綜觀過往產業發展的歷史軌跡，不難發現很多產業的進程都脫離不了「Foundation（基礎建設）→ Application（應用）→ Optimization（優化）」的過程，從下面圖表可以看出許多經典案例：
過往人類的工作需求在出現以電腦為基礎（Foundation）的工作軟體（Application）後個人工作效率獲得大幅提升，而有了協作功能（Optimization）的出現之後，團隊之間的協作效率更是獲得大幅進步
過去人類的貿易需求在出現以網際網路為基礎（Foundation）的電商（Application）後，貿易的範圍及效率皆獲得大幅提升，而電商為進一步（Optimization）深化同一類型的產品掌握度，因此促成了垂直電商的出現
蒸汽機（Foundation）的出現使人類在十八世紀成功建造出第一台蒸汽動力汽車（Application），而十九世紀內燃機的出現更是為了更進一步優化（Optimization）動力來源及其穩定性
- 十八、九世紀的汽車生產（Application）多仰賴人工（Foundation）為主，使得價格高昂、普及率低，直到1908年Henry Ford將生產線的概念帶入汽車生產，成功優化（Optimization）汽車的生產效率、降低成本，成為二十世紀初汽車普及化的關鍵要素
透過了解進程，可以輕易的把目前市場上的技術、應用有效的套用在這樣的架構中，協助我們進一步分析現在與未來存在或潛在的機會，並找到最適合投入資源的位置或擬定未來發展的方向。接下來將進一步歸納在產業不同階段，通常機會會由具備何種能力的人所掌握，並在獲得階段性成功之後，該怎麼成功的持續在下一階段引領潮流？
Foundation基礎建設
說基礎建設是一切進步的濫觴都不為過，我自己對Foundation的定義會是「一切運作要成立的必要基礎條件或事物」，常見的基礎建設又可以依據「產品化階段」分為POC（proof of concept）概念、prototype原型及mass-adoption量產，階段一到階段二最大的差異在於是否已經成為可以獨立使用的產品，通常POC會以部分功能各別呈現為主，目的是為了驗證這些功能是否真的可以滿足需求，而prototype的重點則是在提供一個相對完成的產品概觀或是可以直接使用的產品；階段二到階段三的差異則出現在是否可以大量生產以滿足市場需求。
參與Foundation創建在人才、資源、面項均存在著高門檻要求
若是深究人類歷史上的幾個重大基礎建設背後關鍵發明者的背景，如蒸汽機、鐵路、半導體，一直到了二十世紀末開始普及的www（world wide web）、GPS（global positioning system）甚至是近年出現熱烈討論的LLM、量子電腦，其實不難發現這些重大發明的背後都有著政府、軍方、巨型企業、學術單位的影子，主要原因其實不外乎要完成這些發明需要大量的資金、人才、時間等等的資源投入。
另一個可能的原因我認為也包含了早期Foundation的引用需要極度仰賴創辦者的名譽，使的不具名聲Foundation創立者常因這個原因喪失早期產品被採用的機會，而即便這些單位投入了大量的資源，也常出現長期測試後仍舊無法完善的產品或是最終面臨以失敗告終的結局，譬如Apple在過去幾年曾表示要積極參與電動車的開發，直到最近宣布放棄此項堅持長達十年的目標，改以機器人、人工智慧為未來發展方向，而在VR領域的Apple Vision Pro 及Meta Quest VR先後推出多年至今仍持續推出不同階段的VR穿戴式裝置，積極嘗試建立起VR從prototype到mass-adoption的機會。
另一個有趣的觀點是自從網際網路的出現之後，以網際網路為基礎的Foundation更新速度（prototype到mass-adoption） 變得極為快速，舉例來說電晶體1947年出現以後花了將近十年的時間才由Fairchild Semiconductor首度商業化生產積體電路，相較之下www的發明（1989年）到Mosaic首次商業化（1993年）僅花了4年的時間，更別提OpenAI在2022年推出ChatGPT的互動介面後，其他科技大廠旋即在往後的一年內快速推出各家的Co-polite或是相關的LLM應用，再次證明網際網路的Foundation從prototype到mass-adoption的迭代時間有逐步縮短的趨勢、也讓Application有不斷出現的發展機會，也解釋了為什麼以網際網路為Foundation的Application可以在近年飛速成長、成為創投寵兒的原因之一。
「服務可規模化」是Foundation到 Application 的關鍵指標
之所以認定「可規模化」為Foundation進到下一個階段Application的關鍵指標，原因在於開發Foundation需要耗費大量時間與資源，除了政府與學術機關可能存在其他目的以外，投入資源的企業目的無是非希望在這個由自家研發的基礎建設可以在未來成為眾多應用的關鍵引用技術，並期待透過掌握這樣的關鍵技術可以為企業帶來可觀的營收，因此「服務可規模化」便是達到可觀營收的必要條件，因此我們至今看到各家企業積極投入AI、量子、AR/VR 及電動車等基礎建設研發的關鍵目標便是在此。
Application應用
Application的出現便是以Foundation為基礎，提供一個真正可以為終端用戶所使用並付費的應用產品，「即便缺少也不會影響動搖基礎建設，但會「影響某項行為的體驗」便是我所定義的Application。
參與Application創建的關鍵在解決用戶痛點，參與門檻會因Application類別不同存在差異
用戶的實際痛點又可以以用戶的「付費意願」及「願付價格」做為主要參考指標，與Foundation不同的是Application更貼近終端付費用戶，因此即便有些Application所需的開發資源不輸Foundation，但因為可以「精準的」根據用戶的回饋進行調整，這使Application在開發上更具迭代的效率優勢，這樣的優勢以網際網路為基礎發展的Application尤為明顯，如eBay開發出了以網路為基礎的拍賣網站，即便初期網站老是當機（體驗不佳），但用戶仍願意為其滿足的拍賣需求（解決痛點）提供相當程度的傭金做為回饋，使團隊得以在資源有限的情況下仍得以持續運營、改善產品，最終成為世界最大的拍賣網站之一，這樣快速試錯、成長的案例也成為近代創投的一大寵兒。
相較網際網路（軟體）Application的參與者，硬體的參與者可能就沒有那麼的幸運，主要原因包含了生產硬體的Foundation至今仍需要較長的生產週期，這使得硬體的Application在研發期的投入會比軟體還要耗費更多資源，如就算有了內燃機及許多汽車相關的Foundation，但要完成一台汽車的設計、迭代、量產、販售普遍仍需要5年或更久的時間，同理手機、電腦、半導體、重型機具等等皆是如此，為一般想要參與硬體Application的開發者建立起了相對軟體Application還要高的門檻。
「具備相當規模」是Application進入Optimization階段的重要關鍵
即便Application出現的目標在解決終端用戶的痛點，但通常一個可以解決所有問題的單一方案並不存在，因此便會接著出現一個以優化既有服務為主的階段出現，稱之為Optimization。
Optimization通常會在Application進到相當規模時出現，主要原因是因為當Application還沒進到相當規模時，用戶的普遍仍在嘗試階段而非穩定且大量使用，這時仍無法確保此項Application具備優化的需求，但一旦Application具備相當規模時，代表使用這項解決方案及基礎建設的用戶已經穩定，此時Optmization的加入便可以最有效率的優化整體用戶使用體驗並在用戶已經普遍接受既有Application的情況下快速導入Optimization後的服務，避免不必要的「教育市場」行為。
Optimization優化
如上所述，Optimization其實就是在針對既有的服務進行優化，此項服務並不僅侷限在Application，也包含Foundation 的優化。Optimization的出現並不會影響Foundation提供關鍵技術或是Application解決用戶痛點的目標，而是會進一步改善關鍵技術的效率或是更全面的解決用戶痛點，使企業可以透過提供這些優化過後的解決方案賺進更多營收。各別以Foundation及Application的Optimization進行舉例：
早在十九世紀汽車仍在仰賴人工的這樣的生產技術時，工廠是以人工為基礎進行汽車生產，但為了提升效率，Henry Ford在1908年導入生產線的概念，使得人工這樣的基礎技術獲得了效率上的優化，到了第四次工業革命的今天，大量的IoT設備進駐到了工廠，雖然工廠解決汽車生產的痛點不變，但十九世紀以來汽車的生產效率獲得了極大的提升，讓汽車生產工廠因為汽車的普及賺進的更高的利潤
傳統物流業的1PL (1st party logistic) 以飛機、輪船及汽車做為運輸的基礎建設，解決商家貨物配送的痛點，但考量到存在需求方無法滿足單一1PL最小配送貨運量，因此出現2PL (2nd party logistic) 優化既有1PL服務，透過集結眾多小型物件，協助中小型的需求方達到貨運服務的最小配送量，而後續的3PL、4PL的出現更是深入用戶的使用場景中協助用戶更完善期進行物流配送的體驗
相同的現象還出現在垂直電商優化一般電商沒辦法針對特定產業的線上貿易需求、線上協作軟體優化並滿足傳統工作軟體沒辦法線上協作的需求、電動車以電池作為動力來源優化使用內燃機的廢氣排放並提供更好的乘車體驗等等等。
但必須注意的是Application初期大部分的用戶都還在熟悉新的應用，因此大部分的Optimization都出現在既有的Application達到相當規模時，人們已經熟悉既有的解決方案並了解其中優缺點後，才會開始尋找可以優化這些Application或是從基礎改善Foundation的解決方案，因此呼應前段提到「具備相當規模」是從Application開始進到Optimization的關鍵。
我自己常思考Optimization題目的問題像是這個Application還有什麼沒有滿足到的用戶、這樣的Application還有什麼其他基礎建設可以用來提高效率的機會或是這個Foundation在流程上有什麼可以提高效率的地方等，也供大家參考。
及早思考產業下一階段的趨勢可以掌握機會，但執行能力與資源運用才是成功的關鍵
這篇文章並不是要解釋怎麼樣可以達到成功，但透過了解產業從Foundation、Application到Optimization三個階段與其轉換的關鍵，可以知道自己所在的產業接下來需要面對的會是什麼樣的階段需求，並透過了解轉換關鍵知道機會出現的時機點。
三階段的進程是一個複雜的循環，並非一次性事件
文中提到的三個階段是一個協助快速區分產業進程的方法，並非一次性區分所有產業發展歷史通用法則，有些產業歷經了許多次循環，也有些產業因為從業人員或是業態的關係極難被優化。
譬如因為網際網路出現後以網際網路為基礎的「產業數位化」潮流下，仍然存在許多產業尚未被網際網路優化效率的現象，另一個難以被優化的案例像是糧食只可以透過「種植和畜牧」的基礎生成，即便我們不斷的透過農夫人工、工廠大量生產、機械化等方式優化「生產」這項Application但「種植和畜牧」這項Foundation卻是至今仍難以被優化的難題等等複雜的循環過程比比皆是。
雜談：將LLM、Blockchain、Quantum放在這個架構下思考
以LLM的整體趨勢我自己會覺得還在Foundation的階段，主要原因是因為LLM的產生還是需要仰賴大量的資源進行運算 (aka運算成本高昂)，這會使其在Foundation小節中所提到的mass-adoption階段會遇到很大的瓶頸，而現在出現許多LLM相關的Application除了科技大廠自己犧牲margin做出來的應用以外，多數的LLM Application新創多半是燒著創投的錢，期待有一天「可以真的被用戶了解並滿足痛點」或是「運算成本不再像今天那麼高」。但反倒是我覺得五六年前很火的RPA (robotic process automation)，經過幾年逐漸被終端用戶理解後，加上技術的基礎建設並無太高的門檻需求，已經逐漸走向Application大量被用戶採用的初期階段，長遠來說或許RPA會是一個協助LLM真的進到終端用戶視野的產品，又或者說隨著LLM的Foundation逐漸成熟之後，會是一個可以作為RPA Optimization的關鍵技術。
而Blockchain和Quantum剛好是個很極端的對比，一樣都是Foundation階段的服務，但Blockchain的產生並不像Quantum 和一眾Foundation一樣是由政府、企業等具備聲望的單位所提出，使其背後缺乏指標性的推行力度，因此在mass-adoption的推行上除了初期的scability遇上很大的瓶頸外、社群對於blockchain的概念（去中心化的意義）及後續以crypto為首的Application在解決痛點上皆因為過於模糊及pump-and-dump的特性，使其在開發者的Foundation及終端用戶使用的App 階段均遇到極大的瓶頸，硬要說確實crypto的去識別化卻是為特定的用戶提供一個很好的資金使用方式，但前述兩個關於Foundation和App的問題我自己覺得真的想不到有什麼方式可以解決。
Quantum的運算效率會是一個劃時代的躍進，但目前仍在Foundation中POC至prototype的階段，正如同前文提到，此階段需要大量的資金、人才、時間投入，而這些足以投入資源探索的單位多半都有明確的目標（譬如追求更高的運算效力以達到企業成長或是軍事國防等目的），而真正新創得以參與的階段應該是在多年後等到Quantum computing真正從protoytpe 邁向mass-adoption的時候後抓住Application興起的階段，或是以Qauntum computing為基礎去優化其他產業的Application或Foundation，但這可能還需要很多年的時間開發，加上知識門檻可能會極高，暫時也還不曉得這件事改怎麼進行。
總之我覺得機會是「比一般人還要早開始準備接下來會發生的需求」，並善用資源和執行力掌握時間與用戶，透過「了解產業進程」我們可以簡單推論出產業可能會出現需求之處，而找到對的執行團隊我們可以與團隊一起達到成功，這是我自己在思考上面這個架構的方法及目標。
寫的有點亂，因為我自己也還在慢慢體驗這種感覺，希望多少還是可以提供看到這篇文章的你更好的了解產業的發展趨勢的架構，如果有任何想法也歡迎留言討論！
本文授權轉載自吉米，原文標題：從Foundation、Application、Optimization三個進程了解產業趨勢並協助思考未來機會所在
