時代的職場書，重新問那個扎心的問題。


      這集閱讀操作，拆解大人學共同創辦人張國洋與姚詩豪的《沒了名片，你還剩下什麼？》。四個核心觀點：名片是公司的，跟著你走、難以被標準化的籌碼才是你的；先挖深再拓寬，而 AI 正在讓挖深的路變窄；換了工作抱怨還在，問題往往不在公司；當上主管之後，最重要的課題是控制別人對你的期待。


      AI 可以取代一個職稱，但很難取代一個人一路累積下來的信任與判斷。如果明天名片上的公司名稱消失了，你希望別人記得的，是哪一件事？


      本集重點

      • Anthropic 拿出股權成立公益基金，因應 AI 就業衝擊
      • 作者張國洋、姚詩豪與這本書十年三次改版的意義
      • 職場大航海時代：每個人都要打造自己的小船
      • 名片 vs. 籌碼：履歷上的技能，在別人眼裡可能只是興趣
      • 「有感」的時代：讓貢獻被看見，不等於愛表現
      • 最容易被 AI 取代的，是工作內容最容易被標準化的人
      • 先深後廣：三十歲後履歷畫不出一條線的警訊
      • AI 接手基礎工作，深度變得更稀缺也更值錢
      • 換了工作，為什麼抱怨還在？面對問題的五種態度
      • 主管的原罪：學會控制別人對你的期待
      • 與《主角模式》《大人學做事做人》的連動

        • --
        Hosting provided by SoundOn

        18 min
      • AI63_趨勢操作｜複雜，再也不是安全的理由：PHP2Shell 與 AI 資安攻防轉折點


        單集摘要


        10 月 21 日晚上，日本首相高市早苗在 X 上發出一則「今晚就要請大家處理的緊急請求」。不是颱風、不是地震，而是一個叫 PHP 的程式語言，出現了兩個嚴重度 9.2 分的重大漏洞。截圖在台灣被轉傳超過兩千六百萬次，網友問了一個尖銳的問題：人工防禦對上 AI 攻擊，真的扛得住嗎？


        這集拆解被稱為 PHP2Shell 的資安風暴。從 Calif、Wiz 用 AI 找到漏洞、協調揭露計畫因細節外洩被打亂，到 Cloudflare 在修補前就觀察到攻擊流量，時間軸本身就充滿戲劇性。PHP 是全球約七成網站的鋼筋與管線，這次問題出在 PHP 本身、影響超過十年的版本、攻擊者不用登入就能接管主機，還可能讓記憶體裡的密碼與金鑰外洩。


        真正的轉折點是 AI。過去很多漏洞之所以安全，只是因為太難被利用；現在一位研究員搭配前沿 AI，一週就能完成世界級團隊幾個月的工作。但找到漏洞、驗證修補、提前布防的，同樣是 AI。這不只是 AI 攻擊對上人工防禦，而是誰先用 AI、誰就先佔優勢的競賽。當攻擊的速度以小時計算，防守的速度，就不能再以週來計算。


        本集重點

        • 一國首相為什麼會為了程式語言漏洞發文喊話
        • 協調揭露被打亂：修補程式還沒到，攻擊已經開始
        • PHP 是什麼：網站大樓牆壁裡的鋼筋與管線
        • 七成是使用比例，不代表七成網站已被攻破
        • 嚴重的三個原因：問題在 PHP 本身、藏了十幾年、不用登入就能接管
        • 記憶體外洩與 Heartbleed 的相似之處
        • 修補版本：8.5.12、8.4.27、8.3.36、8.2.35，8.1 以前必須升級
        • AI 改變了發現漏洞與利用漏洞的經濟學
        • 防守方也在用 AI：大型雲端平台提前聯合布防
        • 首相出面的意義：讓資安訊息傳到能拍板的人手上
        • 你不必是資安專家，但可以第一個問「我們的網站更新了嗎？」

          • --
          Hosting provided by SoundOn

          16 min
        • AI62_閱讀操作｜從「我得這樣」到「我可以選擇」：樊登《主角模式》


          一位大老闆炫耀公司的 App 三分鐘就能講完一本書，台上的主角聽完，只想把之前送他的那本書抽回來。說這個故事的人，正是把「聽書」生意做到最大、影響七千五百萬人的樊登。而他給大家的提醒是：千萬不要讓 AI 替你讀書。



          這集閱讀操作，拆解樊登的《主角模式》。很多人以為這是一本教你當人生主角的心靈書，讀完才發現，它其實是一本關於領導力的書：領導力不是權力和命令，而是讓別人因為你，變得更好的能力。


          四個核心觀點：先看清擋住成長的四個絆腳石，為什麼學得越多反而越焦慮；成長無法複製，AI 給你的摘要是知識，讀一本書的過程才是經歷；樂觀、謙虛、公正三種被低估的領導力，從畢馬龍效應到餅乾實驗；好主管不給答案而是喚醒思考，用 GROW 模型、限制條件、授權等工具讓團隊自己長出答案。


          最後回到書名：期待被拯救，是溫柔的人生陷阱。AI 可以替你讀完一本書，但只有你自己，能被一本書改變。


          本集重點

          • 說書之王的反差：為什麼樊登說「別讓 AI 替你讀書」
          • 成長的四個絆腳石：雜訊與訊號、學習悖論、普通人悖論、情緒觸發點
          • 資深業務的困境：最難的是承認舊經驗已經過期
          • 成長無法複製的三個原因：自我引用、語言的割裂性、經歷大於知識
          • 看一百部游泳教學影片，下水還是會嗆水
          • 現實的樂觀主義與畢馬龍效應
          • 認知謙虛與餅乾實驗：權力會悄悄改變你
          • 公正守住的是整個團隊的投入動力
          • GROW 模型四個問題，從救火隊長變成教練
          • 限制條件、10 倍進步、願景與核心任務、授權
          • 期待被拯救，是溫柔的人生陷阱

            • --
            Hosting provided by SoundOn

            18 min
          • AI61_趨勢操作｜效率變高、工作變多：AI 讓職場越來越累的三個原因


            你用 AI 省下了兩個小時，猜猜那兩個小時去哪了？多接一個專案、多回二十封信、多做一份沒人要的分析報告，然後晚上十點躺在床上，還在想剛剛丟給 AI 的任務跑完了沒。



            這週知乎上「為什麼 AI 提效了，我感覺更累了？」被大量轉發，背後是一連串研究。柏克萊商學院跟蹤一家科技公司八個月，發現 AI 沒有減少工作，反而讓工作更密集；ActivTrak 分析超過四億小時的工作紀錄，發現導入 AI 後每一類工作時間都在增加；BCG 則替一種新型疲勞命名為「AI 腦力過載」，監督 AI 越多，決策疲勞與重大失誤就越多。


            這集拆解 AI 讓你變累的三個原因：工作變密、範圍悄悄變大、監督 AI 極度耗腦，再加上那些「逼你休息」的摩擦力消失了。也談到另一種副作用：被同事的「AI 工作垃圾」拖累。

            最後給你兩個馬上能做的重點：找到每天三十五到五十分鐘的 AI 甜蜜點，以及把省下的時間刻意守住。AI 給你的是時間，但守住時間的，只能是你自己。


            本集重點

            • 柏克萊八個月觀察：沒人要求，員工自己「順手」把工作變多
            • ActivTrak 四億小時數據：AI 不是拿走工作，而是疊在上面
            • 效率提升變成新的基本要求，期待一旦拉高就降不回來
            • BCG「AI 腦力過載」：同時盯四個以上 AI，反而更沒效率
            • 消失的摩擦力：卡住、發呆其實是大腦在喘氣
            • 腦力過載 vs. 職業倦怠，為什麼公司問卷測不到
            • AI 工作垃圾：產出變便宜，判斷沒有變便宜
            • 行銷與人資是腦力過載比例最高的兩種職能
            • AI 甜蜜點：工作時間的 7–10%，只有 3% 的人剛好做到
            • 給主管的提醒：講清楚 AI 用在哪，而不是要求用更多

              • --
              Hosting provided by SoundOn

              18 min
            • AI60_閱讀操作｜你很忙，但真正產出了什麼？《深度工作力》在 AI 時代更值錢


              早上九點坐下、晚上六點下班，回了四十封信、開了三個會、Line 回了二十幾則訊息。你覺得自己很忙，但如果有人問你，今天真正讓專案往前推一大步的是哪個時段，你答得出來嗎？



              這集閱讀操作，拆解喬治城大學電腦科學教授 Cal Newport 的經典《深度工作力》。這本書出版十年，在 AI 代理、連環視訊會議與短影音演算法疊加的今天，反而比剛出版時更有價值。


              三個核心觀念：深度工作與淺薄工作的本質差異，就像腦神經科醫師一週十二小時的手術，撐起他九成五的職涯價值；當 AI 接手大部分淺薄工作，專注力成為二十一世紀的稀缺超能力；禁慾式、雙模式、節奏式、記者式四種深度工作哲學，找出最適合你的那一種。


              最後分享五個今天下班就能試的實戰細節：打造深度時段的開場儀式、用阻斷式工具取代提醒式工具、建立下班關機儀式、每週刻意安排「不產出」的時間，以及把淺薄工作批次處理。專注不是天生的能力，是一門可以刻意練習的技藝。


              本集重點

              • 忙不等於產出：你一天有多少時間在做別人取代不了的事
              • 深度工作 vs. 淺薄工作：腦神經科醫師的十二小時
              • AI 接手淺薄工作後，深度工作的價值為什麼持續拉高
              • 五點準時下班、升遷卻最快的同事，每天最神聖的兩小時
              • 四種深度工作哲學，節奏式最適合一般職場人
              • 五個實戰細節：開場儀式、阻斷工具、關機儀式、不產出時間、批次處理
              • 台灣職場「尊重忙、不尊重深」的文化陷阱

                • --
                Hosting provided by SoundOn

                15 min
              • AI59_閱讀操作 | 很會存錢，卻不會花錢？《花錢的藝術》教你把金錢翻譯成人生


                扣掉房貸、保費、孝親費，再定期定額買 0050，剩下一點點才拿來生活。你很自律、很理性，知道每檔 ETF 的費用率，但朋友問你最近買了什麼讓自己開心的東西，你卻愣了三秒答不出來。



                這集閱讀操作，要拆解摩根豪瑟繼《致富心態》全球熱銷千萬冊之後的新作《花錢的藝術》（The Art of Spending Money）。這次他不講怎麼賺、怎麼存，而是講怎麼用錢換到人生真正重要的東西。


                四個核心觀念：錢的最高用途是買回時間與保留選項，存款買到的是「拒絕錯誤 offer 的權利」；真正的風險不是投資失利，而是沒有停損點的後悔；幸福是「沒有缺乏」而不是「擁有更多」，別讓適應性享樂把你困在跑步機上；最棒的消費都是情感驅動的，分清楚你花錢是為了自己，還是為了別人的眼光。


                如果你也是習慣精算 ROI 的人，這本書會提醒你：有些花費的報酬，是老了回頭看時，嘴角上揚的那一刻。


                本集重點

                • 存錢王的盲點：賺錢頭腦很強，花錢頭腦還停在二十歲
                • 作者摩根豪瑟與前作《致富心態》的核心概念
                • 觀念一：錢買的是時間的掌控權與未來的選項
                • 觀念二：真正的風險是後悔，每月至少 5% 刻意為「不後悔」而花
                • 觀念三：幸福是沒有缺乏，擺脫適應性享樂的跑步機
                • 觀念四：情感驅動的消費 vs. 身份消費
                • 告別式展示測試：你還會買現在這些東西嗎？
                • 給台灣職場人：放下「爭面子」的消費慣性

                  • --
                  Hosting provided by SoundOn

                  13 min
                • AI58_趨勢操作｜不只便宜，還能跑長流程：Gemini 4 Argon 如何改寫企業 AI 選型


                  9 月 14 日，OpenAI 推出 GPT-6 Astra 宣告新旗艦；9 月 22 日，Anthropic 用 Claude Opus 5.5 降價四成正面挑戰。業界以為市場可以喘口氣，結果 10 月 1 日，Google 直接丟出 Gemini 4 Argon，把價格再砍一半。



                  Argon 的 API 定價是每百萬 Input Token 2 美元、Output Token 10 美元，正好是 Opus 5.5 的一半；Cache Input 享九成五折抵，輸出上限一口氣拉到一百萬 Token。但它真正的殺手鐧，是在複雜長期工作流中維持深度推理不失憶、不偏題。Google 用內部實戰證明：在資料中心釋放 300 TiB 記憶體，在量子演算法最佳化上，幾分鐘交出比公開文獻好四成的結果。


                  這集拆解 Argon 的核心變化、四大前沿安全防護機制，以及 Amodei、Altman、微軟各自的回應與背後的商業語言。當 GPT-6 Astra 是高端萬能顧問、Opus 5.5 是性價比資深員工、Argon 是長期專案首席架構師，企業該怎麼搭配選型？AI 產業正式進入「能力加成本」的成熟階段，而你最需要的，是看懂自己場景的多維度判斷力。


                  本集重點

                  • 三家大廠接力時間軸：GPT-6 Astra → Opus 5.5 → Gemini 4 Argon
                  • 百萬輸出 Token：長文件從「拼湊片段」變成「一次到位」
                  • 半價定價與 Cache 九成五折抵如何改寫企業 ROI
                  • 長期工作流深度推理：AI 代理不再走到一半就失憶
                  • 四大前沿安全防護：防濫用、防提示注入、監控未對齊行為、系統強化
                  • 業界反應：Amodei 樂見其成、Altman 堅守高端、微軟陷入兩難
                  • Spotify 用 Gemini 幫 Claude Code 打雜省九成 Token 的市場驗證
                  • 三種模型的定位比喻與企業搭配選型思維

                    • --
                    Hosting provided by SoundOn

                    11 min
                  • EP104_達人操作｜AI顧問_Angel｜A|外文系、國小老師出生，怎麼一路走進科技業、成為 AI 顧問?


                    外文系、國小老師出身的 Angel，如何一路轉成 AI 企業導入顧問？



                    這一集我邀請到 Angel。她是外文系出身，第一份工作是國小老師，後來轉進外商半導體當 PM，一路走到雲端架構師，現在是 AI 企業導入顧問。聽她講這條路，我最好奇的是：非本科系，到底要怎麼證明自己的技術實力？


                    我們也聊到她當上架構師第二週就接 AI 專案的撞牆期，以及 AI 導入顧問實際在做什麼，從需求訪談、定 KPI 到陪跑，還有哪些事情她認為不該交給 AI。


                    老闆要成效、員工怕被取代、IT 擔心資安，這三方要怎麼找平衡，對正在導入 AI 的台灣企業特別有參考價值。


                    最後，她分享一個聞到玫瑰會暈的人，怎麼誤打誤撞走進調香，還拿下國際競賽第三名。


                    本集重點

                    • 非本科不是劣勢：老師「把複雜講簡單」的能力，陪 Angel 從半導體 PM 走到架構師與 AI 顧問。
                    • AI 是放大器：導入卡關往往不是 AI 做不到，而是流程漏洞被放大，要先把流程補起來。
                    • 最後背鍋的是人：法律、金錢、美感相關的判斷不適合交給 AI，AI 只能給初步建議。


                      • 章節時間軸


                      00:00 開場：不要害怕，直接去做

                      02:26 從外文系、國小老師轉進科技業

                      07:19 非本科系怎麼證明實力

                      11:38 當上架構師就接 AI 專案的撞牆期

                      13:31 AI 導入流程與不該交給 AI 的事

                      20:47 AI 顧問該培養的特質

                      25:09 導入 AI 如何平衡老闆、員工與 IT

                      30:19 聞到玫瑰會暈的人，怎麼走進調香

                      33:38 給過去自己的一句話與收尾


                      來賓簡介

                      Angel，外文系出身，第一份工作是國小老師，之後踏入科技業擔任外商半導體 PM。當 PM 時為了幫客戶整理 Linux 環境，開始自學工程指令，後來成為雲端架構師，並在架構師工作中接觸 AI，轉任 AI 企業導入顧問，協助企業從需求訪談、流程盤點、工具選擇到實作陪跑。斜槓身分是香氛品牌創辦人與調香師，曾拿下國際調香競賽第三名。

                      Linkedin: [https://www.linkedin.com/in/angel-h-a2a3b41bb/](< https://www.linkedin.com/in/angel-h-a2a3b41bb/>)>)

                      --
                      Hosting provided by SoundOn

                      37 min
                    • AI57_趨勢操作｜頂規能力、便宜四成：Claude Opus 5.5 開打 AI「性能 × 價格」雙軸戰爭


                      9 月 14 日，OpenAI 把 GPT-6 Astra 全面上線 ChatGPT Work、Codex 與 API，業界普遍認為企業 AI 的頂規王座已經易主。沒想到一週後，Anthropic 無預警推出 Claude Opus 5.5，而這次的重點不是更強，是更便宜。



                      Input Token 降兩成、Cache Read 砍六成，整體使用成本比 Opus 5 便宜四成。在 agentic coding、知識工作、Computer Use、視覺圖表辨識、多學科推理五個維度，官方 benchmark 顯示 Opus 5.5 不只追平自家旗艦 Fable 5.1，還在多數項目勝過 GPT-6 Astra。再加上輸出速度快三成、百萬 token 長脈絡、結論先講的回覆風格，Anthropic 把頂規能力用主力價格端上桌。


                      這集拆解 Anthropic 這一年從「安全路線」到「思考深度」再到「性價比」的策略節奏，並整理 OpenAI、Google、AWS、微軟、Databricks、Snowflake 與新創圈的反應：誰跟進、誰不跟、誰已經連夜換模型。AI 產業正從超跑式的性能競賽，走向家用電動車式的性價比之戰。對職場人來說，最不會過期的能力，是說清楚「這個場景我為什麼選這一家、為什麼願意付這個價」。


                      本集重點

                      • Opus 5.5 的價格結構：Input 降 20%、Cache Read 降 60%、整體便宜 40%
                      • 五大效能維度逐一拆解，追平 Fable 5.1、多數項目勝過 GPT-6 Astra
                      • Fable 5.1 與 Opus 5.5 的分工：旗艦深思 vs. 主力性價比
                      • Cache Read 降價為什麼是給企業 AI Agent 部署的超大訊號
                      • 各大廠反應：Altman 的「價值不只是價格」、Google 堅持運算量計費、AWS Bedrock 當天上架
                      • 新創連夜從 GPT-6 Astra 切換，AI 價格戰的第一批受惠者
                      • Sonnet 5.5、Haiku 5.5 即將登場，5.5 家族全面改版
                      • AI 選型判斷力：不被單一廠商與行銷話術綁住

                        • --
                        Hosting provided by SoundOn

                        15 min

                      About 操作一下

                      From the publisher's feed

                      與你分享感受熱情的過程，實踐與應用的操作！