新聞速讀｜Box CEO 示警：AI 正讓專業知識「貶值」，企業護城河只剩這一條

InfoAI 編輯部

當所有人都是專家，誰才是贏家？

摘要：

典範轉移：Box CEO Aaron Levie 警告，隨著 AI 模型能力普及，法律、醫療與策略等高階「專業知識」正在快速商品化，不再稀缺。

新護城河：企業唯一的競爭優勢將轉向「脈絡（Context）」——也就是內部累積的專有數據、客戶歷史與獨門決策流程。

技能升級：矽谷技術圈的風向正從「提示詞工程（Prompt Engineering）」轉向「脈絡工程（Context Engineering）」，重點不再是單次對話技巧，而是系統架構設計。

風險提示：導入 AI 需警惕「脈絡腐爛（Context Rot）」，若餵食過多雜訊或錯誤資訊，反而會導致 AI 決策癱瘓。

專業知識的「通貨膨脹」

Box 執行長 Aaron Levie 公開指出，隨著 GPT-5 等級的模型逐漸普及，企業過去仰賴的「專家知識」優勢正在快速流失。試想，當你的競爭對手也能用 AI 在幾秒鐘內生成同樣高品質的行銷策略或法律草約時，勝負的關鍵就不再是「誰的模型比較聰明」。

Levie 認為，新的決勝點在於 「脈絡（Context）」。這指的不是網路上查得到的公開資訊，而是企業長年累積的非結構化數據：

• 過去十年的客戶客服往來紀錄。

• 內部獨有的決策流程文檔。

• 針對特定場域的隱性知識。

這與 OpenAI 創始成員 Andrej Karpathy 及 Shopify CEO Tobi Lütke 近期的觀點不謀而合：未來的 AI 競爭，不是看誰會寫漂亮的 Prompt，而是看誰能設計出讓 AI 精準存取內部資訊的系統。

通用模型的同質化陷阱

為什麼「脈絡」這個概念現在突然變得至關重要？

模型同質化：
各家企業使用的基礎模型（Foundation Models）差異日益縮小，單靠模型本身已無法創造差異化。

Agent 時代來臨：
2026 年被視為「AI Agent（AI 代理）」的落地元年，Agent 要能自主執行任務而非僅僅是聊天，需要極高精度的背景資訊。

幻覺與雜訊：
為了讓 AI 更準確，企業傾向使用 RAG（檢索增強生成）技術，這使得「數據治理」的品質，直接決定了 AI 產出的品質。

在相同專家智力的世界裡，企業該如何差異化

這意味著企業必須調整戰略，從「尋找最強 AI」轉向「整理最亂數據」。不要期待 AI 能無中生有，它只能放大你既有的數據價值。

給決策者的 3 點行動建議：

啟動「脈絡盤點」：盤點公司內有哪些數據是競爭對手絕對拿不到的？例如獨特的維修紀錄、業務談判筆記等，這才是你的金礦。

避免「脈絡腐爛」：不要把所有未經篩選的數據都丟進 RAG 資料庫。Levie 特別警告「過多資訊會導致 AI 困惑」，建立嚴格的數據篩選與更新機制勢在必行。

重新定義 IT 職能：IT 部門的 KPI 應從傳統的「系統維運」轉向「知識管理」，確保 AI Agent 能在對的時間，獲取對的權限與資訊。

下一步觀察指標

RAG 檢索準確率：觀察企業導入 AI 後，回答問題的準確率是否隨時間提升？這代表脈絡管理是否有效。

Context Window 成本：隨著模型支援更長文本，企業花在 token 上的成本是否具備投資報酬率？

SaaS 平台的整合度：觀察 Box、Salesforce、Microsoft 等巨頭，誰能更無縫地將非結構化數據轉化為 AI 可讀格式。

FAQ

Q1：什麼是「脈絡工程（Context Engineering）」？

相較於「提示詞工程」專注於「如何問問題」（優化 Prompt），「脈絡工程」更專注於「如何準備與架構背景資料」（優化 RAG 流程），確保 AI 在回答前已經讀取了正確、乾淨的企業內部知識。

Q2：什麼是「脈絡腐爛（Context Rot）」？

這是 Aaron Levie 提出的概念。指當提供給 AI 的背景資訊過多、過時或彼此衝突時，會導致 AI 模型抓錯重點（注意力機制失焦），產出品質反而下降。

Q3：這是否代表我不需再訓練員工寫 Prompt？

基本的 Prompt 技巧仍需要，但對於企業級應用，更重要的是建立自動化的資料管線（Pipeline），讓員工不需撰寫複雜的 Prompt 也能得到精準答案。

Q4：Box 在這之中扮演什麼角色？

Box 試圖透過 Box Hubs 等功能，將企業儲存在雲端的非結構化檔案（PDF, Word）轉化為 AI 可以理解與檢索的結構化索引，成為 AI 的數據庫。

Q5：小公司沒有大數據，該怎麼做？

小公司的優勢在於「脈絡單純」。只需專注整理核心業務流程與高價值客戶資料，反而比大企業更容易避免脈絡腐爛，建立靈活的 AI Agent。

參考資料：

• Business Insider: AI is turning expertise into a commodity

• For AI agent workflows, context is king

• YouTube: Founders Who Understand This AI Shift Will Own the Next Decade (Aaron Levie)

• The Information: Box CEO Aaron Levie on AI & Enterprise Software

• Navigating the AI Revolution

AI 素養｜AI 為什麼會亂講話？揭開大型語言模型的「黑盒子」運作邏輯
理解 AI 為何能回答、也會胡說八道的真正原因

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級
與 AI 一起思考，成為能定義方向的人

AI 時代的知識遷徙策略｜從「學會掌握」到「洞察驗證」
聞道不必有先後，高下立判見深用；術業專攻仍需要，深廣變通顯智慧。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

用內容建立信任
用洞察塑造品牌

在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

InfoAI｜讀懂 AI 如何改變世界

在 AI 改變世界之前
助你先讀懂 AI 世界

每日精選全球 AI 新聞
AI 趨勢 + 新聞 + 深度解讀

Content Power ｜賦能你在 AI 時代的專業能力
專注於「AI × 專業 × 工作方法」的知識平台
透過框架、流程與方法
協助你在 AI 時代重建專業能力