事件總覽： 從對矽谷創新文化感到心灰意冷，到站上史丹佛大學的講台，Narges Baniasadi 這幾年見證了科技圈最諷刺的落差——手上握著最厲害的工具，卻常常找不到值得解決的問題。她現在帶領的 Stanford Emergence 計畫，正試圖把學術界的腦袋「拉回地面」，而關鍵密碼只有一句話：先別急著想解法，老老實實從問題出發。
📅 早年觀察：當矽谷光環變成一場自嗨派對
在創辦 Stanford Emergence 之前，Narges Baniasadi 對美國創新產業的失望是來真的。她眼裡的矽谷，與其說是解決問題的聖地，不如說是追逐熱詞的競技場。某個領域一旦被貼上「下一件大事」的標籤，資金和注意力就像失速列車一樣衝進去，而真正需要被看見的角落，反而被晾在一邊。她忍不住想：我們到底是在解決問題，還是在幫技術找藉口？
📅 教育現場的覺醒：學生不會的，不是 coding 是聊天
在 Stanford Emergence 開設的課程中，Narges Baniasadi 發現一個扎心的真相：頂尖大學的學生不缺智商，缺的是把課本理論「翻譯」成現實行動的能力。 他們很會解題，卻不太會發現題目在哪裡。所以她的課堂規則很簡單——不准一開始就想解決方案，先給我搞懂問題長什麼樣子。這聽起來像廢話，但在崇尚「馬上動手做」的矽谷文化裡，這反而是最叛逆的訓練。
話說回來，這背後藏著一個更深層的焦慮：當 AI 可以幫你寫論文、生程式碼、做簡報，人類剩下來的價值到底是什麼？Narges Baniasadi 給的答案很乾脆：真正的創新難處在於「人與人的直接互動」，而這是 AI 永遠複製不來的。 她直言，AI 本質上是重現既有資訊，它可以當你的超強助理，但無法取代你走進現場、跟真人交手、挖掘出那些沒人寫成數據的痛點。
📅 經典案例：一個「愛漂亮」的洞察，救了十年診斷路
要理解她這套「問題優先」哲學怎麼落地，最精采的例子莫過於多囊性卵巢症候群（PCOS）的解題過程。先說一個驚人的數字：PCOS 影響數百萬女性，但平均得花上十年才能確診。 十年。這不是罕見疾病，但因為症狀太「大眾臉」——體重增加、長痘痘——很多人根本不知道自己生病，就算懷疑也不知道該找誰。
Narges Baniasadi 的學生沒有一頭栽進醫療文獻裡，而是跑去跟患者聊天。結果訪談發現一個超乎預期的行為模式：這些女性對外貌的焦慮極高，願意砸大錢買保養品、化妝品，卻很少把這些「外表困擾」跟內分泌疾病連結起來。 這個洞察瞬間打開了一條全新的路徑——既然她們會去 Sephora 買遮瑕膏，那為什麼不直接在 Sephora 設諮詢點？把早期診斷的觸角，延伸到女性本來就會去的地方，而不是等她們掛號掛到天荒地老。
說真的，這個案例給了我很大的震撼。我們太習慣把「醫療創新」想像成昂貴的檢測設備或華麗的 AI 模型，但真正能縮短十年診斷時間的，可能只是一個「換個地方服務」的念頭。有趣的是，這整個解決方案裡，AI 反而退到了很後面的位置，重點在於行為洞察與服務設計。
📅 關鍵轉折：創業技能比創新點子更值錢
Narges Baniasadi 在訪談中還丟出了一個值得玩味的觀點：創業所需的協作能力——跟人、客戶、投資人打交道——其實比「創新」本身更關鍵。 這說法聽起來有點違反直覺，畢竟我們都被「只要點子夠好就能改變世界」這種故事洗腦太久。但她點破了一個殘酷現實：再厲害的技術，如果找不到對的人合作、說服不了別人買單、搞不定資源整合，終究只是停留在實驗室的酷東西。
換個角度想，這也解釋了為什麼很多 AI 新創看起來很炫，卻活不過三年。他們太專注於「AI 能做到什麼」，而忽略了「誰需要它、為什麼需要、在哪裡需要」。Narges Baniasadi 的提醒很直接：擁抱 AI 沒問題，但方向比速度重要，而方向永遠來自對真實問題的理解。
編輯觀點： Narges Baniasadi 的經驗其實戳破了兩個常見迷思。第一，我們總以為「創新」等於「技術突破」，但她用 PCOS 案例證明，真正的創新往往是「重新定義服務發生的場域與時機」。第二，AI 的熱潮讓很多人急著找「AI 可以做什麼」，但她反過來問「什麼是 AI 做不到的」——比如跟一個焦慮的女性聊她為什麼買這麼多保養品。對臺灣的產業來說，這訊息格外重要。我們常陷入「別人有 AI 我們也要有」的 FOMO 心態，卻很少停下來問：我們最熟悉的那群使用者，他們真正的困擾是什麼？或許，答案不在雲端，而在 Sephora 的試用台前。
至今影響與未來展望
從對矽谷的失望，到在史丹佛課堂上重新定義創新的起點，Narges Baniasadi 走了一條與主流科技敘事完全相反的路。她沒有要學生寫出更強的演算法，而是把他們推到真實人群面前，學習傾聽、提問、甚至觀察購物車裡放了什麼。這條路或許沒有那麼「科技感」，但對於一個困擾數百萬女性、延誤十年的疾病來說，一個在 Sephora 的簡單諮詢點，可能比任何 AI 模型都更有力量。
如果說這個故事給了我們什麼啟示，那就是：在忙著擁抱 AI 之前，或許我們該先練習擁抱問題。 下次當你又聽到「這個可以用 AI 解決」的時候，先別急著點頭。問一句：『是誰的什麼問題？』——這四個字，可能比任何演算法都值錢。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
Stanford Emergence 是什麼樣的計畫？跟一般史丹佛課程有什麼不同？
Stanford Emergence 是史丹佛大學旗下的健康解決方案計畫，由 Narges Baniasadi 創辦並擔任執行董事。最大的特色在於課程設計「從問題出發」，要求學生先透過田野訪談釐清真實痛點，而不是直接跳到技術解決方案，這與傳統偏重理論或技術輸出的課程有根本差異。
為什麼 PCOS 多囊性卵巢症候群的診斷會平均耗時十年？
PCOS 的症狀如體重增加、痤瘡等非常普遍且多樣化，很容易被誤認為生活習慣問題或一般皮膚狀況，導致患者輾轉於不同科別卻難以確診。加上缺乏公眾認知，許多女性甚至不知道自己需要就醫，因此從首次就醫到確診往往耗費長達十年。
Narges Baniasadi 對 AI 創新應用的核心觀點是什麼？
她認為 AI 是強大的重現資訊工具，但無法取代人類直接互動所產生的獨特洞察。創新應該從解決實際問題出發，而不是為了使用 AI 而使用 AI，尤其要警惕 AI 無法複製人與人之間協作與溝通所帶來的真實發現。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
