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。
由《哈佛商業評論》全球繁體中文版主辦的2025 HBR管理年會，於8月27日隆重登場，主題是「川普2.0 × AI：迎戰雙重變局」，邀請多位世界級的專家學者，剖析企業應有的「雙軌轉型」策略，更提出AI在組織領導下的具體應用場景，希望協助台灣產業界迅速洞悉現今的政經趨勢與未來的風險機會。這其中講者也包括了亞馬遜網路服務Amazon Web Services（AWS）台灣暨香港總經理王定愷。他本日深度分享了亞馬遜在AI的創新布局，如何靠人工智慧打造地緣政治新局勢中的企業韌性戰略？
生成式AI常會出現各種幻覺以及大量不一定有用的建議。亞馬遜的Catalog AI系統雖然可以自動生成商品頁，以及相關的商品標題、圖片、說明等，也苦於這些難解的問題。亞馬遜後來採取哪些步驟，不但確保AI生成的品質，還能大規模測試各項微調的效果，本文有精彩的說明。
許多行銷人員都在努力推銷自家的AI產品，但往往沒有思考一個問題：萬一AI失靈，該如何是好？本文認為，行銷人員要先了解消費者對AI採取的5種態度，才能預先為AI失靈做好準備，減少它對品牌的傷害。
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。
從基層到高層，企業裡愈來愈多人期待生成式AI成為提升效率與創新的利器。但當「人+AI」成為新顯學，我們是否真正理解該如何與AI共事？本期「哈佛新思維」聚焦人機協作，精選5篇文章，從工作實踐到組織策略，帶您掌握關鍵觀念，打造AI時代的人才與競爭力。
AI快速演進，接手許多過去難以自動化的工作任務。這不僅擴大了合格勞動力的定義，也迫使企業必須重構人才策略。AI不再只是工具，而是逐步成為「數位隊友」，與人類協作完成業務。本文提出七項關鍵行動，協助人資與採購主管建構以人機協作為核心的勞動力體系，掌握效率、規模與彈性，同時應對AI導入帶來的倫理、法遵與治理挑戰。
