訂閱電子報 知識工作者如何在AI 時代找到創新機會？ 有些朋友可能已經發現，電子報近期增加許多產業專家們的文章，因為我們深信，人工智慧產業化是全新的路徑，連天際線在哪裡都仍混沌未明，向不同產業借火絕對是不可或缺的：試想如果集合許多火把，是不是能夠在夜間看得更遠、更廣？是不是可以看到更多新路？
AI準備度, 觀點 運算力：產業 AI 落地基礎，考量的不只是硬體需求 生成式 AI 蓬勃發展開啟了各行各業對於 AI 應用的想像，許多企業也積極利用內部資料嘗試透過 API 串接不同服務。在這波熱潮之下，對「算力」的討論隨之升溫。當然，NVIDIA黃仁勳在台灣引起的算力旋風更是不可忽視的關鍵因素。
訂閱電子報 技術力不足，個人、企業如何因應變革？ 技術人才缺乏是許多企業當下的痛點，但不妨回到原點想想：如果焦慮的是未來，我們現在該做什麼？難道找 AI 人才進來就能建立起 AI 應用的技術力？每家企業需要的技術力都一樣嗎？為什麼會一樣？ 如果先不急著找答案，我們都先想想這些問題，會不會可能也是一種解決問題的方法？跟你分享本期電子報。
AI準備度, 人物訪談, 觀點 技術力：企業已搭建適合技術人才成長的舞台？ 隨著數位科技持續發展，持續改變我們的工作與生活，在企業方面，由於有快速增加效率與提高品質的潛力，人工智慧正逐漸成為公司營運模式的核心，甚至已重新定義公司的流程與組織。
ESG新賽局, 產業案例, 觀點 當永續時尚成為趨勢，供應鏈轉型將是重要挑戰 時尚產業是全球產值最大的產業之一，也是溫室氣體排放的重要來源，隨著聯合國及消費者對永續發展的意識提高，正面臨前所未有的轉型壓力，尤其是在全球供應鏈的環節中，橫跨亞洲、非洲與歐美等市場的挑戰更顯突出。劍橋大學永續領導力學院新創專案總監 Viola Jardon 表示，許多歐美品牌已逐漸意識到，碳排放管理無法僅靠內部努力，必須依賴供應鏈相關國家進行更多的溝通與合作。
訂閱電子報 產業 AI 應用與 AI 新創的機會與挑戰 AI 人才不只是技術人才，需要理解的知識領域遠較過去的想像更多。所以，《知勢》電子報積極邀請不同產業的AI專家，從他們的實作經驗與跨國觀察出發，分享更宏觀更完整的人工智慧知識架構。本週就由法律學者與知名國際安全驗證專家介紹，為什麼歐盟人工智慧法對於台灣產業的影響可能高過 CBAM？
AI準備度, 人物訪談, 觀點 數據力：在企業治理四大架構上 建立完整數據管理體系 數據是企業推動 AI 最重要的基礎，隨著各企業組織擁有的資料越來越多，在保障資料安全和遵循法規的同時，還必須從中發掘寶貴的洞察，複雜度有增無減。「2024 台灣企業 AI 準備度」調查中所定義的數據力，不只是企業的資料搜集與管理能力，還包含應用能力，但三者在程度上有明顯落差，該如何提升整體能力呢？
訂閱電子報 治理、解構與設計，For a better world！ 最近同事們接到一些企業的諮詢電話，表明已經上過很多AI工具課程，「但是主管覺得都不好用。」所以想問問是否有更多工具可以學，或許能夠找到好用的。同事回答，要不要試試從掌握技術原理著手？這樣比較容易理解不同工具的底層邏輯，就能掌握好用與不好用的原因，找出最合適的工具。不過，電話那頭還是強調只想學一套好用的工具就好，「比較方便也比較快。」
AI準備度, 人物訪談, 觀點 治理力：資料治理與風險管理是 AI 治理的關鍵 隨著生成式 AI 崛起，應用場域快速擴張，企業想要導入 AI，除了技術、人才、運算外，AI 治理更是不可避免的議題。人工智慧科技基金會董事長、國家通訊傳播委員會前主任委員詹婷怡認為，資料治理與風險管理正是 AI 治理的關鍵。但當企業已意識到風險掌握程度很低時，最好的方式就是先重視 AI 的使用與發展準則。
