護城河的問題可以換一個角度問：AI 在哪裡有真正的硬邊界？ 那些地方，就是人與小團隊可以建立不可替代價值的空間。
這篇列出六個 AI 目前難以複製的核心價值維度，並附上具體含義與商業實踐方向。
1. 人的信任（Human Trust）
問題的本質：在高風險、高不確定性的決策中，人傾向信任另一個人，而非工具。
當你把孩子的健康、公司的法律糾紛、退休儲蓄、或是下一個家，交給某個人處理，你需要的不只是正確的資訊——你需要一個有名有姓、有退路要顧的人在背後對結果負責。
AI 工具在技術上可以生成正確的法律意見、醫療建議、財務分析；但它沒有執照、沒有名聲要維護、沒有被起訴的風險。這個缺口是制度性的，短期內法規不會消失。
商業含義：在高風險服務（法律、財務、醫療、教育、地產）中，人的識別性與可追責性是溢價來源。AI 降低了研究和生產的成本，但提升了「有人負責」這件事的相對稀缺性。
⚠️ 框架標示：「信任是護城河」是社會學和行為經濟學的標準論點，有大量文獻支撐其作為決策因素的重要性，但把它轉化為「商業護城河」仍是框架應用，而非嚴格量化結論。
2. 現實世界的執行與交付（Real-world Execution）
問題的本質：AI 是數位原生的；物理世界是它的硬邊界。
修水管、架電線、為食物增色（做菜）、裝置窗簾、清洗泳池、看顧孩子、搬運貨物——這些需要手、腳、眼睛、判斷力在場。
機器人技術正在進步，但截至 2026 年，廣義的「一般實體服務工人」的替代仍是遠期目標，不是近期現實。在這個空窗期，提供實體服務的生意有一個 AI 無法跨越的護城河。
AI 槓桿的位置：實體執行AI 替代不了，但所有圍繞執行的工作——排程、報價、客服、行銷、發票、記錄——AI 都可以大幅降低成本。這讓小規模實體業者能以更少人力服務更多客戶，提升毛利率，而無需放棄實體執行本身的護城河。
✅ 支撐：物理 AI（Physical AI）的技術局限是廣泛認可的事實。Boston Dynamics、Figure、Agility Robotics 等公司的機器人在 2026 年仍主要服務於高度結構化的倉儲/製造環境，在非結構化的一般服務場景（住宅、門市、餐廳）仍無法可靠替代人力。
3. 負責任的主體（Accountability）
問題的本質：「如果出問題，誰負責？」
AI 系統沒有法律人格——它不能被起訴，不能退款，不能道歉，不能修復失去的信任。在任何有潛在損失的服務中，能夠提供「明確責任歸屬」的供應商，擁有 AI 工具無法複製的保障。
具體形態：
- 持有職業執照的專業人士（律師、醫師、會計師、建築師），錯誤有法律追責路徑
- 有明確賠償條款的服務合約
- 有口碑和名聲要維護的在地業者（社群的隱性當責機制）
- 有實體資產可以扣押的公司（vs. 無名 AI 服務）
商業含義：提供「我會負責到底」的服務，在 AI 工具氾濫的環境中是差異化定位——尤其是在 AI 出錯之後（誤診、錯誤法律意見、財務損失），受害者會尋找一個有血肉的主體追責。
4. 關係（Relationships）
問題的本質：真實的人際關係包含歷史、情境、情感、互相了解的隱性知識，這些不能在 API call 裡被複製。
「我知道你的業務痛點、你的老闆是什麼風格、你上次出問題怎麼處理的」——這種積累的語境，是 AI 每次對話都要重建的東西，而一段長期關係的業者不需要重建。
商業含義：在 B2B 和高頻互動的 B2C 服務中，長期關係是天然的轉換成本。客戶不只是在購買一個服務；他們在購買「不需要再解釋一次背景」的便利性。
5. 在地存在（Local Presence）
問題的本質：地理位置帶來的信任、便利性、社群連結，是跨地域競爭者無法直接複製的。
在很多在地市場（尤其是亞洲的熟人社會），「誰介紹來的」和「我在這裡多久了」比「你有多好的 AI 工具」更重要。本地存在是一種難以遠端偽造的信任信號。
具體形態：
- 在地的實體店面或工作地點
- 在地商業協會、社區網路的成員身份
- 在地客戶評價生態（Google Maps、在地口碑）
- 長期贊助在地活動或社群
商業含義：一個純線上的 AI 服務提供商，無法複製「我在這個社區已經服務十年」所帶來的信任資本。在地存在與在地歷史是天然的防禦壁壘。
6. 品味與主觀判斷（Taste & Subjective Judgment）
問題的本質：AI 是最佳化平均值的機器；品味是關於「知道何時要偏離平均值、何時該說不」。
在策展（curation）、設計、編輯、投資、選才等領域，真正的專業不只是「生產好東西」，而是「判斷什麼是好東西」——這種判斷力需要主觀立場、個人歷史、審美積累，以及說「不」的勇氣。
AI 在要求它生成「好的行銷文案」時會生成可接受的平均值；但「這個方向根本就是錯的」這個判斷，需要一個有立場的人做出。
⚠️ 框架標示：品味作為護城河是創作者經濟圈的廣泛共識，Kevin Kelly 的「1000 True Fans」等概念支持「有立場的個體比無立場的工具有更強的付費吸引力」，但這在高度標準化的商品市場中效果有限。
總結：AI 的硬邊界 → 人的機會
AI 容易做到 AI 難以複製
──────────────────────────────────────────────────────
生產文字、程式碼、圖像 人的身份識別與信任
分析大量資料 物理世界的到場與執行
回答標準問題 負責任的主體與追責
模仿已有的模式 長期積累的真實關係
優化平均值 在地社群的存在與歷史
說「不」的品味與判斷
操作方向：選擇讓自己的核心交付落在右欄，用 AI 工具把左欄的成本壓低——這就是「AI 是槓桿、護城河在 AI 之外」的具體實踐。
延伸
- 六個把這些原則落地的具體商業模式 → 具體商業模式範例：低科技 × AI 槓桿 × 護城河
- 護城河的九個類型 → AI 時代護城河往哪裡移動
- 回到全景 → AI 時代的新商業模式專欄首頁