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/
專題精選
-
製造業 AI 導入現況觀察
-
ChatGPT 正夯，多模態基礎模型的挑戰與機會
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
-
No-Code AI平台這麼多，企業該選哪一家？
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
知勢電子報
-
AI 讓平庸消失，在技術門檻愈來愈低之後
產業 AI 化成功了嗎？當然還沒，因為產業 AI 化只是一個過程，而非真正的目標或成果。例如，這兩年我們常說的「百工百業用 AI」，用了之後的下一步是什麼？我們 4 月 30 日一起來討論。
-
還帶著舊地圖找新大陸？重新定義 AI 時代的轉型邏輯
4 月 30 上午，我們將會正式公布本年度產業 AI 化大調查結果，並詳細解析最新數據對於政府、產業、企業以及個人的可能影響，竭誠歡迎各位朋友親臨現場共同討論，讓我們一起來畫出AI時代的新地圖。
-
科技取代了誰？台灣 AI 發展的價值定位與未來
台灣不是美國；企業就算跟黃仁勳關係再密切，也無法走 NVIDIA 的路。那麼，我們可以走哪條路？大量裁員、一人公司？在找尋發展方向的此刻，政府部門的數位創新該如何帶動轉型，才能在此刻擬定最合適台灣的政策？本週電子報與各位朋友分享我們的觀察與心得。