AI（人工智慧）的緣起可以追溯到上世紀 50 年代末和 60 年代初。當時，科學家們開始探索能模仿人類智慧的機器。然而當時的計算能力有限，且缺乏足夠的數據來培訓複雜的機器學習模型，AI 發展有限。因此隨著時間的推移，至今計算能力不斷提升，數據的收集與存儲能力也大幅增加， AI 技術至此才真正蓬勃發展。
Web 1.0、2.0、3.0 定義
Web 1.0、Web 2.0 和 Web 3.0 並沒有明確的界限和時間點，而是一個漸進的過程。通常談及 Web 1.0 主要是靜態的，內容由網站的創建者提供，以簡單的 HTML 代碼為主，單向的用於展示資訊、文章等。
到了 Web 2.0，網路逐漸從靜態的資訊展示轉變為允許用戶主動參與和貢獻內容的平台。此時各種互動功能和社交媒體大幅擴張，如社群媒體、podcast、維基百科、Youtube 等。
踏入 Web 3.0 的世代，智能、相互、具高度理解能力和具有自主決策能力的網絡就此誕生。高度依賴機器學習、大數據分析和區塊鏈等技術，為用戶提供更智能、個性化的服務和體驗。
AI 時代劃分
以 ChatGPT 的誕生為分界點，Chatgpt 之前普遍是 AI 1.0，如我們在應用社群媒體 Instagram、Facebook 時會被置入演算法、推薦系統；手機上的影像辨識系統；抑或是 Tesla 電動車等等都屬於 AI 1.0 的範疇。ChatGPT 席捲世界之後，AI 2.0，也被稱作生成式 AI，正式躍上水面。
著眼於生成式 AI
生成式 AI 是 AI 領域的一個重要分支，它是指機器能夠生成人類般的內容，如文字、圖像和音頻。OpenAI 的 GPT 系列（包括 GPT-3）就是生成式 AI 的代表之一。這些模型使用了大量的數據和強大的計算能力，使得它們能夠產生非常真實和連貫的內容。
然而，生成式 AI 也帶來了一些值得關注的問題，如假新聞和不實資訊的傳播。由於生成式 AI 能夠生成逼真的內容，因此它可能被濫用來製造虛假信息，這對社會的穩定和信息的真實性造成潛在威脅。如何平衡技術的發展和社會的利益，避免其被惡意使用，是 OpenAI 和其他 AI 研究機構要不斷思考的問題。
AI 的應用目前已涵蓋了生活各個領域，從自然語言處理、圖像識別、自動駕駛到醫療診斷、金融領域等等，這些應用著實為生活大幅提高效率和準確性，與此同時問題也就此浮現：人才是否會被 AI 取代？
AI 造成的改變
對於現今產業，AI 在網路行銷和流量皆引起了重大的改變。它的出現和應用帶來了新的機遇和挑戰，對於企業和網路使用者都有深遠的影響。以愛料理為例，原先網站曝光都在爭奪 SEO 的搜尋引擎優化，而愛料理在食譜界將 SEO 推展的非常完整，然而 ChatGPT 的橫空出世帶來了巨大的改變，Fox 說道：如果大家都改去問 ChatGPT，那愛料理會發生什麼事情？
我們自己測試向 ChatGPT 發問提出「宮保雞丁的食譜」過後，ChatGPT 的確提供完整即看起來可信的答案，至於是否在實際操作時也同樣值得信賴我們目前還未實際考證，但它的應用的確對不同產業造成程度上的威脅。
因應對策
面對 ChatGPT 的強勢來襲，Fox 說，愛料理反過來運用 ChatGPT 進行網站內文的翻譯，用 ChatGPT 翻譯了英文、日文，也正在優化韓文及西班牙文，致力打造更豐富且國際化的食譜內容。在科技快速進步的時代，Fox 說，更重要的應該是著眼於我們專業領域的 know-how，畢竟 AI 的能力仍有限制，用更聰明的方式與 AI 協作才是長久的因應對策。
如何確保人才不被 AI 取代？
事實上未來工作並不會消失，反而是更輕鬆的方式讓人類與 AI 共同協作。AI 是跟人協作的放大器，未來可預期的是會釋放更多人力、反而解決少子化問題。我們更應該著眼的是，如何協作？
好比說，AI 擅長處理重複性和結構化的任務，而在解決複雜問題和不確定性方面仍然有限。人才可以專注於培養解決複雜問題的能力和專業知識。再者，專業化、跨領域的知識和經驗都能使人才更加獨特，且難以被單一 AI 取代。
「每個人的都應該要有自己的數位轉型」，Gwen 補充道。理解 AI 的演進，認識自己的能力與長處，懂的更聰明的與 AI 協作或許是未來愈加重要的課題。這天晚上，我們很開心與 Fox 和 Gwen 一同討論、探索、認識 AI。面對 AI 的強勢挑戰，能夠不斷成長和進步，保持競爭力成為人才的重要課題，期望未來我們都能找到自己獨特且不會被取代的平衡，於職場上與 AI 共享良好協作模式。
成為會員
CAREhER Experience 用輕鬆無壓力的形式，讓妳能近距離認識講者以及其它優秀的商業女性，更有可能成為未來共同合作的人脈，一同分享更多心得、彼此成長。
