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。
即使在人生低谷，他依然用科學家的態度，將挫折轉化為能量。（本集來賓：中央研究院前院長、生策會會長 翁啟惠）
零售商憑藉實體店出貨的優勢，履行線上訂單更快、更省成本；但廠商接單時僅靠預測庫存，而非即時庫存，一旦店面缺貨，就可能以替代品出貨，長此以往，將對顧客忠誠度造成長期傷害，使消費幅度降低，導致可觀營收損失。零售商若想維繫在全通路世界的競爭力，就需持續優化履約機制，朝向以顧客為中心的決策方式。
生成式AI不但席捲軟體產業，也大舉進軍其他產業。但這些產業的公司卻不知如何將這項技術融入自己的作業流程。要讓生成式AI成為得力助手，公司可以先進行「組織實驗」，確認它的效果，接著再全面推廣，創造策略優勢。
我們常把創新視為企業成功的象徵，事實上，許多公司砸下重金創新卻收效有限。關鍵問題或許不在「怎麼創新」，而在「該不該創新」。本文提出一套以「產業成熟度」與「公司市場定位」為核心的判斷架構，幫助企業決定何時創新、何時模仿。
AI觸角伸進企業各角落，就連財務部門也不例外。但問題是，財務部門推行AI的成效並不高，因為他們被要求AI轉型的同時，還要與其他部門協作，導致分身乏術。領導人如何改善這個問題？
企業為了取得競爭優勢，常常同時在不同部門推出大量的AI試行計畫，結果收效甚微。與其採用這種「淺而廣」的散彈槍策略，本文建議集中在單一部門或職能深入推動AI試行計畫，並具體說明執行這種「深而窄」策略的4大步驟。
數位技術進步飛速，製造商現在能「更快」在「更接近」顧客的地點提供產品與服務，這種空間與時間的接近，就是「鄰近性」（proximity）。再加上AI、3D列印、物聯網加持，先接單再生產的模式指日可待。面對這些趨勢與新技術，企業如何做出明智的策略選擇？本文先說明推動「鄰近性」的四大變革趨勢，再提出企業可以採取的四步驟。
