當寫程式成本趨近於零，為何「設計與觀點」成為企業 AI 轉型的新護城河？
在生成式 AI 狂飆的今日，只要輸入幾行提示詞（Prompt），就能在幾分鐘內生成一段可運行的程式碼或一張精美的視覺圖。我們觀察到，這容易讓企業決策者陷入兩難的焦慮：既擔心既有軟體服務與專業人才是否會被大模型取代，又得面對單純追求產出速度卻無法轉化為品牌共鳴的困境。
在《All-In Podcast》近期的訪談中，設計軟體巨頭 Figma 執行長 Dylan Field 與主持人 Chamath、Sacks、Calacanis、Friedberg 針對「AI 是否正在取代設計師？」以及「SaaS 滅亡論」展開了深度對談。Dylan Field 在節目中給出了一個極具穿透力的核心論斷：「AI 降低了產出的地板，卻沒有抬高天花板（[20:17]）。」
這場僅 40 分鐘的對談，精準戳破了當前企業在 AI 導入過程中最容易犯的策略盲點。對於台灣的 B2B 企業主與數位轉型決策者而言，當基礎技術的獲取成本趨近於零，過去依賴「做得出功能」或「發得出內容」的競爭優勢已經失效。理解「模型進步與產品進步的差異」以及為何「設計是新的程式碼（Design is the new code）」，是決定企業下一個階段能否在同質化紅海中突圍的關鍵。
迷思破除：模型進步不等於產品進步，深耕垂直工作流才是真護城河
每當基礎模型（Foundation Model）大廠發布新功能，市場總會掀起一波「應用層軟體即將消亡」的恐慌。節目中提到，在 Anthropic 推出 Claude Design 後，市場一度對設計軟體的前景產生疑慮；然而，Figma 的營收依然維持 48% 的年增率（YoY）加速成長（[14:03]–[15:36]）。同樣的現象也發生在程式開發領域，儘管各大模型廠紛紛強化原生的編碼能力，專注於開發者體驗的 Cursor 依然在巨頭夾擊下成功突圍（[17:10]–[17:41]）。
為什麼大模型沒有直接碾壓這些垂直應用？Dylan Field 指出，關鍵在於不能把「基礎模型的能力躍升」直接當成「產品本身的進展」（[15:05]、[15:36]）。
我們的觀察是，這正是當前企業在進行 AI 轉型時最容易踩入的陷阱。如果企業只停留在內部串接最新的大型語言模型 API，或者在既有產品外層包一層簡單的對話介面（俗稱「套殼」），往往會誤以為這樣就完成了產品升級。但事實上，基礎模型提供的只是通用的底層算力與推論能力，它並不理解企業特定場景下的複雜上下文，也無法自動解決跨部門協作的摩擦。
從 Figma 與 Cursor 的突圍案例中，我們建議台灣 B2B 決策者重新審視自家的 AI 投資：真正的護城河，從來不是你呼叫了哪一家的 API，而是你如何將 AI 深度嵌入「專業工作流」與「專用 UI 體驗」中（[14:34]–[17:41]）。當你的系統能夠像 Figma Weave 的節點與鏈式輸入概念（[31:42]）一樣，把零散的 AI 能力串聯成具備確定性、可重複驗證的商業流程時，這種深耕垂直場景的轉換成本，才是基礎模型無法輕易跨越的壁壘。
當產出地板降低，「設計與個人觀點」成為最高槓桿
除了工作流整合，這集 Podcast 點出的第二個殘酷現實，直接衝擊了所有依賴內容與數位產品獲客的企業。
Dylan Field 在節目中分享了一個耐人尋味的現象：隨著 AI 讓寫程式的門檻幾乎歸零，App Store 上的應用程式數量呈現指數級爆炸增長，但全體用戶的總使用時間與注意力卻依然持平（[20:17]、[21:20]–[22:23]）。這意味著，供給端的爆發並沒有創造出對等的需求紅利，反而讓爭奪用戶注意力的戰場變得空前擁擠。
為什麼大量由 AI 催生的產品與內容無法贏得市場？這必須回到 AI 的數學本質來理解。Dylan Field 分析，在數學、資安或程式碼編譯等「具備嚴格驗證機制（formal / verifiable domains）」的領域，AI 因為有明確的對錯標準可以自我博弈與修正，其智商正以指數級的速度堆疊演進（[33:14]）。然而，一旦進入設計、行銷、品牌敘事等「非可驗證領域」，AI 的表現就會出現明顯的邊際遞減——因為缺乏絕對的標準答案，模型的生成結果極易收斂至訓練資料的「常態分佈均值（center of distribution）」（[20:17]、[33:14]）。
換句話說，AI 非常擅長幫你做出「及格、平均值、看起來似曾相識」的東西。它把製作一個網站、寫出一篇行銷文案的「地板」降到了最低，讓每個人都能輕易跨過門檻；但與此同時，如果缺乏人類的審美判斷、主觀立場與獨特視角，AI 只會源源不絕地產出高度同質化的平庸產物，無法幫企業觸及那個能夠打動人心的「天花板」。
當純粹的「功能開發」與「基礎內容產出」不再具備溢價能力，市場的價值便全面上移至最頂層的設計體驗、品牌觀點（Point of view）與情感共鳴。這正是 Dylan Field 所說的「設計是新的程式碼（Design is the new code）」（[01:02]–[01:33]、[22:23]、[24:28]）。
對 B2B 行銷與品牌經營而言，我們認為這是一記響亮的警鐘。如果企業導入 AI 的目的，只是為了用更低的成本、更快的速度去洗版社群媒體或發送千篇一律的開發信，最終只會加速消耗品牌的信任資產。在 AI 時代，技術負責解決「如何實現」，而人類決策者與創意團隊的核心價值，則是提供那個不隨波逐流的「非共識觀點」與「品牌靈魂」。
這對你的企業意味著什麼
面對「功能貶值、觀點升值」以及組織內外部的「信任分流」，我們建議台灣企業主與 AI 導入決策者採取以下四個具體行動：
1. 停止「純 Prompt 套殼」的淺層開發，轉向確定性的工作流設計
在評估內部 AI 工具或對外數位產品時，切忌停留在「接上大模型 API 讓員工自由對話」的階段（[15:36]）。我們建議企業技術團隊借鏡 Figma Weave 的節點與鏈式輸入概念（[31:42]），將複雜的業務邏輯拆解為可追蹤、具備狀態傳遞與驗證機制的自動化節點。唯有將企業獨有的領域知識（Domain Know-how）固化在工作流中，才能建立起外部通用模型無法取代的系統價值。
2. 區分「可驗證」與「非可驗證」任務，精準配置人機資源
企業應盤點內部工作流程，依據 Dylan Field 提出的「可驗證性」（[33:14]）進行資源重組。對於資安檢查、程式碼測試、數據清洗與合規審查等「可驗證領域」，應大膽導入 AI 進行高強度的自動化規則檢查，享受模型智商指數級成長的紅利；反之，在品牌策略、客戶關係維繫、核心產品設計等「非可驗證領域」，則必須保留高比例的人類專家介入，避免產出向平庸的平均值收斂。
3. 在內容與行銷管線中強制設立「人工精修與觀點注入」節點
當市場上充斥著 AI 大量生成的「常態分佈均值」平庸內容時，B2B 企業的破局之道在於強化品牌的獨特立場（Point of view）。我們建議企業在設計數位行銷或內容工作流時，將 AI 定位為「拉高下限的初稿助手」，並在發布前強制設定人工審核與精修（Human-in-the-loop）的關卡，確保每一份對外溝通的材料都帶有企業真實的洞察與審美標準。
4. 建立組織內部的「AI 透明度規範」，提前應對信任分流
Dylan Field 在訪談中透露，面對 AI 內容氾濫，建立信任的關鍵在於「讓人看見你用雙手做過」；目前 Figma 內部已明確規定，凡是由 AI 撰寫的文件，都必須在頂部標註「Written with AI」（[24:59]、[25:31]）。這預示了職場與商業市場即將迎來一場深刻的「信任分流」。我們建議企業儘早建立內部的 AI 使用標註規範：哪些報告是 AI 快速生成的摘要、哪些決策提案是團隊親手深思熟慮的結晶，透明的標示不僅能提升內部溝通效率，更能展現對客戶與合作夥伴的尊重。
風險與反方觀點
在積極擁抱垂直工作流與設計價值的同時，決策者也必須誠實面對市場上的反方觀點與潛在風險。
正如節目中所討論的，目前市場上依然存在「基礎模型通吃一切、SaaS 即將滅亡」以及「AI 將取代設計師」的恐慌——例如在 Anthropic 推出 Claude Design 後便引發了這類市場疑慮（[14:03]–[15:36]）。
然而，Dylan Field 對這種恐慌提出了有力的反駁。他指出，這類悲觀論調不僅混淆了「模型進步」與「產品進步」，更忽略了 AI 在非可驗證領域只會收斂至常態分佈均值（[20:17]、[33:14]）的結構性盲點。
這對企業而言揭示了一個真實的營運風險：真正的危機並不是「AI 取代了你的團隊」，而是「你的團隊過度依賴純 Prompt 套殼，放棄了深度工作流整合與人類審美觀點」。當企業為了追求短期效率，任由未經打磨、缺乏「親手打造」信任標註（[24:59]）的 AI 產出直接面對市場，你的產品與品牌聲量將迅速淪為同質化的平庸噪音，最終在平台原生功能的演進中被徹底邊緣化（[15:36]）。
結語
當寫程式的門檻趨近於零，決定勝負的已不再是誰能產出程式碼，而是誰擁有獨特的設計審美與品牌觀點。
Figma 執行長 Dylan Field 在《All-In Podcast》的這場對談，為正處於 AI 轉型十字路口的企業主提供了一份清醒的行動指南。AI 確實以前所未有的速度拉平了技術與執行的門檻，但它並沒有消滅專業與品味的價值；相反地，它讓真正具備深厚工作流底蘊、獨特品牌觀點與人性溫度的企業，顯得更加稀缺且珍貴。
作為陪伴台灣企業推進 AI 轉型與 B2B 行銷的夥伴，我們建議您在下一次的策略會議中，不妨先放下「我們還能用 AI 自動化哪些事」的焦慮，轉而問團隊一個更本質的問題：「當基礎產出的成本歸零後，我們獨特的品牌觀點是什麼？客戶為什麼要信任我們親手打造的價值？」找到這個答案，才是企業在 AI 時代真正無法被複製的護城河。
原始節目連結