Machine Platform Crowd
在 AlphaGo 贏過世界圍棋冠軍柯潔之後，AI 的發展已經突破到新的境地，許多作者甚至憂心重重，AI 能做的事情太多了。如果目前許多行業的工作機會將會被 AI 取代，那麼會是哪些工作？如果也帶來了相對的新行業，那些機會又在哪裡？
本書作者為MIT數位經濟研究中心的主任 Dr. Andrew McAfee 以及 Dr. Erik Brynjolfsson 共同撰筆而成，針對以下三個主題做今昔對比，深入淺出、旁徵博引，看完非常過癮！（也會有點惶恐）
*Mind vs. Machine
*Product vs. Platform
*Core vs. Crowd
● 內容筆記
[動機]
(1) 歷史的教訓：第一次工業革命時，蒸氣動力取代了人力，製造業發生了天翻地覆的變化。隨著時間發展，當動力源再次變革時 (從蒸氣動力→電力)，當時的成功企業絕大多數都未能存續消逝在歷史的巨浪之中。
(2) 動力源的轉型：工廠電氣化的真正優勢，不僅僅是動力源的優化 (電力成本比蒸氣來的便宜、穩定)，真正的關鍵處在於整體效率化：由集體驅動 (group drive)→單元驅動 (unit drive)
(3) 概念性的變革：「知識的詛咒 (course of knowledge」與「安於現狀的偏誤 (status quo bias)」讓曾經成功的龍頭如：柯達、諾基亞等未能迎上新科技的浪潮。
[Mind vs. Machine]
(1) 人腦的判斷失誤？「系統一」快速省力的自動駕駛模式，受到許多認知偏誤影響，且犯錯當下未能覺察；「系統二」的理性又會被挾持，為系統一的輕率判斷下合理化的辯解
(2) 演算法出包？機器的演算法可能加深既有的偏見歧視，人腦的智慧應適時介入
(3) AI 的爆發性成長：4D (dull, dirty, dangerous, dear) 工作將被取代
(4) 3D 列印的新時代應用：additive manufacturing
(5) 創造性工作：由機器負責窮忙工作產生初步提案，再由人腦選擇加以延伸改善
[Product vs. Platform]
(1) 平面媒體→數位平台
(2) 成功的平台要素：盡早進入、善用互補品優勢、開放貢獻者參與、維持開放大原則並進行平台戰略施展
(3) 數位商品的特性：免費、完整、即時 (free, perfect, instant)
(4) O2O （onlline to offline) 平台的崛起：「媒合」新勢力Uber, Airbnb, Rent the Runway, Upwork, etc.
(5) 實體產品與服務的存活之道：「差異化」到足以鎖住客戶
[Core vs. Crowd]
(1) 集聚群眾智慧的原則：開放、不論資格、可檢驗貢獻與回覆、成果清楚、自我組織、技客型領導 (geeky leadership)
-實例：Wikipedia, Linux
(2) 萬物去中心化：「區塊鏈」興起，智能合約的可行性
(3) 企業不被淘汰的原因：
-可應付不完備契約的問題
-握有剩餘控制權，可對契約尚未載明的內容進行決策
-企業可促使員工合作、闡明目標願景及策略、形塑文化與價值觀
●心得
(1) 參閱新聞 2018 年 MIT 募款了 10 億美元將成立 College of Computing，可見數位力量、AI趨勢勢不可擋
-ref: 科技島讀 https://daodu.tech/10-22-2018-ep-34-mits-50-year-plan）
(2) 新雙語人才：人類語言、機器語言。似乎不管念什麼科系都應該去了解程式語言、學習如何去運用機器的力量
(3) 將有一場產業變革，建立起自身獨特性，保有終身學習，才可在巨浪中不致翻覆
