人才培育, 策略觀點, 觀點 用錯AI，比不用更糟糕？（下）當KPI取代了目的 愈來愈多研究顯示，用錯AI的代價不會出現在使用當下。使用AI練習數學的高中生，撤除AI後考試成績反而比從未使用的同學低17%；資深醫師在導入AI輔助後，沒有AI時的偵測率也出現下滑。這些研究同時提醒，問題不在AI本身，而在用法。那麼，台灣的教育現場準備好了嗎？
AI教育, 人才培育, 觀點 用錯AI，比不用更糟糕？（上）拿掉AI後，人還剩下什麼 拿掉 AI 後，人還剩下什麼？2025 年 6 月，麻省理工學院媒體實驗室（MIT Media Lab）發表的一項研究，很快成為討論「AI 會不會讓人變笨」時常被引用的證據。研究者將 54 名受試者分成三組撰寫短文，一組使用 ChatGPT，一組只能用搜尋引擎，一組完全不用工具。第一次寫作後，ChatGPT 組有 83.3％ 的人無法正確引述自己剛寫完的文章，另外兩組都只有 11.1%。
AI治理, 策略觀點, 觀點 減法思維：讓民眾有感的 AI 治理 這個問題之所以重要，是因為政府與企業面對的是截然不同的任務性質。企業可以聚焦最有價值的客群、以效率與獲利作為優化方向，轉型成果最終反映在財務數字上。
策略觀點, 創新, 觀點, 產業案例 裁員、一人公司，是台灣AI發展的劇本？ Medvi 的出現，像是讓 OpenAI 執行長 Sam Altman 之前所說，「AI 將讓一人建立10億美元公司」的預言成真。據《紐約時報》4月2日報導，記者取得並驗證Medvi的財務數據：2025年營收4.01億美元，淨利率16.2％，全職員工只有創辦人與弟弟兩個人。
生態系, 策略觀點, 觀點 解讀三種AI分析框架，找尋台灣產業定位（下） 在上篇裡面比較了《日經》、黃仁勳與梁伯嵩的三種AI產業分層框架，看出三者反映了不同的策略提問，而 AI 產業的重心可能正從算力競賽轉向系統整合競賽。那麼，在這三種框架之下，台灣看到了什麼？
生態系, 策略觀點, 觀點 解讀三種AI分析框架，找尋台灣產業定位（上） 黃仁勳、《日經》和梁伯嵩各自提出的分層方式，在描述現狀之餘，更是提出一種產業分類方式，藉此區分分工的邊界，以及生態系的組成。當然，每一種提議背後，必然和提議者所處產業的策略位置有直接關連。
人才培育, AI素養, 策略觀點, 觀點 從美國「AI 素養框架」，重新思考台灣「AI 人才」 美國 AI 人才素養框架的第二部分，是七個「有效交付原則」，也就是如何在組織內推動 AI 素養。這是特別值得參考的提醒，因為台灣許多企業、公部門組織仍然停留在「只要上過課就是人才」的迷思中，忽略組織必須創造環境，才能夠讓AI落實在真實的營運場域中。
主權AI, 可信任AI, AI基本法, 人物訪談, 觀點 數位發展部部長林宜敬：人工智慧基本法與主權AI 台灣在「人工智慧基本法」中確立七大治理原則，分別是永續、自主、隱私、資安、透明、公平、問責，並由國科會擔任主管機關。在法案中也規定，「數位發展部應參考國際標準或規範，推動與國際介接之人工智慧風險分類框架，並應協助各目的事業主管機關訂定以風險為基礎之管理規範。
AI City, 主權AI, 可信任AI, 智慧城市, AI ACT 以AI City實踐台灣AI生態系商機 站在既有AI硬體元件及資訊系統零組件製造的優勢上，以城市為應用場域，在主權AI的基礎上，結合軟體廠商，共同打造全新的AI生態系，帶動城市與產業升級，是台灣稱霸AI硬體製造之後的重要發展方向，也是關鍵的下一步。
