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。
歡迎訂閱我們
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 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?
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。」
台灣 AI 轉型的對手,到底是誰?輸贏又該如何評估?而且國外已經有商管學者研究發現,生成式 AI 並不能創造新的永續優勢,只是放大企業既有的優勢。原因是什麼?這樣的研究結果對我們又有哪些啟發?本週電子報與各位分享。
換個不同的眼光,只要將維度從兩度空間調整為三度空間,定位點從平面移到空中俯瞰,有沒有可能,牆並沒有我們原先想的那麼高、那麼長、那麼難以跨越?有沒有可能很容易找到繞道而行的捷徑? 本週的電子報邀請基金會的顧問群提供不同的新眼光,分別從語言學、建築還有中國古籍《三十六計》出發,結合人工智慧與數位轉型,與你共同分享一次「發現之旅」。
我們都知道 AI 影響所及,將產生巨大的結構轉變,因此希望儘快找到解決方法。但無論數位轉型或 AI 導入都不是單純的線性過程,當中需要不斷試誤、調整和適應,隨時準備調整策略將成為企業常態。因此,這絕不只是技術應用問題,還牽涉到組織結構、流程和市場定位的改變。
上週參加《哈佛商業評論繁體中文版》年會,知名未來學者 Amy Webb 談到曾提醒她所輔導的企業:你需要擬定的,不只是一到五年的短期策略規畫,而是更長期的未來;如果領導團隊持續以精確、短期的戰術解決方案來處理長期風險,這個過程不僅會反而引發混亂,長期以往甚至會耗盡組織的資源。
在這份《台灣企業AI準備度調查報告》中,就針對這些疑惑提供可能的答案,《企業如何導入 AI ?策略、人才、運算資源盤點與規劃》一文從導入 AI 的起步開始,試圖解答如何快速建立團隊信心、如何與公司營運目標結合、是不是能夠讓AI帶動公司變革等重要問題,希望提供一個檢視AI導入的方向與框架,與你共同分享。
這週的電子報文章看似主題不同,但希望和你一起把眼光放遠,包括媒體在 AI 時代的未來、影響至關重大的人工智慧基本法草案,以及 AI 大型模型的瓶頸與可能發展。畢竟,未來極可能比我們所想像的更快到達。