分析與數據科學

推薦閱讀
AI在美國期中選舉失利!監管趨嚴,企業該盯緊六大政策戰場
美國期中選舉掀起對AI、資料中心與監視科技的反彈,顯示科技監管已成為選民關切的政治議題。從訴訟、州法到地方公投,政府干預未必追得上科技發展,卻足以重塑市場競爭。企業應整合法務、政策、科技與策略部門,持續檢視法律責任、隱私、競爭、基礎設施、政府補助與管轄權這六大政策角力領域。
收藏 Icon
收藏
分享 Icon
分享
2026/11/10
別等AI失控才防範!三階段強化企業數位責任,築起成長護城河
隨著AI更深入產品、服務與決策,企業也更容易因監控、操弄、偏誤與失控代理等問題而失去信任。「企業數位責任權衡矩陣」與三階段行動路徑,能協助領導人盤點AI系統、把監督納入設計,並以透明治理建立可防禦的競爭優勢,讓負責任AI從成本中心轉化為成長動能。
收藏 Icon
收藏
分享 Icon
分享
2026/11/10
瀏覽所有主題
最新文章
熱門文章
貫徹永續的「四視角策略」
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。
收藏 Icon
收藏
分享 Icon
分享
經營目標與分析目標不一致,公司將付出高昂成本
企業在數據與分析能力上的投資,究竟應該著重在哪一點,才能帶來真正的盈利與增長?最新研究發現,關鍵不僅在於投入的方向,而在於這些分析能力與業務目標的對齊程度。這表明,數據投資的重點不僅僅是擁有最新技術或引進優秀人才,而是如何讓這些資源與公司整體目標無縫契合。
收藏 Icon
收藏
分享 Icon
分享
2025/01/13
修練企業的創新「實驗力」
不少公司會利用線上實驗來測試與改進新的構想。然而公司往往只有數據專家有能力這麼做,導致線上實驗僅局限於少數項目。若要提高創新的速度與範圍,勢必要讓產品、行銷、銷售部門的所有員工都有能力進行實驗。本文介紹一整套完整的解方。
收藏 Icon
收藏
分享 Icon
分享
生成式AI讓供應鏈管理更高效
資訊科技的進步已經大幅改善供應鏈的管理,但企業領導人仍無法獨立得出見解。生成式AI可以讓領導人不必仰賴專家協助,就能達成這些目標。本文以微軟為例,具體說明生成式AI能帶來的效益。
收藏 Icon
收藏
分享 Icon
分享
做決策時,你優先考慮直覺,還是數據?
如今,我們生活在被數據牽著走的時代,但數據的影響並非全然普及。在工作場域中,直覺、偶然性,甚至偏見,仍然比數據更常主導我們的決策,這讓人不禁反思:為何職場比其他領域更難真正落實數據驅動?如何讓數據在職場發揮真正的影響力,是一個亟待解決的挑戰。
收藏 Icon
收藏
分享 Icon
分享
2024/12/12
掌握 7 大原則,從科技應用「吊車尾」晉升資優生
企業要如何從科技後段班,一個華麗轉身,就把最新AI科技玩得爐火純青?對於受到高度監管、攸關人命的醫療產業來說,這個轉身尤其困難。本文以一家醫療保險公司為例,說明它如何透過7大原則,找出自己的轉型之道。
收藏 Icon
收藏
分享 Icon
分享
新時代工程師的必修課:先研究哲學,再寫程式!
哲學,這個看似跟工程師最無關的學科,如今可能會變成必修課。在AI時代,建立清晰的心智模型,並理解問題的「為什麼」,已成為關鍵技能。未來的優秀工程師需要具備這樣的能力:將問題拆解、運用第一原則思考,並能有效與AI互動;這些技能對許多職業也同樣重要。
收藏 Icon
收藏
分享 Icon
分享
2024/10/10