2025年11月初，美國亞馬遜（Amazon）控告AI新創公司Perplexity，指控該公司的AI瀏覽代理Comet幫用戶在亞馬遜購物，導致亞馬遜發現它的客戶不見了，因為都是Comet幫客戶在各大購物網站購物，比價後，再提供建議給Perplexity的會員，讓亞馬遜接觸不了真人，客戶也被搶走。
購物網站接觸不了真人客戶會發生什麼事？台灣科技大學資訊管理系特聘教授盧希鵬接受平台專訪指出，當AI代理人取代消費者在網路上購物時，那些為了吸引消費者的廣告重頭戲，就變得沒有意義，因為AI根本不理會。
這就是2026年開始，各企業領導人要嚴肅面對的問題，盧希鵬說，未來企業要面對的，可能不是客戶，是客戶的AI代理人。當未來人們透過AI去尋找商品，而不是上網站去找商品時；當AI代理人，例如Comet開始自主化幫消費者購買，幫人類做決定，未來所有的行銷所要服務的對象，也從人變成AI。盧希鵬指出，如果這件事已經無法阻止的話，大家要思考的，不是去捍衛舊有的框架，也不是要進行創造性破壞，而是要成為創造性破局者。
什麼是創造性破局者？盧希鵬在新書《隨經濟》裡提到，「當經濟遭遇結構性瓶頸時，破局的關鍵不是『解決問題』，而是『穿越問題』。真正的創新，不是補救被摧毀的舊秩序，而是超越既有框架，打開一個新的維度。」
盧希鵬舉例，特斯拉執行長馬斯克（Elon Musk）最近提出把AI伺服器送上太空的構想。因為，在絕對零度，不需要冷凍系統，以及太陽紫外線24小時照射下，就能放在低軌衛星上，顛覆傳統雲端與機房必須解決的冷熱及能源問題。這就是馬斯克穿越了問題，創造了一個新維度，就如同40年前他提出，是不是可以有一個沒有方向盤的車？最後誕生了特斯拉，因為他不從舊有方式去找問題，而是創造新的維度，成為他破局的關鍵。
同樣地，今天企業無法升級轉型的原因，就是被它固有的DNA給框架住，當思想的維度被框住了，就無法看到新維度。那麼，要如何看到新維度？盧希鵬表示，既然是新維度，沒有數據支撐，也沒辦法用AI的方式靠DATA去分析，這時候，整個破局的關鍵就是靠信仰，當大家都認為是X的時候，都在既有的DNA打轉時，你卻不這麼認為，你認為是Y，雖然Y從未出發生過，但你相信它會發生，這就是企業在升級轉型過程中，要訓練的思維模型。
前述亞馬遜的例子，預告著AI代理人將會在2026年大爆發，衝擊各產業原有的商業邏輯。盧希鵬說，這件事在過去沒有發生過，如果這是一個創造性的破局，那麼，請問那些想要升級轉型的企業有沒有看到這個新維度？領導者相不相信AI 代理人會在2026年開花結果？企業的應對策略與新的維度又在哪裡？
換言之，我們不能再用2025年的舊思維去破局，AI正在破壞這個時代，我們要做的不是對抗破壞，而是重新思考，定速創新，隨時保持在創業的狀態。想要多了解如何從破壞到破局，盧希鵬在《隨經濟》提出77個核心思維模型，一起與大家腦力激盪。值得一提的是，本書有附上一小段盧希鵬的個人經歷，談到改變他個人命運的結構洞是什麼，別忘了翻閱到最後。
以下內容摘自本書內文：
什麼是隨經濟？
當我們談論未來，除了氣候變遷、地緣政治等宏大議題，一個更根本的變革正在悄然發生，我們賺錢、花錢、乃至於整個生活模式，都將被「隨經濟」（Ubiquinomics）徹底改寫。過去我們熟悉「數位經濟」、「網路經濟」，但「隨經濟」將是比它們更具滲透性、更「黏」的全新模式。
「隨」的真義：從「人找服務」到「服務找人」
「隨」（Ubiquity）的字面意思是「無所不在」。它早已體現在你的生活中：智慧型手機是你身體的延伸、智慧手錶持續監測你的心跳、掃地機器人會在你上班時自動清潔。
那麼，「隨經濟」與我們熟知的「數位經濟」有何根本不同？
1. 數位經濟，本質是「人找服務」，是被動的。像是把實體商店搬到線上，它依然需要你主動去搜尋、比價、點擊購買。
2. 隨經濟，本質是「服務找人」，卻是主動的。它無感地融入你的生活，並主動預測你的需求。
想像一下這個場景：在數位經濟時代，你想買東西，需要打開App、搜尋商品。但在隨經濟時代，你車子進出停車場，不需要再找繳費機，你的手機自動幫你計時付款；家中的掃地機器人偵測到清潔劑即將用罄，便自動比價下單；企業的智慧工廠在接到訂單後，生產線自主排程；甚至金融業的穩定幣，在滿足智能合約的條件下，自主完成支付。
這就是「隨」的力量，它將世界從一個需要你下指令的介面，變成一個能預測並滿足你需求的環境。
核心驅動力：從「自動化」到「自主化」
這場變革的引擎，源自於AI帶來的一項關鍵躍升：從自動化（Automation）邁向自主化（Autonomy）。
其中的核心差異在於：決策者是誰？
1. 自動化：由人設定規則，機器執行。例如：「每天早上八點，啟動掃地機器人。」決策者是人。
2. 自主化：由AI分析數據，自主決策。例如：「掃地機器人偵測到今天花粉濃度高且地板髒污，決定在下午三點你回家前，啟動強力清掃模式。」決策者是AI。
隨經濟，正是建立在「自主化」的基礎之上。它讓AI在許多時刻，成為我們的代理人，為我們做出最適當的決定。這也帶來了一個深刻的提問：當我們將越來越多的決策權交給AI，我們是否準備好了？
新經濟學：當「時間」與「弱連結」成為最稀缺的資源
為什麼隨經濟是種經濟學？ 經濟學的核心，是研究稀缺資源的分配。在「隨經濟」的框架下，最寶貴的稀缺資源不再只是傳統的「原子」（實體商品）或數位的「位元」（數位資訊）。隨經濟的稀缺資源是兩樣東西：
1. 你的時間與注意力（交易成本）：隨經濟的第一原理，是「交易成本」，而不是「生產成本」。我們每個人一天都只有24小時，這是宇宙中最公平也最殘酷的限制。當時間成為最珍稀的資產，節省時間、延長時間、鎖定未來時間就成為隨經濟三大策略。
2. 弱連結（結構洞的價值）：隨經濟的第一原理，是「弱連結」，而不是「強連結」。我們都喜歡強連結，因為有互信，此時，網路上大量的陌生人就成了企業的稀有資源。過去，發現並利用這些連結需要運氣和努力。但在隨經濟時代，AI能輕易地跨越群體邊界並管理弱連結間的互信。
更完整的說，隨經濟有以下四大原理。
原理一：時間，將解構產業
過去，我們總在談論如何節省「金錢成本」。但在隨經濟裡，我們講「時間成本」（交易成本），無論是跨部門溝通、等待簽核、來回修改報告，都是一種時間成本。
1. 企業營運的現實：想像一下傳統的採購流程，從詢價、比價、下單到請款，可能需要經過五個部門、蓋十個章，耗費兩週時間。現在，導入AI採購系統的公司，能自動分析供應商報價、監控庫存並自動下單，整個流程縮短到一天。這省下的13天，就是企業在市場上領先對手的競爭力。
2. 金融的終極效率：以前一筆從台灣到美國的電匯，不僅手續費高，還要等上3到5個工作天。現在，一家台北的電商公司，要支付廣告費給美國的Google或Meta，可以直接透過金融服務商，用穩定幣（如USDC）在幾分鐘內完成支付，帳目清晰，幾乎沒有延遲。
諾貝爾經濟學獎得主科斯（Ronald Coase）的理論指出：當交易成本降低，組織規模也會減小。 這一預言正在成為現實。網路銀行讓實體分行減少，線上下單讓券商營業員大量減少，雲端服務也讓企業不再需要自建機房。
原理二：弱連結，將重組產業
「搭橋」給陌生人，才有指數級成長。
傳統的成功模式，是建立一座堅固的城堡，也就是你的公司、你的團隊、你的熟人圈，這些是「強連結」。這座城堡很穩固，但也很笨重，擴張極其緩慢。在隨經濟時代，真正的爆發式成長，來自於走出城堡，去連結那些你不認識的陌生人、不同的圈子和跨領域的資源，也就是「弱連結」。
「結構洞」指的是位於網絡中能控制並取得弱連結數據的關鍵節點。這些節點之所以重要，在於它們能橋接原本彼此斷裂的網絡，進而創造新的資訊與資源流動。想像整個世界是由一座座專業、文化、地域各不相同的「島嶼」組成的，誰有本事在這些島嶼之間「搭橋」，誰就能掌握獨一無二的資訊流、控制資源的分配，從而創造出別人無法想像的價值。
1. 敏捷的專案合作：一家位於內湖的IC設計公司，急需一位熟悉最新半導體材料的專家來做短期顧問。他們不再透過傳統獵頭公司花幾個月尋找，而是在全球性的專家網路平台（如GLG、Toptal）上發布需求。幾天內，他們就找到了一位在矽谷的退休台裔工程師，透過視訊會議，為他們的專案提供了關鍵的解決方案。
2. 支付系統的橋樑：在台灣，像LINE Pay或街口支付這樣的工具，它們的成功之處就在於，在「消費者」、「數萬家小吃店、飲料店」和「各家銀行」這三個原本連結鬆散的島嶼之間，搭起了一座方便、快速的支付橋樑，創造了全新的商業生態系。
未來，你的價值不在於你的城堡有多堅固，而在於你為多少座孤島搭起了橋樑。
原理三：數據是為了管理交易成本與弱連結的
如果說，「時間」是新的貨幣，「弱連結」是新的藏寶圖，那麼數據就是管理這兩項的稀有資源。數據不只是你填寫的問卷（收集來的數據），而是你在數位世界中，不知不覺留下的「行為數據」（沉澱下來的數位足跡），因為那才是最真實的你。
靠這著些數據的學習，AI早已不只是一個分析工具，它正在進化成一個能夠自主行動的經濟代理人（Agentic AI），一個代表你的「數位分身」。
1. 它會「感知」：你的個人AI能像最懂你的朋友一樣，從你的行事曆、健康報告、甚至你聽的音樂，感知到你潛在的需求和壓力。
2. 它會「思考」：當你想規劃一場家庭旅行，你只需下達一個模糊指令：「找個適合帶小孩和長輩、安靜又有文化氣息的地方，預算十萬」。你的AI分身會立刻理解你的深層需求（隱含意圖與多重意圖），並開始思考最佳方案。
3. 它會「自主行動」：你的AI會與全球成千上萬家航空公司、飯店、餐廳的AI代理人進行毫秒級的超高速談判，在一分鐘內，為你量身打造出一個包含備用方案的完美計畫。你點擊確認後，它會自動完成所有預訂和支付。
AI已經從一個「你使用的工具」，進化成一個「代表你做決定的夥伴」。在未來，國家之間、企業之間、甚至人與人之間的競爭，很大程度上將是他們背後AI代理人能力的競爭。
原理四：世界是活的，哈士奇與狼群的戰爭
當時間被壓縮、連結被重組、AI加速一切，這個世界不再是一個可以預測的棋盤，而是一個複雜、混亂、隨時在變化的生命體。在這樣的世界裡，有兩種組織模式：
1. 哈士奇（他組織）：哈士奇的食物來源是主人的飼料，所以牠做的每件事都要聽主人的命令。牠習慣待在穩定、可預測的環境裡。這就像傳統的大公司，指令由上而下、面對突發狀況就手忙腳亂。
2. 狼群（自組織）：狼群的頭狼（Wolf Alpha）確立的是狩獵的大方向，但牠不會對每隻狼下達「你向左、你包抄」的微觀指令。整個狼群依靠的是長期演化出的默契、簡單的溝通和每隻狼對環境的即時判斷來協同作戰。這是一種去中心化的決策模式，是一種自己會啟動與修復的「自組織」。
我常笑著想，如果把 ChatGPT 丟進《後宮甄嬛傳》（宮鬥劇）裡，不知道它能活到第幾集。因為世界上的挑戰，本質上可以分成兩種：「難」與「複雜」。「難」的挑戰屬於「他組織」的問題，規則明確，機率可預測，只要投入時間與耐心，就有機會突破。學統計學便是一例，雖然痛苦，只要努力就能夠學會。「複雜」則不同，它屬於「自組織」 的問題，環環相扣，變數難以控制，努力不一定等於成果。職場升遷就是典型案例，許多人書念得再好，走進職場卻發現努力並不直接轉化為晉升，因為遊戲規則隱藏在混沌之中。
AI 在「難」的挑戰裡表現得非常強大，像考試解題，幾乎可以瞬間完成。然而，當它面對「複雜」的挑戰，例如人情世故、政治角力、社會結構，它依然顯得笨拙。這正是我們與 AI 的差異所在。AI 擅長的是難題，但人類真正的價值，往往在於駕馭「複雜」，像是經營一些社群。
1. 軟體開發的變革：許多台灣的軟體公司，已經從傳統的瀑布式開發（他組織），轉向學習Spotify的「部落（Squad）」模式（自組織）。一個個小而精的團隊，被賦予高度自主權，可以快速決策、測試、上線新功能，不再需要等待高層的冗長會議和審批。
2. 開源AI社群：像Hugging Face這樣的社群，沒有一個中央集權的老闆在指揮所有人。全球數以萬計的開發者自發地貢獻模型、分享代碼、解決問題，形成了一個比任何單一公司都更強大、更有韌性的創新生態。
想在這種混亂中活下來，你得學會「70%法則」。當你覺得一件事有七成把握時，就該衝了！（此時衝一次失敗的機率0.3，衝兩次都失敗的機率是0.09，所以衝兩次至少有一次成功的機率將是0.91，你相信嗎？）因為在混亂的世界裡，根本沒有100%準備好的時候。一直等，只會錯過機會。這就是狼群的生存之道：保持敏捷，勇敢試錯，在一次次不完美的行動中，抓住那稍縱即逝的機會。
（本文摘自《隨經濟：第二曲線思維模型實踐手冊》，由時報出版授權刊載）
