台灣產業AI化調查, 人才培育, 觀點

AI 工具越強，政大陳宜秀：越要先搞清楚問題

國立政治大學傳播學院副教授陳宜秀指出，企業發展 AI 的成敗關鍵，不在於技術是否夠先進，而在於「定義問題」的能力。他強調，企業必須清楚自身的痛點是什麼、要回答什麼問題，以及為何選擇特定的解決方式，「不能只把重點放在技術是否到位，卻忽略最核心的問題定義。」

數位轉型, 產業案例, 觀點

人才斷層、AI轉型兩頭燒　三商集團攜手夥伴成立 ANGEL LAB 協力零售業轉型

三商家購聯合三商投控、三商餐飲、三友藥妝等集團企業，攜手零售、餐飲、科技、物流等多元產業夥伴，共同成立「社團法人台灣新世代團隊領袖發展協會（ANGEL LAB）」。聚焦人才培育、產業交流與人才媒合三大主軸，更導入 AI 應用與數據整合，協助企業解決痛點、提升效能，在企業與人才之間打造正向循環。

生成式AI, 實作應用, 技術

打造組織專屬工作流程，以 AI 賦能團隊——WOLF 平台開箱

在實際工作場景中，我們使用 AI 的方式往往是「一次性」的：輸入文件、貼上提示詞、得到結果。這樣的流程難以標準化，也很難複製給其他人使用。 WOLF 將任務拆解成多個步驟串接的設計，也有助於讓 AI 的產出品質更加穩定、減少錯誤；而標準化的流程模板，更能把資深同仁的專業經驗轉化為可共享的 SOP，讓新進人員也能快速上手。

策略觀點, 產業案例, 台灣產業AI化調查, 觀點

勤工林少顗：企業要追的不是技術版本，而是治理能力

技術快速更迭，「跟不跟得上」的焦慮感幾乎蔓延至每一位企業經營者。AXON勤工執行長林少顗坦言，「自己會不會被淘汰」幾乎是所有人心底共同的壓力。花錢購買工具也許可以解決這份焦慮，但真正困難的，是如何讓AI從外部工具轉化為企業內部真正的核心能力。

算力, Edge AI, 台灣產業AI化調查, 策略觀點, 觀點

高通：技術普及後 AI 將成為新 UI

面對這場新賽局，高通行銷資深總監江昆霖從技術層面呼應，指出雲端與地端協同運作的「混合式架構」將是企業算力佈局的新趨勢，搭配邊緣 AI 的靈活部署，方能在效能、成本與資料主權之間取得平衡，真正實現 AI 的全面規模化落地。

台灣產業AI化調查, 新聞稿

人工智慧科技基金會（AIF）攜手高通公司發布《2026台灣產業AI化大調查》：企業導入AI進程大幅跳躍；AI治理為下一個轉型關鍵

人工智慧科技基金會進行台灣產業AI化大調查已邁入第五年，2026年的調查報告顯示，台灣企業的 AI應用已在今年進入爆發期。過去數年，企業熱議的是「要不要做 AI」，而今年問的則是「該如何導入 AI」，顯示隨著生成式 AI 工具快速普及，大大降低了技術門檻，AI已從趨勢正式邁入落地階段。

台灣產業AI化調查, 策略觀點, 數位轉型, 觀點

產業 AI 化大調查觀察：當科技帶來解方，我們真的知道「問題」是什麼嗎？

部分企業即便已投入 AI 研發逾一年仍頻頻碰壁，往往是因為最初認定的「痛點」只是表象，而非問題核心。這也是轉型必經的認知轉換歷程，企業無法僅憑想像就找準方向，必須在實際落地、真槍實彈運行後，才能看清真正的問題。

台灣產業AI化調查, 產業案例, 觀點

跨越人才斷層：企業如何重塑以「人」為本的 AI 治理藍圖？

面對人才斷層與治理真空的雙重挑戰，技術採購與資料整備固然必要，但唯有能將 AI 工具轉化為實際流程改善的人，才是決定落地價值的核心變數。這在製造業中尤為具體：生產現場的 AI 落地，不缺技術，缺的是理解場域脈絡、能夠設計解法並推動變革的人才。那麼，面對這樣的困局，企業能從哪裡找到突破口？

資料科學, 趨勢

縣市平均值背後的台灣：高齡化社會風險地圖（上）

台灣自2025年正式邁入超高齡社會，65 歲以上人口占比突破 20％。但高齡化風險到底是什麼？在不同的國家、地區，受到產業結構的影響，從來就沒有統一的標準答案。然而，運用資料科學與AI技術，可以讓我們更清楚貼近高齡風險社會的真正樣貌。