Sam Altman 2024 年的 AI 預言逐條驗證：他說對哪些

2024年9月23日，Sam Altman 在個人部落格發布了一篇文章，標題叫《The Intelligence Age》（智能時代）。

這篇文章很短，不到 700 個英文字，但它是 OpenAI CEO 對未來最完整的公開聲明之一。他在裡面做了幾個具體預言：幾年內 AI 會解決人類最難的問題、「每個人都會有一個聰明的 AI 朋友」、未來我們今天認為艱難的任務將變得輕鬆。

這篇文章幫你做一件事：把 Sam Altman 說過的主要預測逐條拿出來，對照 2026 年初的實際進展，然後翻成台灣企業主能用的判斷依據。

Sam Altman 說「AGI 快來了」

Sam Altman 的 AGI 時間表預測

2026 年初的實際進展：主流 AI 在特定任務（程式碼、數學推理、長文件分析）上已達到或超越人類水準，但在「跨領域通用推理」和「持續學習」上仍有明顯差距。OpenAI 自己的 o3 模型在 ARC-AGI 測試中得分 87.5%，這個測試被設計為對 AGI 的基準衡量，但研究者們對這個成績代表什麼意義仍有爭議。

用一句話講：AGI 在接近，但「幾年內」這個說法從 2022 年就開始被引用，每一年都有人說「再幾年」。

AGI 預測對台灣企業主的實際意義

說真的，AGI 到不到來對大多數台灣企業主的日常決策影響不大。真正重要的問題是：現在的 AI 已經夠好到能幫你做什麼？

現在的 AI 已經可以：處理 80% 的例行文書工作、在數小時內完成以前需要數週的市場研究、生成足以讓人信服的創意內容初稿。如果你在等 AGI 到來再開始準備，你等待的成本比你想像的更高。

Sam Altman 說「每個人都會有聰明的 AI 朋友」

AI 個人助理的現狀：2026 年的實際體驗

Sam Altman 在《The Intelligence Age》裡寫道：「想像一下，每個人都能擁有一個非常聰明的朋友，這個朋友碰巧懂醫學、法律、財務和你想要諮詢的任何領域。」這是他對 AI 未來的核心願景。

這個願景在 2026 年實現了多少？從我自己和台灣企業的使用狀況來看，答案是：技術上已經夠了，但使用習慣還沒跟上。

ChatGPT 和 Claude 確實可以回答很多以前需要找專業顧問的問題，而且品質已經達到「夠用」的水準。但大多數台灣人還是把 AI 當成搜尋引擎用，問的是「XXX 是什麼」而不是「幫我分析這個合約的風險點」。這個使用方式的差距，才是阻礙 AI 真正發揮價值的關鍵。

AI 朋友願景的台灣落差

根據 McKinsey 2025 年全球 AI 採用調查，台灣企業的 AI 使用率在亞太地區屬於中等，主要使用場景集中在內容生成和基礎資料分析，較少用於決策支援和專業諮詢替代。

這個落差背後有兩個原因：第一，多數員工沒有被教過怎麼問出好問題（Prompt Engineering 的重要性被嚴重低估）；第二，企業文化中對「讓 AI 做決策」有隱性抗拒，寧可用 AI 做低風險的例行任務，不敢用在真正重要的判斷上。

Sam Altman 說 AI 會「解決人類最難的問題」

AI 在科學研究的實際突破

Sam Altman 在《The Intelligence Age》裡做了最大膽的預言：「在不久的將來，我們每個人都將擁有強大的 AI，能夠推動科學發展，解決我們幾個世紀以來一直在努力解決的問題，創造幾乎所有人都能負擔得起的豐盛。」

這個方向的進展是真實的。2024 年，Google DeepMind 的 AlphaFold 3 解決了蛋白質折疊問題，贏得諾貝爾化學獎。AI 在藥物分子設計、材料科學和氣候模型上的應用速度，比大多數研究者預期的更快。

但「解決人類最難的問題」和「在實驗室有突破」是兩件不同的事。從科學發現到真正影響普通人的生活，通常需要 10-20 年。Sam Altman 描述的未來可能是真的，時間軸可能也是對的，但普通台灣企業主現在感受不到這個影響。

Sam Altman 預言的可信度評估

哪些對，哪些誇大？

誠實評估的話：

預測	2026 年進展	評估
AI 將成為每個人的智識助理	技術已到位，但使用習慣滯後	方向正確，時間被低估
AGI 幾年內實現	接近但定義模糊，仍有爭議	難以驗證，定義不清晰
AI 解決癌症等科學問題	AlphaFold 等有真實突破，但規模化應用仍早	長期方向正確，短期誇大
AI 帶來豐盛和普及	AI 工具成本快速下降（GPT-4 級別能力已近免費）	這個具體趨勢正在發生
現有工作將大幅改變	特定職能已有顯著影響（文案、程式、客服）	正確，但速度和幅度因行業差異大

從 Sam Altman 的預言看台灣企業的行動優先順序

Sam Altman 預言裡最值得台灣企業主現在關注的部分

你可能會想：Sam Altman 是 OpenAI 的 CEO，他說的話有利益衝突，能信嗎？

這個懷疑是對的。

Sam Altman 確實有動機誇大 AI 的進展和影響，因為這有利於 OpenAI 的估值和招募。但即使扣除誇大的部分，他描述的幾個趨勢已經有具體數據支撐：AI 工具的能力成本每年下降 60-70%（根據 Epoch AI 的研究），知識工作者可自動化任務比例持續上升。

對台灣企業主來說，最重要的不是相信 Sam Altman 的每個預言，而是回答一個實際問題：如果 AI 工具的能力每年以這個速度提升，你的員工現在需要學什麼技能來適應這個變化？

台灣企業主應該從 Sam Altman 的預言學到什麼

從科技翰林院實際幫台灣企業做 AI 導入的角度，Sam Altman 預言裡最值得認真對待的是這一句：「未來最大的贏家不是那些最懂 AI 技術的人，而是那些最懂如何問出正確問題的人。」

這不是技術問題，是判斷力的問題。AI 把執行成本降到接近零，你的優勢從「能做什麼」轉移到「知道什麼值得做」。

這個轉移對台灣企業主是機會，不是威脅，前提是你先意識到這個轉移正在發生。

Sam Altman 沒有說的事：AI 發展的真實風險

Sam Altman 的公開文章傾向樂觀，但他在內部和接受深度訪談時坦承的幾個風險值得台灣企業主了解。

第一，就業市場的過渡期可能比預期痛苦。Altman 在 2024 年的一次播客訪談中說，AI 對工作的影響「可能會比工業革命更快發生」，而工業革命帶來了幾十年的社會動盪才穩定。

第二，AI 能力的分配不均等。能充分使用 AI 的人和不能充分使用的人之間，生產力差距會快速擴大。這在企業層面同樣成立：AI 工具用得好的公司和用不好的公司之間的競爭力差距，在未來三年會變得非常明顯。

結論：如何正確閱讀 Sam Altman 的預言

Sam Altman 的預言不是預言書，是一個有利益立場的 CEO 對他認為會發生的未來的公開聲明。

閱讀它的正確方式是：識別哪些是技術趨勢（有數據支撐）、哪些是商業敘事（有利益驅動）、哪些是真正的不確定性（連他自己也不確定）。

從這個角度，他說的最值得信的是：AI 工具的能力成本在快速下降，這對所有知識工作者的工作方式都會有影響。他說的最需要打折的是：具體的時間軸和規模預測，因為技術突破的速度很難預測，連當事人也常常猜錯。

翻成台灣老闆聽得懂的版本：不需要全信 Sam Altman，但需要認真看那些已經在發生的具體變化，並且現在就開始讓你的團隊做好準備。

我們持續追蹤 AI 產業領袖的觀點，幫台灣企業主過濾誇大的部分，找到企業真正可以行動方案。

推薦閱讀

MCP 是什麼？用台灣老闆看得懂的話解釋 AI Agent 的基礎設施

參考資料

Altman, Sam. (2024, September 23). “The Intelligence Age.” blog.samaltman.com/the-intelligence-age

OpenAI. (2025). “o3 System Card and ARC-AGI Benchmark Results.” openai.com

Google DeepMind. (2024). “AlphaFold 3: Nobel Prize in Chemistry 2024.” deepmind.google/alphafold

McKinsey Global Institute. (2025). “The State of AI: 2025 Global Survey.” mckinsey.com/capabilities/quantumblack/our-insights

Epoch AI. (2025). “AI Training Cost Trends 2020-2025.” epochai.org/research

Dwarkesh Patel Podcast. (2024). “Sam Altman Interview: AGI Timeline and Labor Market Disruption.” dwarkesh.com

FAQ