湯瑪斯．戴文波特 Thomas H. Davenport | 哈佛商業評論・與世界一流管理接軌

創新不是開盲盒！實現長遠價值，就靠AI專案「組合管理」

人工智慧與機器學習|數位版文章|費薩爾．霍克、艾瑞克．尼爾森、湯瑪斯．戴文波特、保羅．史凱德

面臨AI轉型壓力，企業常因過多零散的試行計畫分散資源。應將AI計畫提升至高層決策，結合「階段關卡」與「組合管理」方法，透過結構化的四階段依序推進。這不僅能防範零散失敗，更能建立全局視野，兼顧速效成果並創造長遠價值。

2026/07/11

別讓AI投資成泡影！七大落地關鍵，兌現高價值回報

生成式人工智慧|數位版文章|湯瑪斯．戴文波特、拉克斯．斯里尼瓦桑

企業投入AI的金額持續攀升，高層也開始追問投資價值。雖然多數組織自認已取得成效，但真正拉開差距的，不是技術程度，而是內部如何定義價值、衡量成果，並讓新技術從試行走進生產環境；決策者必須掌握「七大關鍵因素」，並遵循「AI經濟成熟度模型」，才能將這些資源轉化為可衡量的經濟回報。

2026/06/18

別將潛力當生產力：識破AI裁員潮下削減成本的拙劣藉口

生成式人工智慧|數位版文章|湯瑪斯．戴文波特、拉克斯．斯里尼瓦桑

AI真的引發了裁員潮？儘管整體失業率仍低，許多企業已將裁員與徵才放緩歸因於AI。然而調查顯示，多數人力調整並非源自AI實質產出的價值，而是基於對未來的「預期」心理；部分企業裁員後又重新回聘的現象，更說明了這場衝擊在短期內常被高估、實際進程遠比想像中緩慢。

2026/05/11

放長線釣大魚：數位產品模式出列！

資訊科技管理|紙本文章|萊恩．尼爾森、湯瑪斯．戴文波特

IT領域的專案，無論是走傳統瀑布式，或如今當道的敏捷式，失敗率都偏高；癥結在專案團隊常為臨時設置，在成果交付後旋即解散。若想提升IT產品的成功率，企業應轉向數位產品模式，以常設的跨職能團隊，支持產品與時俱進。

瞄準整體布局、建置衡量機制！企業級部署AI正式開打

生成式人工智慧|數位版文章|梅麗莎．瓦倫丁、丹尼爾．波利策、湯瑪斯．戴文波特

讓員工各自使用生成式AI草擬Email、腦力激盪……或許能帶來零散效率的提升，但缺乏結構與量測的整體布局，難帶動全公司成果。要把AI變成可衡量的商業價值，領導人需轉向企業級部署：整備非結構化數據與數據流，建立業務與開發團隊的協作與評估框架，並為代理式AI鋪路。

2026/02/19

整合數據、分析和AI職能的轉型舵手

人工智慧與機器學習|紙本文章|維平．戈帕爾、湯瑪斯．戴文波特、蘭迪．畢恩

當前AI計畫推出不歇，卻還是很難藉其創造出可觀的營收、效率及創新，根本原因在於缺乏有效協調。若想大幅提升AI的價值，企業應設置一個整合的數據、分析和AI長，賦予明確職責與適當的組織定位。

用對AI，新創「小蝦米」也能擊敗業界大鯨魚

人工智慧與機器學習|紙本文章|傑佛瑞．謝伊、唐納．凱利、馬迪．馬布里、湯瑪斯．戴文波特

小蝦米如何擊敗大鯨魚？新創公司雖然規模小，若能妥善運用AI，也有機會與大公司一較高下，甚至成功擴大公司規模。本文提供一套架構，指引雄心勃勃的創業者如何採用AI，讓自己的新事業如虎添翼。

AI投資回報不如預期？看私募股權公司如何提煉價值

人工智慧與機器學習|數位版文章|維克拉姆．馬希達爾、湯瑪斯．戴文波特

私募股權公司向來講求在短期內提升被投資企業價值，如今也積極導入AI加速這一進程。然而，AI投資要帶來實質回報，絕非靠熱情或科技潮流即可達成。本文深入剖析私募股權公司如何透過完善的盡職調查、流程建構與用例驗證，打造可複製的AI應用模式，穩定創造營運成效與退出價值。企業亦可借鏡這套方法，善用AI驅動轉型。

2025/11/10