根據《2025 台灣產業 AI 化大調查》,仍有七成企業難以跨越 AI 落地應用門檻。人工智慧科技基金會今年啟動全台製造業 AI 導入媒合活動,聚焦實戰落地與技術對接。
閱讀專題連結:https://aif.tw/topics/taiwan-manufacturing-inventory/
根據《2025 台灣產業 AI 化大調查》,仍有七成企業難以跨越 AI 落地應用門檻。人工智慧科技基金會今年啟動全台製造業 AI 導入媒合活動,聚焦實戰落地與技術對接。
閱讀專題連結:https://aif.tw/topics/taiwan-manufacturing-inventory/
Midjourney、ChatGPT 等 AI 應用爆紅,其背後基礎模型的重要性也備受關注。基礎模型(Foundation model)指的是,透過大量數據訓練出能執行多種不同任務的模型(通常有規模的使用自監督式學習),例如 Google、Facebook 等大型科技公司,近幾年挹注龐大的資源訓練出大型模型,如 GPT-3、BERT 等,都屬於基礎模型。
閱讀專題連結:https://aif.tw/topics/hhri-20230303-next-forum/index.html
近幾年大為流行的Low Code、No Code AI平台,強調不用培養AI團隊與快速看到結果。由於主打「完全不需寫程式」或「寫少量程式」就能完成工作,也讓不少公司開始考慮是否導入相關系統。而這麼多的平台工具該怎麼選呢?
閱讀專題連結:https://aif.tw/topics/no-code-and-low-code/index.html
在高通上週舉辦的生態共創論壇上,很榮幸應邀主持一場對談。幾位對談專家的觀察頗為一致:面對持續快速發展、全新的 AI 生態系,沒有任何一家企業能夠完全掌握一切;特別對資源有限的國家如台灣而言,必然需要在全新生態系中找到自己的位子;甚至應該借力使力,創造出屬於本土產業的微型生態系。
除了與產業專家合作之外,AIF 也持續與不同學術單位合作,並且得到相當令人振奮的成果,例如「AI 算得越準,通常也越昂貴」的限制,似乎已經開始有些改變。還有,由於 AI 的影響,行銷界紛紛嘗試以 GEO 代替 SEO;GEO 的成敗關鍵,也是看誰能快速改變思維,整合最多的資源、串聯最多的人才。
上週我們介紹零售業詠鑠生活自行開發的多種 AI 工具,本週,台灣德國北德技術監護永續長黃國寶分享,如何借助 AI,做出一套 CBAM(碳邊境調整機制,俗稱碳邊境稅)的快速估算工具,解決中小企業出口歐盟最常卡關的三件事。