人工智慧與機器學習

如今，已有逾9成企業用AI篩選履歷，但這卻可能讓應徵者為了迎合AI，過度強調分析能力，壓抑其他人性特質，如同理心、直覺及創意。組織唯有持續將人而非指標置於評估策略的核心，才能真正找到企業所需的多元人才。

生成式AI未帶來可衡量報酬，問題不在於實驗失靈，而在於領導人重蹈數位轉型時期的錯誤：資金分散、試點零碎，卻未連結到真正的商業價值。AI實驗必須更有紀律——聚焦顧客核心問題，用強度、頻率、密度等架構挑選題目，以低成本反覆迭代，並由獲得賦權的「忍者團隊」推動規模化。

81歲台灣科技教父施振榮裝了14支心臟支架、歷經兩次病危，這些痕跡見證了他50年來勇於承擔、不斷開創人生格局的奮鬥史。即便身處AI時代，他仍秉持「Me too is not my style」的精神，以王道思維定義台灣的未來價值。

通用型AI很可能會讓企業陷入「數據主義」的迷思，以為愈多數據搭配愈強大的演算法，將獲得最佳決策；然而，未能正確判別資訊輕重，唯恐在特定領域引發違規問題，甚至損及企業本身的信任度。本文建議，企業應採混合式架構，運用大模型處理廣泛的日常業務，同時在高風險領域獲得專業的決策邏輯。

AI開始在愈來愈多的關鍵採購決策中發揮重要作用。眼下，不只是為了節約成本，更在於速度與供應鏈靈活度，讓企業得以即時綜合自身內部數據與外部環境波動，動態決定談判，像是零售、美容、電信等巨頭也都逐步擴大採用。從副駕升級到全自動的談判應用，人類與演算法將相互持續改進，未來無可限量。

世界知名的管顧公司麥肯錫，接觸許多企業執行長，他們最關心哪些議題？麥肯錫歷經多起醜聞，採取哪些行動重振聲譽？麥肯錫即將邁入百年，要如何繼往開來，迎接AI時代的挑戰？請看該公司全球管理合夥人的現身說法。

生成式AI投資狂潮再起，「這次不一樣」的聲音，是否正重演網路泡沫的集體迷思？本文透過經濟學供需理論與資本運作的分析，評估AI經濟是否存在重蹈覆轍的可能。

AI快速滲入決策、戰爭、資訊與日常生活，我們是否正逐步把未來交到演算法手中？已故教宗方濟各（Pope Francis）在談及AI時指出，這不只是科技進步，而是一場足以重塑社會秩序的轉變。關鍵不在AI能做什麼，重點是，人類是否仍願意承擔選擇的責任，守住自身的獨特性，並不讓最核心的「人心」，在效率與權力的追逐中消失。