{
 "byKey": {
  "cover": [
   {
    "say": "大家好,歡迎回到商業模式設計。這一章的主題是,A I 如何改變商業模式。",
    "item": 0
   },
   {
    "say": "我們會先看 A I 動到九宮格的哪幾格,再分清楚 A I 加值和 A I 原生,接著認識三種槓桿和 A I 的價值鏈。",
    "item": 0
   },
   {
    "say": "最後,我們會用一個客服公司的完整試算,算給你看,導入 A I 之後,單位成本到底怎麼變。",
    "item": 0
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#1": [
   {
    "say": "我們先從一間虛構的翻譯社說起。這間阿松翻譯社有五位譯者,主要接中英文件翻譯,每個月的案量,差不多就是五個人能負荷的上限。",
    "item": 1
   },
   {
    "say": "老闆聽說 A I 能翻譯,就讓譯者先用 A I 出初稿,再自己校稿。三個月後,出現了三件事。",
    "item": 1
   },
   {
    "say": "第一,同樣五個人,每個月能接的案量變多了。第二,同業開始用更低的報價搶案,客戶也開始問,既然是 A I 翻的,為什麼不能更便宜。",
    "item": 1
   },
   {
    "say": "第三,有一次 A I 把合約裡的金額單位譯錯,幸好校稿的人發現,不然要賠錢。這三件事,剛好就是這一章的三個主題。",
    "item": 1
   },
   {
    "say": "也就是,成本結構變了,價值主張和價格預期也變了,同時還多了新的品質風險。A I 不是魔法,它只是把商業模式裡的某幾格重新洗牌。",
    "item": 1
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#2": [
   {
    "say": "還記得第一章的商業模式九宮格嗎?我們來看看,A I 最常動到哪幾格。",
    "item": 0
   },
   {
    "say": "第一格是價值主張。A I 可以讓服務更快、更便宜、更個人化,也可能新增過去做不到的功能,例如二十四小時回覆、即時摘要。",
    "item": 1
   },
   {
    "say": "第二格是成本結構。原本靠人力完成的知識性、重複性工作,成本會從人事費,轉為模型使用費,加上審核人力,再加上維運。",
    "item": 2
   },
   {
    "say": "第三是關鍵活動與關鍵資源。工作重心會從大量的人力操作,轉為整理資料、設計流程,還有監控品質。",
    "item": 3
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#3": [
   {
    "say": "接著看剩下的兩格。A I 通常不會一次改變全部,只會動到其中幾格。",
    "item": 0
   },
   {
    "say": "客戶關係與通路這一格,可以用比較低的成本,做到一對一的互動。不過要小心,有時候客戶會覺得冷冰冰。",
    "item": 1
   },
   {
    "say": "收入模式也會被牽動。交付成本下降之後,客戶會期待價格跟著下降,原本按人天或按件計價的方式,可能需要調整。這部分第九章會深入談。",
    "item": 2
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#4": [
   {
    "say": "再來談成本結構。傳統軟體的特色是開發很貴,也就是固定成本高,但是多一個使用者,幾乎不增加成本,所以規模大了,毛利會很漂亮。",
    "item": 0
   },
   {
    "say": "A I 產品的情況不太一樣。第一,每次使用通常都要呼叫模型,產生所謂的推論成本,依用量計算,用量愈大,成本就愈大。",
    "item": 1
   },
   {
    "say": "第二,輸出可能出錯,所以要加上審核或抽查,這是品質成本,而且很常被忽略。",
    "item": 2
   },
   {
    "say": "第三,要持續維護知識庫、提示詞和評測資料,這是固定的維運成本。",
    "item": 3
   },
   {
    "say": "簡單說,A I 把一部分人事費,換成變動的推論費、固定的維運費,加上品質成本。",
    "item": 3
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#5": [
   {
    "say": "還有一點要特別提醒。A I 的價格與功能,依版本與地區而異,請以官方說明為準。",
    "item": 0
   },
   {
    "say": "而且供應商可能調整,所以成本具有不確定性。",
    "item": 1
   },
   {
    "say": "划不划算,取決於推論、維運和品質這三項加起來,是不是低於原本的人工成本,而不是看模型每次呼叫看起來有多便宜。",
    "item": 1
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#6": [
   {
    "say": "接著看價值主張。更快、更便宜,但也更不確定。",
    "item": 0
   },
   {
    "say": "A I 為客戶創造的價值,常見有四種。速度,幾秒就完成。成本,單位服務的價格降低。可得性,任何時間都能用。個人化,每個人拿到不同的內容。",
    "item": 1
   },
   {
    "say": "但是 A I 也帶來新的客戶疑慮。會不會出錯?資料會不會外洩?出事誰負責?",
    "item": 1
   },
   {
    "say": "所以好的 A I 價值主張,不只是說我們用了 A I,而是要說清楚,你能得到什麼結果、品質有多可靠、出錯時怎麼處理。客戶買的是結果與信任,不是技術名詞。",
    "item": 1
   }
  ],
  "原理:AI 如何改變成本結構與價值主張#7": [
   {
    "say": "最後,我們要誠實談一談限制。A I 不會自動變成利潤。",
    "item": 0
   },
   {
    "say": "第一,效率提升不等於利潤提升。如果同業都在降價,效率的好處會被客戶拿走,你可能只是維持原本的利潤而已。案例拆解會用數字說明。",
    "item": 1
   },
   {
    "say": "第二,模型能力會商品化。今天需要特別訓練才做得到的事,明天可能變成標準功能,所以光靠會用某個模型,很難成為長期優勢。",
    "item": 2
   },
   {
    "say": "第三,品質有上限。有些任務 A I 能做到八九成,但剩下的一兩成,才是客戶最在意的部分。另外涉及個資、醫療、金融、法律等領域時,錯誤的代價遠高於省下的成本。",
    "item": 3
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#1": [
   {
    "say": "接下來進入第二個主題。談 A I 商業模式,第一個分類是,A I 在產品裡扮演什麼角色。",
    "item": 0
   },
   {
    "say": "先看 A I 加值。產品或服務原本就存在,也有客戶,A I 是被加進去的一個功能或一段流程。",
    "item": 1
   },
   {
    "say": "例如虛構的連鎖書店行間書店,在 App 裡新增 A I 推薦書單,店面、會員、庫存、物流都不變。把 A I 拿掉,產品還在,只是體驗或成本差一些。",
    "item": 1
   },
   {
    "say": "再看 A I 原生。產品的核心價值本身就依賴 A I,沒有 A I 就無法成立,或成本結構根本做不起來。",
    "item": 1
   },
   {
    "say": "例如虛構的秒譯會議,即時把會議逐字稿翻成十二種語言,並整理待辦。沒有 A I,人工做同樣的事,成本高到不可能以這個價格提供。",
    "item": 1
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#2": [
   {
    "say": "這兩者的商業意義不同,但沒有哪一種比較高級。",
    "item": 0
   },
   {
    "say": "A I 加值的優勢,是有現成的客戶與現金流,試錯成本低。A I 原生的優勢,是可能打開新市場,但成本與風險也更集中。",
    "item": 1
   },
   {
    "say": "更常見的路徑是,先做 A I 加值,驗證價值之後,再逐步重新設計成 A I 原生的產品。",
    "item": 1
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#3": [
   {
    "say": "我們用一個表來比較。這個表有三欄,分別是比較項目、A I 加值,和 A I 原生。",
    "item": 0
   },
   {
    "say": "先看第一列,起點。A I 加值的起點,是既有的客戶與營收。A I 原生的起點,是新的客戶任務,或新的價格帶。",
    "item": 2
   },
   {
    "say": "主要效益也不同。A I 加值是降低成本、提升體驗、提高留存。A I 原生則是創造新品類、新的使用情境。",
    "item": 3
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#4": [
   {
    "say": "再看風險。A I 加值的風險是效益有限,容易被當成附贈功能。A I 原生的風險更直接,模型成本與供應商依賴,會直接決定生死。",
    "item": 1
   },
   {
    "say": "收費方式也不同。A I 加值常放進既有方案,很難另外收費。A I 原生可以直接依用量或成果收費。",
    "item": 2
   },
   {
    "say": "最後是護城河。A I 加值靠的是既有的客戶關係、資料與通路。A I 原生靠的是工作流、資料累積、品牌與信任。",
    "item": 3
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#5": [
   {
    "say": "做 A I 加值,有三個常見的陷阱,請特別留意。",
    "item": 0
   },
   {
    "say": "第一,功能很炫,但客戶不願意為它多付錢,結果只是增加成本。",
    "item": 1
   },
   {
    "say": "第二,加了 A I 卻沒有改流程,人工步驟照舊,效率沒有真正提升。",
    "item": 2
   },
   {
    "say": "第三,把 A I 放在客戶最在意的環節,卻沒有任何覆核機制。這個風險最大,請務必先設計好覆核。",
    "item": 3
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#6": [
   {
    "say": "接下來是第三個主題。A I 能為商業模式帶來價值,大致可以歸納成三種槓桿,自動化、個人化、規模化。",
    "item": 0
   },
   {
    "say": "自動化,是把原本由人完成的重複性知識工作,交給機器。典型的指標是每單位工作的人力時間,以及單位成本。例如自動分類客服工單、自動整理會議記錄。",
    "item": 1
   },
   {
    "say": "個人化,是同一個產品,對每個人呈現不同的內容。典型指標是轉換率、留存率和客單價。例如依學習程度出題、依購買紀錄推薦。過去個人化需要大量人力,A I 讓它變得可負擔。",
    "item": 2
   },
   {
    "say": "規模化,是同樣的團隊與資源,服務更多客戶,或進入更多市場。典型指標是人均服務客戶數,還有覆蓋的語言或地區數。三種槓桿可以疊加,但要分清楚主要靠哪一種賺錢,因為衡量方式與風險都不同。",
    "item": 3
   }
  ],
  "觀念教學:AI 原生、AI 加值與三種槓桿#7": [
   {
    "say": "那麼,怎麼判斷你是靠哪一種槓桿呢?先看一個例子。",
    "item": 0
   },
   {
    "say": "阿松翻譯社用 A I 出初稿再校稿,主要是自動化,因為初稿的人力時間下降了。結果則是規模化,同樣五個人接了更多案。",
    "item": 1
   },
   {
    "say": "如果它再依客戶的產業,做不同的術語庫,那才叫個人化。",
    "item": 1
   },
   {
    "say": "你可以問自己三個問題。這個表有兩欄,左邊是問題,右邊是對應的槓桿。",
    "item": 2
   },
   {
    "say": "省下的是人的時間嗎?如果是,那就是自動化。",
    "item": 3
   },
   {
    "say": "客戶是因為更貼近自己,而多買或續約嗎?那就是個人化。",
    "item": 4
   },
   {
    "say": "是因為同樣的人可以做更多、更廣嗎?那就是規模化。",
    "item": 5
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#1": [
   {
    "say": "第四個主題,A I 價值鏈。想知道 A I 的錢怎麼賺,先看價值鏈。簡化來看,有三層。",
    "item": 0
   },
   {
    "say": "第一層是基礎模型層,也就是研發、訓練並提供通用大型模型的公司。需要極高的資金、算力與人才,是資本密集的生意。賺錢方式主要是依用量收取 A P I 費用、訂閱,以及授權。",
    "item": 1
   },
   {
    "say": "第二層是工具與平台層,介於模型和應用之間,提供算力雲端、資料庫與檢索、開發與評測工具、工作流程框架、安全與治理等基礎服務。賺錢方式有按使用量計費、訂閱,以及把複雜的底層包裝成易用的工具來收費。",
    "item": 2
   },
   {
    "say": "第三層是應用層,直接面對最終客戶,把 A I 變成解決特定問題的產品,例如客服、法務、行銷、教育、醫療行政。賺錢方式可以是訂閱、按席次、按用量,或按成果計費。",
    "item": 3
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#2": [
   {
    "say": "各層的收入不是各賺各的。應用層向客戶收費,再把一部分成本付給工具層與模型層,所以上游的價格與政策,會直接影響下游的毛利。",
    "item": 0
   },
   {
    "say": "應用層的創業者要特別記得,你不是在跟模型比誰強,而是在比誰更懂這群客戶的工作。",
    "item": 1
   },
   {
    "say": "長期的護城河,多半來自資料、工作流程、整合、品牌與信任,而不是用了某個模型。這個主題第九章會再深入。",
    "item": 1
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#3": [
   {
    "say": "我們來看各層的優勢與風險。這個表有三欄,分別是層級、優勢和風險。",
    "item": 0
   },
   {
    "say": "基礎模型層,技術領先時有議價力,但投入巨大,能力也容易被追上而商品化。",
    "item": 2
   },
   {
    "say": "工具與平台層,客戶開發時就要用,黏著度高,但上下兩層都可能直接做同類功能。",
    "item": 3
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#4": [
   {
    "say": "最後是應用層。優勢是最貼近客戶與場景,能累積資料。風險是成本受上游牽動,而且容易被模仿。",
    "item": 1
   },
   {
    "say": "所以應用層要靠對客戶的了解,和累積下來的資料與流程,來建立自己的位置。",
    "item": 1
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#5": [
   {
    "say": "接著要談一件很重要的事,何時不該用 A I。A I 不是每個問題的答案,出現下面這些情況,請認真考慮不用、先不用,或只做輔助。",
    "item": 0
   },
   {
    "say": "第一,錯誤的代價很高,而且難以偵測。例如醫療診斷、法律意見、金融交易、安全關鍵系統。可以做輔助,但最終判斷必須由專業人員負責。",
    "item": 1
   },
   {
    "say": "第二,規則明確、輸入固定的任務。用一般程式或試算表就能百分之百正確,不需要有機率性的 A I。",
    "item": 2
   },
   {
    "say": "第三,資料太少或品質太差。沒有足夠的真實案例,就無法測試,也無法改善。",
    "item": 3
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#6": [
   {
    "say": "繼續看。第四,要求完全可解釋、可稽核。A I 的輸出有時難以說明理由,受法規嚴格規範的場景要特別小心。",
    "item": 1
   },
   {
    "say": "第五,客戶買的就是人本身。例如心理陪伴、高端顧問,客戶重視的是真人的關注與責任。",
    "item": 2
   },
   {
    "say": "第六,用量小又沒有重複性,建置與維運成本,比省下的人力還高。",
    "item": 3
   },
   {
    "say": "第七,不能接受資料外流。沒有合規的資料處理安排時,不要把機密或個資丟進外部服務。",
    "item": 4
   },
   {
    "say": "說不要用 A I,不是保守,而是商業判斷。把有限的資源放在效益最大、風險可控的地方,才是 A I 時代的競爭力。",
    "item": 4
   }
  ],
  "觀念教學:AI 價值鏈、不適用情境與可行性檢查#7": [
   {
    "say": "如果決定要做,在投入開發前,請依序做四個檢查。",
    "item": 0
   },
   {
    "say": "第一關是資料。有沒有足夠、真實、能合法使用的歷史案例?品質如何,有沒有缺漏、錯誤、過時?資料是否涉及個資或機密?",
    "item": 1
   },
   {
    "say": "第二關是品質門檻。這個任務多準才夠用?請先寫下可接受的錯誤率,例如自動處理的類型要達到百分之九十五以上正確,並用一組真實樣本,例如兩百張,實際測試。達不到門檻的類型,就降級成 A I 草稿加人工覆核,或乾脆不做。",
    "item": 2
   },
   {
    "say": "第三關是人工覆核。哪些案件必須人看?覆核要花多少時間?抽查比例是多少?覆核成本要算進總成本。",
    "item": 3
   },
   {
    "say": "第四關是經濟性,要算出單位成本,以及損益平衡的用量。每月固定成本、每張的推論與覆核成本、錯誤成本,都要列入。四個關卡都通過才進入試點,過不了的,要嘛補足條件,要嘛調整範圍。",
    "item": 3
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#1": [
   {
    "say": "現在進入案例拆解。雲朵客服是一家虛構的公司,替三十家中小型電商提供客服外包。",
    "item": 0
   },
   {
    "say": "它每個月處理大約兩萬張工單,由十二位客服負責,每位客服的全負擔人事成本,包含薪資、保險、管理攤提,大約五萬元。向客戶收費是每張工單五十五元。",
    "item": 1
   },
   {
    "say": "先聲明,這個案例所有的數字,都是設計值,不是任何真實公司的數據。老闆想導入 A I,第一個問題是,到底哪些工單可以交給 A I?",
    "item": 2
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#2": [
   {
    "say": "我們先算導入前的損益。",
    "item": 0
   },
   {
    "say": "人事成本,十二位乘以五萬元,等於每月六十萬元。每張成本,六十萬除以兩萬張,等於三十元。",
    "item": 1
   },
   {
    "say": "每張毛利,五十五減三十,等於二十五元,毛利率約百分之四十五點五。",
    "item": 3
   },
   {
    "say": "每月毛利,兩萬張乘以二十五元,等於五十萬元。這就是我們要拿來比較的基準。",
    "item": 4
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#3": [
   {
    "say": "步驟一,把工單分級。團隊抽查歷史工單,把它們分成三類。",
    "item": 0
   },
   {
    "say": "A 類是查詢類,約佔百分之四十,像是查訂單狀態、物流進度、營業時間。規則明確,有固定的資料來源。",
    "item": 1
   },
   {
    "say": "B 類是處理類,約佔百分之四十五,像是退換貨、改地址、補寄。需要判斷政策,但有範本可依循。",
    "item": 2
   },
   {
    "say": "C 類是複雜類,約佔百分之十五,像是客訴、糾紛、需要安撫情緒或跨部門協調。重點是,不要把客服當成單一任務,而是拆成不同風險的任務,各自決定用不用 A I。",
    "item": 3
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#4": [
   {
    "say": "步驟二,依照剛剛學的四關,做可行性檢查。",
    "item": 0
   },
   {
    "say": "資料這一關,有三千筆已結案的工單與標準答案,個資已經遮蔽,通過。",
    "item": 1
   },
   {
    "say": "品質門檻這一關,A 類自動處理,要求百分之九十五以上正確。B 類要求草稿可直接使用或稍微修改的比例,達百分之七十以上。C 類不設門檻,因為不打算交給 A I。實測結果,A 類抽兩百張,正確一百九十四張,也就是百分之九十七。B 類抽兩百張,可用或小改的有一百五十張,百分之七十五。",
    "item": 2
   },
   {
    "say": "人工覆核這一關,A 類自動回覆,但每張另外抽查百分之五的對話,折合每張抽查成本二元。B 類由客服覆核後送出,覆核時間約為原本的三分之一,折合每張十元。C 類仍由人處理,每張三十元。",
    "item": 3
   },
   {
    "say": "經濟性是下一步的試算。決策是,A 類全自動加抽查,B 類 A I 草稿加人工覆核,C 類維持人工。",
    "item": 4
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#5": [
   {
    "say": "步驟三,算單位成本。",
    "item": 0
   },
   {
    "say": "先列假設,這些全都是設計值,實際會依版本、地區與用量而異。每張工單的推論成本,是一點五元,因為所有工單都會經過 A I 分類與草擬。每月固定成本,是平台費四萬,加上維護知識庫與提示詞的人力六萬,共十萬元。",
    "item": 1
   },
   {
    "say": "A 類自動回覆的錯誤率是百分之三,每次錯誤的補償成本約三百元。一次性建置成本是三十六萬元。",
    "item": 2
   },
   {
    "say": "算完之後,每月成本從六十萬元,降到三十九萬八千元,節省二十萬零兩千元。下面一頁,我們一步一步算。",
    "item": 3
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#6": [
   {
    "say": "我們來把假設看清楚。",
    "item": 0
   },
   {
    "say": "每張工單的推論成本是一點五元,每月固定成本十萬元,也就是平台費四萬,加維護人力六萬。",
    "item": 1
   },
   {
    "say": "A 類自動回覆的錯誤率百分之三,每次錯誤的補償成本約三百元。",
    "item": 3
   }
  ],
  "案例拆解:雲朵客服導入 AI 的完整試算#7": [
   {
    "say": "接著一步一步算。一次性建置成本,是三十六萬元。",
    "item": 1
   },
   {
    "say": "變動人力成本,要按三類工單的比例算。C 類佔百分之十五,乘以三十元,等於四點五元。B 類佔百分之四十五,乘以十元,等於四點五元。A 類佔百分之四十,乘以二元,等於零點八元。加起來是九點八元。",
    "item": 2
   },
   {
    "say": "推論成本是一點五元。所以變動成本小計,九點八加一點五,等於每張十一點三元。",
    "item": 4
   },
   {
    "say": "再來,錯誤成本,百分之四十乘以百分之三,再乘以三百元,等於每張三點六元。固定成本攤提,十萬除以兩萬張,等於每張五元。",
    "item": 4
   },
   {
    "say": "總單位成本,十一點三加三點六加五,等於十九點九元。每月總成本是三十九萬八千元。每張毛利,五十五減十九點九,等於三十五點一元,毛利率約百分之六十三點八。一次性建置成本三十六萬,除以節省的二十萬零兩千元,大約一點八個月回收。",
    "item": 4
   },
   {
    "say": "但請注意,這一點八個月,只有在價格不變、品質達標、客戶不流失的情況下才成立。",
    "item": 4
   }
  ],
  "課後重點整理:AI 如何改變商業模式#1": [
   {
    "say": "好,我們來做本章的重點整理。先看本章地圖。",
    "item": 0
   },
   {
    "say": "第一,A I 動到商業模式的哪幾格,主要是成本結構與價值主張。第二,A I 加值與 A I 原生,定位與風險不同。",
    "item": 2
   },
   {
    "say": "第三,自動化、個人化、規模化,三種槓桿。第四,A I 價值鏈,基礎模型、工具與平台、應用層。",
    "item": 4
   },
   {
    "say": "第五,何時不該用 A I,以及可行性檢查,包含資料、品質門檻、人工覆核、經濟性。",
    "item": 5
   }
  ],
  "課後重點整理:AI 如何改變商業模式#2": [
   {
    "say": "第六,案例,也就是雲朵客服的單位成本、敏感度與價格決策。",
    "item": 0
   },
   {
    "say": "這個案例告訴我們,要看的不是模型多厲害,而是整體算下來,成本、價格與用量能不能一起撐得住。",
    "item": 1
   }
  ],
  "課後重點整理:AI 如何改變商業模式#3": [
   {
    "say": "重點一,成本結構。",
    "item": 0
   },
   {
    "say": "A I 把一部分人事費,換成推論成本、審核人力和維運成本。",
    "item": 1
   },
   {
    "say": "邊際成本不是零,用量愈大,推論成本愈大。價格與功能依版本與地區而異,請以官方說明為準。",
    "item": 2
   },
   {
    "say": "總單位成本,等於變動人力,加推論,加錯誤成本,再加固定成本攤提。",
    "item": 3
   }
  ],
  "課後重點整理:AI 如何改變商業模式#4": [
   {
    "say": "重點二,價值主張與價格。",
    "item": 0
   },
   {
    "say": "好的 A I 價值主張,要講結果、品質邊界與出錯處理,不只是講技術。",
    "item": 1
   },
   {
    "say": "效率增益不等於利潤,價格可能被壓低,所以要同時看價格、成本與用量。",
    "item": 2
   },
   {
    "say": "模型能力會商品化,護城河要來自資料、工作流程、整合、品牌與信任。",
    "item": 3
   }
  ],
  "課後重點整理:AI 如何改變商業模式#5": [
   {
    "say": "重點三,加值、原生與三種槓桿。",
    "item": 0
   },
   {
    "say": "加值,是既有產品加上 A I。原生,是沒有 A I 產品就不成立。常見的路徑是先加值,再原生。",
    "item": 1
   },
   {
    "say": "三種槓桿,自動化省人力時間,個人化更貼近個人,規模化讓同樣資源服務更多人。",
    "item": 2
   },
   {
    "say": "每種槓桿都有限制,包括例外狀況、資料與同意,還有錯誤會被複製。",
    "item": 3
   }
  ],
  "課後重點整理:AI 如何改變商業模式#6": [
   {
    "say": "重點四,價值鏈。",
    "item": 0
   },
   {
    "say": "基礎模型層,資本密集,收 A P I、訂閱和授權。",
    "item": 1
   },
   {
    "say": "工具與平台層,提供開發、檢索、評測、治理工具,按用量或訂閱收費。",
    "item": 2
   },
   {
    "say": "應用層,最貼近客戶,但成本受上游牽動,也容易被模仿。",
    "item": 3
   }
  ],
  "課後重點整理:AI 如何改變商業模式#7": [
   {
    "say": "重點五,何時不該用 A I,與可行性檢查。",
    "item": 0
   },
   {
    "say": "不該用或只做輔助的情況,包括錯誤代價高又難偵測、規則明確、資料太少、需要完全可解釋、客戶買的是人、用量小,以及資料不能外流。",
    "item": 1
   },
   {
    "say": "可行性要過四關,資料、品質門檻,用真實樣本實測、人工覆核,還有經濟性。",
    "item": 2
   },
   {
    "say": "錯誤處理要先設計好,誰發現、怎麼補救、怎麼預防。",
    "item": 3
   }
  ],
  "closing": [
   {
    "say": "這一章我們看到,A I 不是魔法,它重新洗牌的是成本結構與價值主張,而能不能賺錢,要靠算清楚每一張的單位成本。",
    "item": 0
   },
   {
    "say": "請記得完成本章的實作,並做章末小測驗,檢查自己學會了多少。我們下一章見。",
    "item": 1,
    "pause": 1
   }
  ]
 }
}