根據《2025 台灣產業 AI 化大調查》，仍有七成企業難以跨越 AI 落地應用門檻。人工智慧科技基金會今年啟動全台製造業 AI 導入媒合活動，聚焦實戰落地與技術對接。
閱讀專題連結：https://aif.tw/topics/taiwan-manufacturing-inventory/
專題精選
-
製造業 AI 導入現況觀察
-
ChatGPT 正夯，多模態基礎模型的挑戰與機會
Midjourney、ChatGPT 等 AI 應用爆紅，其背後基礎模型的重要性也備受關注。基礎模型（Foundation model）指的是，透過大量數據訓練出能執行多種不同任務的模型（通常有規模的使用自監督式學習），例如 Google、Facebook 等大型科技公司，近幾年挹注龐大的資源訓練出大型模型，如 GPT-3、BERT 等，都屬於基礎模型。
閱讀專題連結：https://aif.tw/topics/hhri-20230303-next-forum/index.html
-
No-Code AI平台這麼多，企業該選哪一家？
近幾年大為流行的Low Code、No Code AI平台，強調不用培養AI團隊與快速看到結果。由於主打「完全不需寫程式」或「寫少量程式」就能完成工作，也讓不少公司開始考慮是否導入相關系統。而這麼多的平台工具該怎麼選呢？
閱讀專題連結：https://aif.tw/topics/no-code-and-low-code/index.html
知勢電子報
-
科技取代了誰？台灣 AI 發展的價值定位與未來
台灣不是美國；企業就算跟黃仁勳關係再密切，也無法走 NVIDIA 的路。那麼，我們可以走哪條路？大量裁員、一人公司？在找尋發展方向的此刻，政府部門的數位創新該如何帶動轉型，才能在此刻擬定最合適台灣的政策？本週電子報與各位朋友分享我們的觀察與心得。
-
承繼經驗，找尋台灣產業新定位
本週電子報訪問 MISA 智享會理事長、大聯大控股副董事長曾國棟，他在年輕時即許下宏願，要將自己懂的經營眉角無私傳授給其他人。在《前輩的眉角，新世代經營的底氣》中，他分享創業超過 40 年的觀察與心法，不只適合經營者，更是所有專業工作者都值得仔細思考的實戰建議。
-
從 2026 AI 化調查出發，找尋台灣產業定位
2026 年的《台灣產業 AI 化》大調查已經有初步結果，本週電子報也有整理。但為了讓結果更貼近真實情況，今年研究團隊從問卷形式、調查方式到統計分析，都進行了優化與調校，目前仍在持續進行中。完整結果預計在 4 月底會完整公佈，屆時歡迎各位朋友一起前來聆聽完整的分享。當然，現場也會提到一點背後的研究花絮。