生成式AI威力強大，但也潛藏不少風險。企業在引進生成式AI時，必須妥善評估風險。但問題是：怎麼做？Adobe負責AI倫理的主管現身說法，介紹Adobe評估風險時所依循的4大原則。
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。
泡泡瑪特旗下的Labubu引發全球蒐藏熱潮。公仔商機行之有年，但至今為止鮮有如此現象級的熱度，甚至連創辦人王寧都因此列位河南首富。在數位時代，消費者的注意力日益碎片化，泡泡瑪特何以吸引Z世代與千禧世代的大量關注，並將這些關注成功變現？泡泡瑪特的品牌策略，值得所有消費性公司的領導人探究。
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
