【對談】Karp：AI 先照出你有多破，再讓你變強

Palantir 股價從上市至今複合年報酬率 73%，主持人 Larry Fink 在開場就把這個數字念出來——Fink 是貝萊德創辦人兼執行長，管理全球逾十兆美元資產，全場達沃斯沒幾個人有資格在他面前炫耀報酬，但他自己只有 21%。這不是寒暄，這是在替 Alex Karp 定位：這個人值得你認真聽。Karp 是 Palantir 共同創辦人兼執行長，Palantir 是一家專門替美國政府，軍方與企業建構 AI 資料分析平台的公司，長年被華爾街當笑話，現在笑話變成了標竿。達沃斯這場對話的時間點是 2026 年 1 月，AI 的軍事應用已從理論落地成烏克蘭戰場的日常，西方國家政府正集體焦慮一件事：我們買了 AI，為什麼它不動？Karp 帶著他在戰場和企業兩端的實戰紀錄，坐下來講這個問題的真正答案。

這場對話值得說的有四個點。第一，戰場是 AI 最殘酷的壓力測試，它逼出了一個反直覺的結論：AI 的第一個價值不是讓你變強，而是讓你發現自己有多破。第二，這個邏輯直接搬進企業——保險核保，醫院掛號，銀行授信，道理完全一樣。第三，AI 不會消滅工作，但它會讓現有的學歷篩選機制變成廢鐵，職業技術人員的身價正在重估。第四，美中兩國在 AI 應用上已經拉開，歐洲和開發中國家面對的不是技術差距，而是體質差距——AI 是一種壓力測試，壓不住的地方會先塌。

◎AI 的第一個價值是照妖鏡

Karp 說得很直接：很多國家的軍事企業架構，只存在於 PowerPoint 裡。你以為你有這個能力，上了戰場才發現它根本不存在。烏克蘭反而因為從零開始，沒有這個包袱。Palantir 在戰場上做的第一件事，不是讓部隊變得更強，而是讓他們搞清楚自己手上真正有什麼。這個邏輯對企業一樣成立。五家保險公司用同一套技術基礎設施，最後長得一模一樣，沒有人有真正的競爭優勢。Karp 的說法是：真正有價值的，是你能做到全世界沒有其他人能做到的事。AI 在這裡的作用，是把你的部落知識——那些老核保員腦子裡的判斷邏輯——轉化成只有你這家公司才有的系統性優勢。但前提是你得先知道你現在在哪裡，這件事本身就已經讓很多組織不舒服了。

◎買個大型語言模型回來放，等於什麼都沒做

Karp 對 AI 泡沫的看法很有意思：他不否認泡沫存在，但他說泡沫的成因不是 AI 本身沒用，而是大多數企業的用法根本行不通。把一個現成的大型語言模型——也就是類似 ChatGPT 背後那種語言處理引擎——直接放進公司系統，然後等它產生價值，這件事注定失敗。原因是這類模型不夠精準，無法處理受監管的業務，比如核保或醫療。Palantir 的做法是在模型外面再包一層叫做 ontology 的資料架構，讓模型在你的企業語言框架裡運作。Karp 說 Palantir 的業務幾乎不需要業務員，因為做出結果的東西自己會說話。這句話聽起來像在吹牛，但背後的邏輯是：在一個低信任的 AI 市場裡，有效果的東西根本不需要推銷。

◎學歷篩選正在失效，職業技術人員的身價要重估

Karp 舉了一個具體例子：美國陸軍 Project Maven 的系統管理員，是一個讀社區大學的前警察，現在負責全球層級的精準打擊目標定位，他是不可替代的。Karp 的判斷是：過去我們用學歷測試能力，這套篩選機制漏掉了大量真正有用的人。AI 讓這個問題浮出水面，因為它讓一個技術工人可以在幾週內被訓練成做高端工作的人。他的政治結論更直接：在這個趨勢下，他想不出為什麼還需要大規模引進移民勞動力，除非是極度專業的技能缺口。白領的位置不是消失，而是重新定義——哲學系畢業能做什麼，這個問題的答案正在變得更殘酷。值得留意的預言是：Karp 說未來三年內，各種社群和產業都會迎來一次市場價值的強制揭露，不管你願不願意面對。以這個邏輯推斷，怎麼看都像是體質較弱的白領密集產業將首當其衝，歐洲尤甚——差距來自體質而非政策。

◎美中已分道，歐洲的問題不是技術而是體質

Karp 在達沃斯當著一屋子歐洲人說了一句很不客氣的話：美國和中國都已經找到讓 AI 大規模運作的方法，歐洲沒有，而且他還沒看到任何一個歐洲政治領袖站出來承認這是個結構性問題。他用了一個概念叫 load-bearing：AI 是一種壓力測試，它會壓在你的架構上，能承重的組織有巨大優勢，一直在假裝承重的組織會在壓力下垮掉。這個框架套到開發中國家也一樣，不是整體的輸贏，而是口袋式的分化——有些社群會跑得很好，有些會先塌。Karp 沒有給政策建議，他給的是診斷：在這個技術面前，政治話術失靈了，因為 AI 會直接告訴你什麼能承重，什麼不能，你沒辦法繼續模糊這個答案。

Karp 這場對話說的事，本質上是同一件事的三個版本：戰場版，企業版，社會版。AI 是照妖鏡，照出你以為存在但其實不存在的能力。這不是新觀念，每一波技術革命都做過同樣的事。但這次的速度不一樣，Karp 說三年，不是三十年。你現在最需要問自己的問題不是「我們有沒有在用 AI」，而是「我們的企業架構，有多少只存在於 PowerPoint 裡」。