AI技術在人資領域扮演日漸吃重的角色，讓不少企業開始思考：人資和技術部門是否需要整併？人資長與技術長是否合而為一？3位專家莫衷一是。有人認為關鍵在於厚植「團隊力」，以深層合作共創價值；有人主張公司須提供訓練，促進兩個世界互相理解；有人則強調不要過度依賴組織架構，將焦點放在優先要務上。
當前AI計畫推出不歇，卻還是很難藉其創造出可觀的營收、效率及創新，根本原因在於缺乏有效協調。若想大幅提升AI的價值，企業應設置一個整合的數據、分析和AI長，賦予明確職責與適當的組織定位。
面對來勢洶洶的AI浪潮，許多公司都會制定大膽的導入計畫，期盼AI轉化為真正的生產力；但這種野心往往沒有看清公司現實，導致計畫最後失敗收場。要藉AI提升公司績效，企業需先釐清自身定位，方能在4種對策中找到可行之道。
ChatGPT掀起新一波人工智慧熱潮後，許多人容易把技術進步視為單一路徑，卻忽略發展也可能出現瓶頸、轉向，甚至停滯。《連線》（WIRED）雜誌創辦人凱文・凱利（Kevin Kelly）從科技演進的邏輯出發，提出未來25年人工智慧發展的三種場景，幫助你更完整理解機會、限制與可能代價。
代理式AI系統能執行工作流程、做出決策並跨部門協調，潛力無限。但若想成功運用這項技術，企業應徹底檢視組織架構與領導模式，並以「追求成果」而非「完成單一任務」作為目標協作；其間，領導人也必須精通變革管理，才能真正促成結構性改變，使代理式AI真正落地。
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。
通用型AI很可能會讓企業陷入「數據主義」的迷思，以為愈多數據搭配愈強大的演算法，將獲得最佳決策；然而，未能正確判別資訊輕重，唯恐在特定領域引發違規問題，甚至損及企業本身的信任度。本文建議，企業應採混合式架構，運用大模型處理廣泛的日常業務，同時在高風險領域獲得專業的決策邏輯。
很多人以為遊戲化就是加分數、送獎勵，但真正能改變人行為的設計，往往跟你想的不一樣。（本集來賓：全球百大企業遊戲化策略師 周郁凱 Yu-kai Chou）
