万里路，万卷书：纽约之行 （三）Bloomberg成为DIGITIMES的学习典范

曼哈顿区聚集了金融巨鳄，到了周末更是人潮汹涌，在时代广场附近甚至连移动都有困难，这时到中央公园散步成为最好的选择。公园仿自然生态的森林、小河，在梧桐、松树、橄榄树不规则的排列中，在市区的中央公园，真的是纽约人最佳的休憩地。

下午的計劃是到百老汇听歌剧，《The Lion King》已经公演将近30年了，在这出音乐剧中，我能感受到黑人演员为主的演员们尽情演绎非洲人快乐的一面。

走在纽约街头最深刻的印像是，人潮由不同种族组成，不少是东方人面孔，偶尔可见穿著传统服饰的非洲裔，拉丁裔的美国人也可以试著从外貌猜出一二。歌舞升平是我对纽约的解读，光在中央公园附近就有七、八个博物馆、美术馆。

征战国际顶尖市场　自助也得人助

夜里，我在旅馆收看彭博（Bloomberg）的财经节目。73岁的主持人David Westin正在专访People Inc与几位媒体的工作者，询问AI对媒体业的影响。第二段的专访针对太空产业，他又访问了SpaceX的竞争者Launch on Demand的CEO谈美国的太空产业，以及中国的「太空丝路（Space Silk Road），这些题目，都不是臺湾常见的财经议题。

David Westin年纪不小，依旧坐在录影机前侃侃而谈老一代人难以理解，下一代人很难清楚描述的新兴产业。老人家试著以智能挑动受访者的思绪，在对方不经意露出的破绽中找出些可以追根究柢的题材，好题材永远不缺观众，与主持人的年纪也没有太大关系。

两位臺湾朋友帮忙，我穿梭于纽约Bloomberg与哥伦比亚大学的六个单位，从早忙到晚，中餐是Bloomberg随手拿的一根香蕉。

Bloomberg对DIGITIMES专注亚洲ICT供应链，并能以自然语言答复专业问题的功能很有兴趣。至于哥大，我希望能善用臺湾产业优势，合作发展国际学程，并进一步成为国际市场新事业。

Bloomberg成为DIGITIMES学习典范

如果说DIGITIMES要找学习典范，那么Bloomberg就该排第一。在人工智能的非常时代，一定要努力成为「媒体走向新时代的先行者」，与彭博的互动，更坚信这样的看法。

Bloomberg专注财经新闻，也善用AI等新工具，这是我最看好的媒体经营模式。除此之外在参加BlommbergCEOVlad主持的「Generative AI Forum」时，我看到他们涵盖的范围更广，面对的是全球关键的信息流、金流，纽约客面对的是全球市场，经营难度比我们高太多了！

那么，44年来坚持高品质信息的Bloomberg，在AI新时代何处引人注目，又有哪些值得我们关注的经营理念呢？

参访顶标公司，印证经营理念

Bloomberg结合新闻、数据库、研究报告的三项优势，是标准的知识型服务公司，也与DIGITIMES的经营模式不谋而合。

但我们只局限于半导体、亚洲的ICT供应链，与Bloomberg实力仍有很大的距离。但从顶流公司的经营策略、进度，可以知道自己离世界主流、顶标有多大的距离，也可以找到差异化的经营策略。

Vlad在论坛开场时便说，所有的公司都在面对如何在AI时代寻找正确的发展战略。对信息提供与服务供应商最大的挑战是我们既要创造更多的信息，让使用者在最大基础的信息源中，以最好的效率得到最有价值的信息，这也是DIGITIMES强调「Insights with Speed」的精神。

但就经营实务而言，信息成本愈来愈高，杂讯愈来愈多，哪些信息存在被积累的价值，这些每一件事都可能颠覆过去的想像。

亦即，过去成功的经验可能是今日的负担。对绝大多数媒体而言，过去的荣耀、影响力正快速的衰减中，但彭博以专业社群为对象，提供其他公司难以企及的专业力、品质，现在再加上AI驱动的服务机制，很显然AI不是挑战，而是机会。

回到臺湾，我脑袋里记得Bloomberg技术长Shawn Edwards的一句话，他说AI的大进化，让很多公司在前五个月，就花掉了整个公司全年的IT预算。大家应该超前部署，在应用过程中调整步伐，而不是继续等更好的应用方案。

产业进步很快，我们没有喘息的空间。「Into workflow」是我们因应AI时代的经营法则，而「Governance」则是让所有投资得到回报的关键。

Bloomberg Intelligence这个部门，在过去赢得了市场尊敬，仰赖的不是流量，而是被信赖的专业信息，而所有的信息专业与否，与读者本身的判断力、专业能力息息相关。

史记商鞅列传曾说「民不可与虑始，可与乐成」，意思是政策有执政者的深度、远虑，与一般庶民百姓商议于事无补，但可以与他们共享成果。我们无法用这样的理论来杜悠悠之口，但也可以知道专业的信息很难与一般庶民大众共同讨论商议。

「Portfolio Management」将会是Bloomberg规划事业的基础，他们也将不断的衍生出新的事业体，带进新的营收与成长空间。AI的价值就在于连结或区隔不同的领域，以最佳化的模式推演具有决策价值的答案。

我们可以预期，未来当AI应用更趋成熟时，所有问题都会基于够复杂的假设才可以推演答案，经营者、团队、股东都必须做好专业的准备才能因应未来的变化。在真正进入成熟应用之前，99%信息都可能是「垃圾」，相对的投资一旦达到「Critical Point」前，价值只是逐渐推升而已，一旦过了门槛，就可能是指数型的成长，我们准备好了吗？

Multiple Platforms Vs. Multiple Functions

Bloomberg技术长Shawn Edwards说，我们都很难预期AI会以这样的速度推进，现已进入到成熟应用阶段的AI商机，不会是泡沫，而是正在加速前进的新浪潮。

由于多重技术同步发生，这也造成所有复杂的问题可以在更民主、多元的信息架构下得到好的解答。关键是这是正向螺旋，更多人用、更好的平臺都会加大产业对人工智能的投资，已经起步，并且走在轨道上的公司都有比较大的胜算。

另外一个关键是好好使用Token，也创造更多的Token。鼓励员工在事业范围内使用Token，支付Token的钱。明确理解「Value capture」的机制是什么？

我们也要了解现在「五个月用掉一整年IT预算」的机率大增，当我们发现AI的价值时，会不会果断的加码投资呢？硬件制造其实都是跟在軟件架构确定之后才开始的，硬件产品成为瓶颈的问题并未解决。

找到更好的连结，让客户协助创造更多的优质信息，并且一起训练AI。就是B2B的商业与运作机制，不必讨好每一个人，但要有明确的定义、定位与定价。一旦定义出合适的市场，与同业或类同业有对比的异同差别，那么好的定位可以让您事半功倍，减少事业经营的阻力。

Bloomberg的竞争对手是华尔街日报（WSJ）、经济学人（The Economist）吗？

当然不是，他们针对的是高端财经族群，但内容规划不同，不同的定位区隔、减少了彼此之间竞争的关系，反倒成为上下游之间的客户。所以，未来知识型服务业在专业领域的信息丰富度、深度、广度都将成为被检视，以及拉开与竞争对手距离的关键要素。

看似不同，但其实观念上是异曲同工的（Look different, but conceptually same）。

一次近乎完美的纽约之行

这是一次近乎完美的纽约之行，从臺北出发，扣掉飞机上与交通时间，整整一周穿梭于纽约不同的生活情境中。

到康宁体会玻璃艺术之美，体验科技可以交错发展的极致。玻璃之美来自光影、折射、配方、形状，也来自工艺大师对于技术与美学的执著。

科技大厂一定要在大城市里吗？您愿意用青春去换取在工作上绝对的成就吗？从玻璃到光纤有多大的想像空间，这件事跟臺湾有什么关系？

出门在外，「美食」是生活上的重要慰藉，这一点纽约不让人失望。纽约也是美食之都，美食集中在时代广场附近，除了吃了Wolfgang的牛排、Hard Rock的大汉堡早餐之外，有一天早餐吃港式饮茶。我用一兰拉面洗涤亚洲人的肠胃，而昨晚几条街之外，一家看似酒吧的泰国餐厅里，竟然隐藏了美味直逼胡志明市独立宫前，我最爱的牛肉河粉。

对一个一辈子从事产业观察工作的人而言，「学习」绝对是生活的一部分。Bloomberg是我学习的对象，一整个上午的论坛没有冷场，除了Bloomberg自己的CEO之外，其余都是AI相关专家，我们听到的是专业精髓，不是公司宣传。

相较于摩肩接踵的时代广场，在曼哈顿北端的哥伦比亚大学校园不大，但到处流露出长春藤名校才有的文化气息，与我们讨论合作国际学程的教授Grace，带我们去附近的法国餐厅吃饭，也让我为纽约的美食加分。

最后，留点空闲的周末时间，逛逛大都会博物馆。在纽约曼哈顿区，走路是最好的选择，逛完大都会博物馆，走路回旅馆，路上有很多街头艺术家，给他们掌声、留点小费，这个城市的旅游经验就很完美了！（本文为黄钦勇撰写，陈嘉慧整理）