一句話總結：當所有人都忙著用 AI 生出答案，史丹佛旗下的創新計畫負責人卻說——真正的本事，是想出一個值得被解決的問題。
核心要點
- 矽谷的創新病：Narges Baniasadi 觀察到，美國矽谷長期過度追逐特定技術或市場炒作，許多真正需要被關注的領域反而被晾在一邊。
- 問問題，比找解法更難：她在史丹佛 Stanford Emergence 計畫中開課，核心訓練就是「從問題出發」——而不是學生常見的，拿著一個技術方案到處找地方塞。
- AI 是工具，不是腦：她直接點破，AI 本質上是在重現已知的資訊，所以永遠無法取代人類的創新與創造力。真正的創新來自人與人的直接互動，而這是 AI 完全複製不來的。
- PCOS 案例的啟發：多囊性卵巢症候群影響數百萬女性，但平均確診要花上十年。她的學生不是先想「AI 能診斷什麼」，而是去跟患者聊天，才發現她們對外貌的焦慮遠超想像——這個洞察，催生了在 Sephora 設諮詢點介入早期診斷的點子。
- 創業的硬道理：Baniasadi 認為，跟人協作、跟客戶和投資人溝通的能力，比所謂的「創新本身」更關鍵。技術可以學，但處理人的複雜度，才是真正門檻。
說真的，每次看到新技術一出來，市場上就開始焦慮「我們會不會被取代」，我都覺得這種問題問錯了方向。重點從來不是 AI 能取代什麼，而是我們想用它來做什麼。
Baniasadi 的觀察其實戳破了一個矽谷長期以來的泡泡——大家忙著追捧某些炫炮技術，卻忽略了真正有價值的問題往往發生在那些不性感的領域裡。PCOS 影響幾百萬人，診斷卻要耗費十年，這不是技術不夠強，而是根本沒有人認真坐下來問：「這些女性真正困擾的是什麼？」
有趣的是，她的學生最後給出的解決方案，不是什麼高深的 AI 模型，而是在 Sephora 設諮詢點。這夠「低科技」了吧？但這個點子來自於一個關鍵洞察：患者對外貌的擔憂，讓她們頻繁出入美妝店。在對的地方、對的時刻出現，比什麼華麗的技術都有效。
這也解釋了她為什麼說「跟人協作的能力比創新更重要」。你寫得出再厲害的程式，如果不知道客戶的痛點長什麼樣子、不知道投資人在意什麼數字，那充其量只是個技術工匠。真正的價值，永遠來自於把技術鑲嵌進人類的真實處境裡。
編輯觀點：從產業面來看，Baniasadi 的觀點剛好打在現在台灣 AI 熱潮的痛點上。我們太習慣「拿到工具就開始敲」，看到生成式 AI 就先想「這個可以拿來做什麼」，而不是先退一步問「現在最卡住我們的問題是什麼」。這種工具優先的思維，最終只會產出一堆技術正確但市場無感的解決方案。回頭看看 PCOS 的案例，關鍵突破點不是技術，而是「在 Sephora 設點」這個笨但有效的想法。對台灣的創業者或企業來說，與其急著把 AI 塞進所有流程，不如先花一半的時間去跟第一線的使用者坐下來喝杯咖啡，把問題問對，後面的路自然會清楚很多。
如果 Baniasadi 的論點是對的，那我們現在該做什麼？不是去學最新的提示詞工程，也不是急著把 ChatGPT 串進你的產品裡。先去做一件更基本的事：找你目標使用者中最難搞的那個人，坐下來聽他抱怨一個小時。他抱怨的內容，可能就是你的 PCOS 時刻。
AI 工具只會越來越強、越來越便宜，但「問出一個好問題」的能力，永遠是稀缺的。而且說真的，這種能力不靠 GPU，只靠你的耳朵跟腦袋。
一句話結論
AI 幫你省掉的是找答案的時間，但它沒辦法幫你省掉「找對問題」的力氣——而後者，才是真正值錢的地方。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
AI 真的無法取代人類的創造力嗎？
是的。因為 AI 本質上是從既有資料中重現資訊，無法產生真正新穎的觀點或突破性創新，人類在直接互動中產生的洞察才是創新的核心來源。
什麼是「從問題出發」的思考方式？
先放下任何技術或解決方案，專注於理解目標對象的真實困境與需求，確認問題值得解決之後，再思考適合的工具與方法。
PCOS 案例對一般創業者有什麼啟發？
真正的商機往往藏在使用者的日常行為與抱怨中。與其急著開發新技術，不如先深入觀察使用者的真實生活，找到那個大家習以為常但其實很不方便的痛點。
想培養「問對問題」的能力，該從哪裡開始？
從練習深度訪談開始。找三到五個你目標領域的使用者，不要問「你想要什麼功能」，改問「你最近一次覺得很煩的是什麼事」，然後閉嘴聽他們說。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。