為何AI導入後，仍無法提升團隊效率？本文以一家《財星》500大企業為例，揭示通用型AI難以貼合實務流程的原因，並提出解方：「工作圖譜」與「逆向機械式在地化」（RML），協助AI學習實際脈絡、提升契合度。這種量身打造的方式，讓AI真正發揮助力，提升準確性與產出效率，並帶來更高的投資報酬。
新創公司草創初期就拿到大筆資金，一般都認為是好事。但根據研究，大筆創業基金可能扼殺公司的創新能力，甚至影響公司的存活時間。本文建議在考慮是否接受投資人資金時，應自問幾個關鍵問題。
關於生成式AI的衝擊，探討的問題已經從「我會被AI取代嗎？」深入到「企業無償用我產生的數據來訓練AI，還試圖替代我？」提升AI效能所必須的高品質數據，來自許多工作者的知識、經驗與輸入，而這些個人數據的價值需要被肯定與保護。本文提出「數據合作社」的概念，探討如何在AI時代中尋求勞資關係的解方。
生成式AI導入企業之後，究竟對中階經理人的職位造成什麼影響？研究發現，生成式AI不會完全取代中階經理人，但會減少他們的數量，也會減少他們大量的管理工作，改成更有價值的工作。那麼，企業要如何達成這種扁平化的組織結構，本文提供兩項重要的思考。
談到推動AI轉型，你會先問「這項技術有什麼用」，還是「這項技術如何幫助我們實現使命」？這其中暗藏成功與否的關鍵。2024年的研究指出，僅有26％的企業成功開發出可用的AI產品，只有4％真正獲得顯著投資報酬。如果不想成為失敗的大多數，企業可用「OPEN架構」與「CARE 架構」，兼顧創新機會與風險管控，真正推動有價值的AI轉型。
【S2#25-3】本集來賓：Amazon Web Services 臺灣暨香港總經理 王定愷 Robert
數位破壞者擅長運用兩大因素創造長期價值：顧客終身價值（CLV）／顧客取得成本（CAC），以及端對端的顧客體驗。而擁有龐大顧客群的老牌企業，其實更有條件善用這些因素建立自己的「數位成長引擎」。本文提出六項關鍵行動，幫助企業運用數據、人工智慧與數位工程，提高現有顧客的CLV，或降低CAC，或兩者並行。
隨著生成式AI的出現，商業世界迎來巨變。從董事會、高階主管到一線員工，都面臨這項技術帶來的強大衝擊。我們分別從「AI取代人類」「價值觀」「領導力」「行銷」「競爭優勢」等角度，精選5篇文章，並為您導讀其中的重要觀念。
很多企業最近才開始正視AI，但這只是全面科技變革的一環。AI、先進感測器以及生物科技這三種技術，很快就會融合為「活性智能」（living intelligence），成為能夠感知、學習、適應和進化的系統。如果只專注於AI，而不了解與其他技術的交集，就可能錯過下一波科技革新浪潮。
想要在數據時代中脫穎而出嗎？生成式AI的崛起，推動企業重新審視數據的潛力，也激發了他們更多的投資熱情。一份針對《財富》1000強和全球商業領袖的調查顯示，企業正朝六個主要的方向發展。身為企業領導人，關鍵問題是：我們的數據是否準確？當數據與AI的潛力被正確釋放，它們就不僅是技術工具，更是推動成長與競爭力的引擎。
企業為了達成永續，往往試圖兼顧所有面向，結果就是備多力分，無法得到真正重要的成果。作者提出一套「四視角架構」，透過4個問題，協助領導人找出最核心的永續議題，進而制定真正有效的永續策略。
PSYCHOLOGY
PUBLIC-PRIVATE PARTNERSHIPS
LEADERSHIP
為提供您更多優質的內容，本網站使用cookies分析技術。若繼續閱覽本網站內容，即表示您同意我們使用 cookies，關於更多 cookies 資訊請閱讀我們的隱私權政策。
