去年的七月份讀了MIT 贈送的書 “The business of Platforms"， 因為今年出了中文版 “平台策略”，所以揪公司裡面的主管們一起讀起來。其中一位同事讀完之後，覺得很不錯，但認為以平台策略來說，他要介紹我這一本 “Competing in the age of AI" 搭配閱讀。
如果說“平台策略”一書是從現在市場上已知案例中，分析平台生意模式的種類和當中的盲點，那 “Competing in the age of AI” 就是像是告訴你，整個生態和遊戲規則朝著平台模式轉變時，組織該如何調整自己的體質，對於分工的思考，還有對於AI 的期待。之所以講AI 的書籍會跟平台有關，也是因為AI 要真的落實在行業中，也必須是用平台的商業模式才有可能規模化。
兩本書都有講到平台的種類和可能的盲點，例如基本的網路效應 （network effect)，叢集（Clustering），跑單 （disintermediation，就是媒合買賣雙方後他們直接聯繫不再需要中間的平台了） 或是多歸屬 （multi-homing ，例如一間餐廳同時使用 Food Panda 和 Uber eats)，等等。我喜歡這本新書不只是因為他很務實地分析公司的組織規劃以及IT 系統如何搭配，更是回到一個基本的問題： “公司”，這種近代歷史才有的組織形態，為什麼會存在。而在AI 世代中，公司要如何質變才能持續地帶出預期的價值？
簡單來說，公司的存在除了讓資本運用更有效之外，理論上因著結合許多人分工合作的力量，可以創造出運營模式 （Operating model) 而帶出三個優勢：
（1）Scale 規模
（2）Scope 範疇
（3）Learning 集體學習
在工業革命世代可以看出公司大量生產帶來的經濟規模，以及公司可以觸及的範圍 （想像製造業面對許多不同種類的供應商），並且因著持續運營學習而不斷優化，進而提高競爭的門檻。但是在資訊世代，即使許多行業還是有實體的產品或是服務，其中所產出的資訊也是重要的一環。在資訊化的產業中，複製資訊的邊際成本趨近於領，資訊也讓跨產業變得容易 （谷歌是搜尋引擎還是最大廣告商？），同時AI 當中的機器學習能力更是前所未見的強大，因此要如何體現 scale/scope/learning 的優勢，就需要不同的思維。
書中說到公司組織內部就可以開始用定義 API 的方式，讓團隊之間資訊交換更透明有效率，不想過往Silo的分工方式。同時，真的能夠實現的AI 目前還是屬於 “弱 AI" (weak AI)，就是從數據中看出行為模式和極有效做簡單分類與判斷的。而電影中那些超強的虛擬助理，或是能夠真正創作的AI, 屬於 Strong AI，可能還有一段時間是在有限的情境當中使用。書中最後提到 "AI 生產線” 的比喻，真正發揮資訊邊際成本趨近於零的強大威力！
所以人在組織當中的價值是什麼？可以思考邊際成本趨於零的時候，公司的服務或產品到底是如何創造和擷取價值的。可以跨界思考現有的東西會如何與其他領域產生關連。更重要的是，如何定義需要機器學什麼，如何使用AI去嘗試得到新的洞見。
擁抱學習AI才能思考它如何成為你的工具。機器要提供 “正確”的答案不太難，但這個“正確答案”是否有價值，是看那個訂題目的人是否知道怎麼定義問題。
前一本書 "The Business of Platforms" 的中文版："平台策略：在數位競爭、創新與影響力掛帥的時代勝出"
https://www.books.com.tw/products/0010850360
書評：https://dushuyizhi.net/the-business-of-platforms-平台生意學/
全文與書中示意圖在部落格中👇
https://dushuyizhi.net/competing-in-the-age-of-ai-%e4%ba%ba%e5%b7%a5%e6%99%ba%e6%85%a7%e4%b8%96%e4%bb%a3%e7%9a%84%e5%8b%9d%e5%87%ba%e4%b9%8b%e9%81%93/
#Platform #AI #Businessmodel #OperatingModel. #人工智慧 #平台策略
scale model中文 在 GitHub - huggingface/transformers 的推薦與評價
Transformers provides thousands of pretrained models to perform tasks on ... the paper CPM: A Large-scale Generative Chinese Pre-trained Language Model by ... ... <看更多>