在生成式AI、機械電子學與仿真技術推動下，通用人形機器人正快速發展，並將重新定義勞動力結構。它們不只能與人類協作，還能執行多樣任務、提升效率、降低成本。本文提出五大關鍵問題，協助企業評估是否該投入這場「人形機器人革命」。
【第五屆數位轉型鼎革獎—年度領袖獎中小型機構組】正當多家雙北醫院因護理人力不足引發「關床潮」時，衛生福利部臺北醫院卻能逆勢維持零關床。獲得第五屆數位轉型鼎革獎年度領袖獎肯定的院長鄭舜平，如何用數位轉型點燃醫院生機？
企業擴大規模之後，如何還能繼續創新？美國大型醫院執行長從自身經驗指出，合作是重要解方，例如與AI、學界、其他產業協作。然而，如何透過合作推動創新？他點出5項具體策略，可供醫療與其他所有產業參考。
20年前，他是Google台灣的第一號員工，致力讓AI幫助人類更快找到答案；20年後，他卻提醒我們別把大腦外包給AI。Google台灣前董事總經理簡立峰說：「這一次的AI，會讓1%的人擁有99%的財富。」從搜尋引擎到生成式AI，他親身見證了知識如何從稀缺變廉價，也提醒我們：當AI愈來愈聰明，思考反而變得更昂貴。
企業導入生成式AI，若只仰賴通用模型與外部內容，難以獲得實質報酬。「檢索增強生成」（RAG）是目前最有效整合自家專有知識與大型語言模型的做法，前提是非結構化數據具備足夠品質。本文說明企業該如何準備、清理、評估與維護這類內容，讓AI真正解決業務疑問、發揮價值。
傳統上，跟企業打官司既耗時費力又成本高昂。但生成式AI的出現，讓客戶、員工、競爭對手及監管機構能用更少成本，更輕鬆對目標企業發動海量的「法律攻擊」。本文建議，為了因應新局面，企業必須向網路安全的備戰方式取經。
數位技術進步飛速，製造商現在能「更快」在「更接近」顧客的地點提供產品與服務，這種空間與時間的接近，就是「鄰近性」（proximity）。再加上AI、3D列印、物聯網加持，先接單再生產的模式指日可待。面對這些趨勢與新技術，企業如何做出明智的策略選擇？本文先說明推動「鄰近性」的四大變革趨勢，再提出企業可以採取的四步驟。
在AI領域，「專家系統」是能模仿人類專家決策能力的電腦程式。隨著AI技術突飛猛進，專家系統現在可以用前所未見的方式，讓專業知識從人類轉移到機器，再轉移回到人類。本文檢視三個實際應用案例，說明AI專家系統如何改善組織的策略性決策，從而提高競爭力。
