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。
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。
精選書單, 觀點 經濟預測革命：從混沌理論到大數據的決策新科學 傳統經濟學和複雜經濟學從基本假設到方法論，都有相當大的差異。例如，傳統經濟學的基本假設「理性人」，假設人都是理性的，會根據預算限制進行計算，以追求利益與效用的極大化。但複雜經濟學將用更大的「生態系」框架，將人視為為生態系中的不同「物種」，會依照各自既定的行為模式採取行動，不一定會進行復雜的理性計算。
