機器人, AI Agent, 人工智慧, 趨勢 AI機器人時代將至？台大教授徐宏民：2030年迎商業化甜蜜點 當前的 AI 發展正處於從「數位虛擬端」跨入「實體物理界」的轉捩點。台大資訊工程學系教授徐宏民從市場動能與技術演進的角度分析推估，若以目前硬體成本下降曲線與模型能力成熟速度，Physical AI 技術成熟與商業落地的甜蜜點有機會出現在2030 年前後。
資料治理, 數位轉型, 趨勢 「資料變現」重點不在數量，而在流動性 MIT 史隆管理學院資訊系統研究中心（MIT CISR）首席研究科學家 Barbara Wixom 的最新研究點出了盲點：轉型的關鍵不在於企業收集了多少資料或模型有多複雜，而在於資料能否在企業內部被高效整合、靈活應用並重複創造價值。研究團隊將這種能力稱為「資料流動性（Data Liquidity）」，亦即資料資產被重複使用與重新組合的容易程度。
訂閱電子報 討論 AI 好不好用之前，企業該先解決的基礎問題 Anthropic 在 6 月底發布的最新一期經濟指數報告特別吸引我，因為主題正是《Cadences》（節奏）。報告裡首度用小時等級的顆粒度，描繪人們與 Claude 互動的生活節奏：幾點看新聞、幾點問食譜、報稅季節前後使用量的暴起暴落。有趣的是，報告發現，越習慣把整個任務放心交給 AI 處理的重度使用者，反而對自己未來的薪資、工作保障與工作意義，抱持更樂觀的看法。
算力, 生成式AI, 人工智慧, 趨勢 從 Anthropic 經濟指數報告看 AI 如何重塑全球經濟節奏 Anthropic 於 6 月底發布最新一期經濟指數報告《Cadences》（節奏），首度以更高頻率、更細緻的分類方式，剖析人們如何在一天、一週乃至特定節日中使用 Claude。這份報告不僅描繪出 AI 使用的「生活節奏」，更指出，運算資源的消耗與職業薪資水準呈正相關，也就是薪資越高的職位，越傾向將高度自主性的任務交付給 AI 執行。
數位轉型, 產業案例, 觀點 一個「良率」14種定義：緯創十年轉型，如何為AI打好地基 當企業談論 AI 導入，最常聽到的問題莫過於「結果不夠精準」。但這句「不夠精準」背後，很可能不是模型不夠聰明，而是組織內部本來就缺乏清晰溝通與統一標準。這類「內部未對齊」的困境，在大型企業中屢見不鮮，緯創資通技術長沈慶堯於「2026 AI TAIWAN 未來商務展」國際趨勢高峰論壇分享內部轉型歷程時，就提到團隊在推動轉型的過程中才發現，公司內部光是良率就有 14 種不同的定義。
AI治理, 策略觀點, 觀點 企業AI治理只是一場秀？三個問題見真章 每家公司都說自己在「治理 AI」，如果你問企業的高階主管:「貴公司有在治理 AI 嗎?」幾乎每一位都會給你肯定的答案。但當某個 AI 模型做出不該做的事，誰有權力叫它停下來？這不是「誰會被通知」，也不是「誰負責寫事故報告」。而是誰擁有足夠的組織地位、授權範圍，乃至於「不怕丟工作」，能夠走進會議室說出：「我們現在就把這個系統關掉。」
訂閱電子報 從技術競賽到系統治理，AI 的賽場正在改變 這幾年 AI 賽場真正的轉折。過去比的是誰的模型更強、更快、參數更多，是一場技術競賽；但當 AI 開始以「通用個人代理」的形式，深度嵌入每個人的日常認知活動時，真正該被放上桌面討論的，變成了系統治理的問題——誰設計、誰把關，用什麼原則決定這套系統替我們做的每一個判斷。
生成式AI, 人工智慧, 趨勢 Google DeepMind 紀懷新揭示個人通用助理的未來 Google DeepMind 研究副總裁紀懷新日前在 2026 AI TAIWAN 未來商務展的演講中，從 AI 推理的底層邏輯出發，從 sequential transducer（序列轉換器）講到 Chain of Thought（思維鏈），並指出 agentic coding（代理式程式設計）只是前兆，未來的終極藍圖將聚焦於「個人通用助理」的全面普及。
訂閱電子報 不只是自動化！重新定義人機協作價值與市場規則 最近看到 Brookings Institution 漢密爾頓計畫 (Hamilton Project) 在 2026 年 2 月發表的報告中，提出了如何設計出賦能人才的 AI 系統，提供企業發展 AI 的另一個重要面向，正好成為我備課的重要參考，也特別與各位朋友分享。
