Vista電子報 No.125：AI 時代如何做創新？
當執行不再稀缺，一個普通人的創新空間，移到了哪裡？
前陣子有位讀者寫信問我一個問題，他說：「Vista，現在 AI 這麼強，我腦中閃過的每一個點子，好像隨便 Google 一下都有人做過了，甚至做得比我還好。這種時候，一個普通人到底還有什麼創新的空間？」
這封信我讀了三遍。因為它問中了一個這兩年最讓人焦慮，卻也最少人認真回答的問題。
我們這一代人，是在一種舊的創新觀底下長大的。那種創新觀告訴我們：創新等於想到別人沒想到的東西，然後做出別人做不出來的東西。這兩件事，一件靠天分，一件靠苦練，都很稀缺，所以能創新的人很少，創新也因此值錢。
但 AI 把這套邏輯的後半段，幾乎整個改寫了。
今天你想做一個網站、一支 App、一份分析報告或一組行銷文案，甚至是自動投放廣告，過去需要一整個團隊，花上幾週甚至幾個月才做得出來。現在你一個人，只要一個下午的時間，和 AI 進行一段對話就能生出雛形。做得出來，不再是門檻；但是當執行不再稀缺，稀缺的東西就轉移了。而看不懂這個轉移的人，會一直用舊地圖找新大陸，然後困惑為什麼怎麼走都是死路？
所以，本期電子報，我想好好回答那位讀者，也回答我自己：當做得出來的這件事情變得廉價時，AI 時代的創新，到底長什麼樣子？
創新的重心，從執行搬到了提問
我先講一個我自己的親身經歷。
今年年初，我在打造一人公司相關的數位產品時，有一段時間陷入一種奇怪的亢奮。因為有了 AI，我幾乎每天都能設計出一個新的小工具、新的頁面或新的自動化流程。不騙你，我一度以為這就是生產力的解放。
直到某天我停下來盤點，才發現一件事：我做了一堆東西，但其中真正被人用、真正解決問題的，寥寥可數。我不是缺乏執行力，我是缺乏值不值得做的判斷力。AI 幫我把有沒有能力做的這道牆拆了，卻反而把該不該做這道更難的題目，赤裸裸地推到我面前。
這就是第一個關鍵的轉移：創新的重心，正在從答對搬到問對。
過去我們崇拜答案，因為答案難得。但現在答案便宜了，一個好問題的價值反而被放大。你問 AI 一個平庸的問題，它給你一個平庸但看起來很像樣的答案，這其實比沒有答案更危險，因為它會讓你誤以為自己在前進。真正拉開差距的，是那個能問出大家都沒想到要問的問題的人。
所以，我後來養成一個習慣：在打開任何 AI 工具之前，先花時間把問題本身磨利。我會反覆問自己，這件事真正要解決的是什麼？誰會因為它而變好？如果這個問題根本問錯了，那我用 AI 做得再快、再漂亮，也只是更有效率地走向錯的地方。
創新在 AI 時代的第一課，不是學會用工具，而是重新學會提問。
稀缺的不是點子，是品味
回到那位讀者的焦慮：「怎麼辦？我的點子好像都有人做過了。」
我想很誠實地說：他說得對，但這件事沒有他想的那麼致命。
因為在一個執行成本趨近於零的世界裡，原創的點子本來就不是護城河。點子從來都很便宜，一場好的腦力激盪就能生出幾十個。真正稀缺的，是在一堆看起來都差不多的選項裡，選出那個對的、並且把它做到極致，同時還要有到位的判斷力。這個東西，我把它叫做品味。
品味是什麼？它是一種你說不太清楚、但一眼就能認出好壞的能力。
它是你看到兩個都能用的方案時，知道哪一個更誠實、更耐看、更貼近使用者真正的處境。它是你在 AI 生出十個版本的文案時，能一眼挑出那個有溫度的，並且把其他九個果斷刪掉。
而品味最麻煩、也最迷人的地方在於：它無法外包給 AI。
AI 可以幫你生成一千種可能，但它沒辦法替你決定哪一種是你的。它給你的是平均值，是這個世界上所有相關資料的加權平均。而創新，恰恰是對平均值的偏離。一個什麼都聽 AI 的人，做出來的東西必然會往中間靠攏，變得安全、正確、而且毫無記憶點。
所以我常跟身邊做內容、做產品的朋友說：AI 時代，你要刻意保護你的偏見。你獨特的堅持、你不合時宜的講究、你對某個細節近乎固執的在乎，這些過去被視為缺點的東西，現在正是你之所以是你的原因。當所有人都能生產正確的東西，有觀點反而成了最稀缺的資產。
最好的創新，往往是重新組合
講到這裡，可能有人會更慌張：問對問題要天分，有品味要累積，那我現在就想開始，到底能做什麼？
我想給一個具體、而且門檻沒那麼高的答案：從重新組合開始。
我們對創新有一個很浪漫的誤解，以為它一定是從零到一、憑空冒出來的驚天動地。但如果你去拆解這幾年真正跑出來的東西，會發現絕大多數所謂的創新，其實是把兩件既有的、大家都知道的事情，用一種前人沒試過的方式接在一起。
舉例來說，Podcast 不是新發明，它是把廣播的形式接上網際網路的分發。外送平臺也不是新發明，它是把既有的餐廳、機車和地圖，用一個 App 重新串起來。這些都不是無中生有，而是有中生新。
AI 時代，這種組合式創新的空間被放大了無數倍。因為你手上突然多了一大把過去必須靠專業團隊才能操作的積木：寫程式、做設計、剪影片、分析數據、多語言翻譯。當這些積木都變成你伸手可及的東西，你能組合出來的排列，指數級地增加了。
我自己實踐的方法很簡單：拿你最懂的一個領域，去乘上一個 AI 剛剛解鎖的能力。
好比你是一位老師，那就把你的教學專業，乘上 AI 快速生成個人化教材的能力。你如果是一位會計，那就把你對財報的理解，乘上 AI 處理非結構化資料的能力。你是任何一個領域的實作者，你都有一份別人沒有的、關於這個領域真正痛點在哪的知識，這份知識就是你獨一無二的積木。AI 補上的，是你過去缺的那半塊。
創新沒有那麼的神奇，不必從你完全陌生的地方長出來。它最肥沃的土壤，往往就在你已經站著的那塊地，只是你過去缺工具，挖不下去。現在工具來了。
把賭注變小，把次數變多
有了方向，接下來是心態。而 AI 時代最該調整的一個創新心態，是關於試錯這件事。
過去試錯很貴。你要驗證一個想法，得投入大量時間金錢做出成品，推到市場，然後才知道它行不行。因為每一次嘗試的成本都很高，我們自然會變得保守，會想在動手之前把一切都想清楚，會把所有籌碼壓在少數幾個看起來最穩的方向上。
但 AI 把單次嘗試的成本壓垮了。今天你要驗證一個產品概念，可以在一天之內做出一個能跑的原型，丟給真實的使用者看反應。這意味著創新的策略應該整個翻轉：不要再賭大的、賭少的、賭穩的，而是把每個賭注變小，把下注的次數變多。
我把這稱為多下小注。
它的邏輯是這樣的：在一個充滿不確定性的世界裡，你根本無法事先預測哪個想法會成。你以為最穩的那個常常無聲無息，你隨手做的那個反而意外撞出火花。既然預測不準，那與其把資源全押在一個精心計算的方向，不如廣撒許多低成本的小實驗，讓真實世界替你篩選答案。
這裡的關鍵，是每一個小注都要小到就算全輸也不心疼。這樣你才敢一直下，才不會因為輸掉一次就傷筋動骨，才能撐到那個非線性回報的大贏出現。創新在這個框架下，不再是一場豪賭，而是一種持續的、低風險的、大量的試探。你不需要一次就對，你只需要試得夠多、賠得夠起、學得夠快。
而 AI，正是那個讓試得夠多在時間和成本上第一次真正成為可能的東西。
愈是 AI 的時代，愈要留住人味
最後，我想講一個看似矛盾、卻愈來愈重要的觀點。
當 AI 讓內容、產品或方案的生產變得極度廉價，這個世界很快就會被淹沒在大量還可以的東西裡。每一篇文章都通順，每一張圖都精美，每一份提案都結構完整。而當一切都變得還可以，人們反而會開始渴望那些不太一樣的東西。
這裡藏著一個對創新者極其友善的機會：愈是機器能大量複製的地方，人的痕跡就愈值錢。
一個真實的、帶著猶豫和掙扎的親身故事，AI 模仿不來，因為它沒有活過。一個因為你踩過某個特定的坑、才長出來的獨到見解，AI 生不出來，因為它沒有那道疤。一種你和你的讀者、你的客戶之間，長時間累積下來的信任與默契，AI 更是無從複製，因為關係是要用時間熬的。
所以我對這個時代的創新，最後一個建議是：不要試圖在數量和速度上跟 AI 比，那是它的主場，你贏不了，也不必贏。你該做的，是把 AI 當成那個幫你把數量和速度都搞定的夥伴，讓自己騰出手來，專心去做那些只有人才做得到的事：判斷、選擇、感受與承擔，還有把一段真實的經歷，坦誠地講給另一個人聽。
AI 時代的創新，說到底，不是要你變得更像機器，而是要你藉著機器，變得更像你自己。
寫在最後
我們再回到那位讀者的問題：一個普通人，在 AI 這麼強的時代，還有什麼創新的空間？
我的答案是：空間不但沒有變小，反而變大了。只是它的位置移動了。
它從你能不能做出來，移到了你能不能問對、選對、以及做得像你。過去把普通人擋在門外的那道執行的高牆，AI 幫你拆了；而剩下的那些真正重要的能力，提問、品味、判斷、人味，本來就不是天才的專利，而是每一個願意持續練習、持續下注、持續保有自己觀點的人，都能一點一滴長出來的。
所以別再糾結一個點子有沒有人做過了。這個問題在今天已經不重要。重要的是：你有沒有把它做成只有你會做的樣子。
嗯，這一期電子報就先聊到這。如果這篇文章讓你對手邊那個一直不敢動的想法，多了一點想試試看的衝動，那就從今天下一個最小的賭注開始吧！
我們下一期見。
Vista 敬上
🚀 想自己動手做的人，最缺的不是教學資源，而是一套照著走就不會做歪的工作文件。我所設計的 Starter Kit 把選題、規格與檢核方法，整理成你可以直接拿來用的模板。先送你建造藍圖手冊，歡迎免費索取！