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。

領導力是天生的個人魅力嗎？還是一種心態？而女性領導力跟男性領導力又有什麼不同？應該如何找出具體的定義和指標？ 更重要的是，無論人工智慧或 ESG 推動，任何的轉型或創新，最終決定成果的關鍵都在於組織文化。這不只是書本上的理論，以台灣目前產業 AI 化的成功案例來看，也是如此。

除了一再說「我講的事情，很可能跟大家的認知不太一樣」，我想《知勢》電子報應該能夠多做一些，讓大家對生成式 AI 的認知不再只有媒體上報導的無所不能，以及各大科技公司高超又快速的技術。因此特別邀請 AIF 技術顧問撰寫《從深度學習到大語言模型》一文，從原理、限制到目前正在進行的研究方向，深入淺出一次說清楚。同時搭配《生成式 AI 並非橫空出世，那些關鍵的技術突破與發展》一文，則適合技術人員補充複習。在準備報名坊間各種 AI 課程之前，希望本週電子報能夠讓大家了解基礎概念，選擇對自己和企業最有用的學習路徑。

AI 技術的確突飛猛進令人目炫神迷，但只有技術並無法成為創造企業獲利與新成長曲線的動力，原因何在？是否有解？本週和下週的電子報，會從策略、技術、模型、資料以及組織文化等不同層面進行分析。

AI 導入與應用很顯然不是企業真正目的，而是促成降本增效以及創新的手段之一。所以，在全球產業紛紛焦慮找尋生成式 AI 新商業模式的此刻，有沒有可能，可以先暫時放下開發 AI 技術應用的新產品或新服務，而是用來調整舊流程與整合不同系統？如果稍微轉變思考方向，會不會就發現過去未曾被挖掘的價值？與你分享本期電子報。