新創, 產業案例 從 RPA 到 AI Agent：台灣新創串起品質、效率與知識傳承 隨著 AI Agent（AI代理人） 與 RPA 自動化 技術的快速發展，企業能夠將隱性知識模組化，並在產線中實現預防式管理、即時決策與跨系統協作。透過台灣多家新創實際案例，深入探討 AI 在製造業的落地應用，從影像辨識、行為監控到知識工具，揭示製造業如何藉由 AI 工具同時達成效率提升與品質保障。
新創, 產業案例 從實驗到落地：Living Lab+ 推動 AI 走進台灣日常生活 人工智慧過去多被視為推動產業升級與轉型的關鍵引擎，但如今正快速擴展到健康、運動、娛樂與文化等生活場域。隨著台灣邁入超高齡社會，AI 不再只是產業技術，而是影響社會結構與生活品質的重要推手。如何加速 AI 從實驗室走入日常，並在確保可靠與普及的前提下創造價值，將是未來十年產業與社會共同面對的關鍵課題。
產業案例, 觀點 生成式AI加速金融業變革 信任依舊是最大挑戰 近來金融業的挑戰主要集中在幾個面向：人才培育不足、風險控管困難，以及導入成本偏高；值得注意的是，治理與問責機制仍是金融業的核心挑戰。除了內部組織架構外，調查發現仍有三成以上的金融機構會將AI導入工作委外，使得外包廠商也成為治理體系的一環。如何確保隱私與客戶權益、公平競爭、透明性與可解釋性，逐漸成為業界最受關注的議題。
產業案例, 人才培育, 觀點 台灣智慧製造關鍵字：人才、流程、跨部門協作 製造業導入 AI 的一大挑戰，來自於員工對於AI的焦慮感 。例如傳統的電焊與組裝工人與新世代的 AI 工程師間存在巨大的鴻溝，雙方語言不通，甚至會產生「這是要監督我、操控我」的抗拒心理 。
智慧醫療, 產業案例, 人物訪談, 觀點 公私協力 打造智慧醫療資料治理架構 從兩種不同資料治理路徑可以看出，一個具公信力的諮詢單位是不可或缺的。唯有透過良好的對話機制，讓相關數據獲得社會共識與公信力認證，才能實現醫療數據治理的落地。
智慧醫療, 產業案例, 觀點 從深度學習到信任：醫療AI落地的關鍵思維 許多人談到數據保密時，直覺想到的是採用「本地部署」。但真正的爭議點在於「信任」與「治理」，這正回應了各國人工智慧相關法案所關注的「負責任的AI（Responsible AI）」。醫療數據在被二次或多次利用時，是否合規、合乎倫理，以及醫院在使用AI模型時，能否有即時的回饋機制，都是亟待解決的信任問題。
新創, 產業案例 看矽谷 YC S25 入選新創 掌握全球 AI 應用趨勢 矽谷最受關注的孵化器YC（Y Combinator）在2025年進行了重大變革，將育成計畫從原先的一年2期增加為4期，每季皆舉辦。這個過去由OpenAI的Sam Altman擔任董事會主席、曾經培育出Airbnb、Dropbox、Stripe、Coinbase等獨角獸的矽谷頂級育成中心，在AI時代中的一舉一動都受到注目。
智慧醫療, 產業案例, 觀點 醫療 AI 的「入流」挑戰：深度簡化 贏得信賴 醫療AI的發展面臨漫長驗證、法規模糊與數據治理的重重挑戰，要讓AI真正「入流」醫療體系，必須從「深度學習」（Deep Learning) 轉向「深度清理」(Deep Cleaning)，透過簡化流程、優化工作流，才能贏得醫護人員的信任。
新創, 產業案例, 觀點 從品質檢測出發，解構AI導入挑戰與實務解方 隨開源模型成熟、資料隱私需求提升，以及企業內部數據與流程的專屬性等原因， AI 將逐步從雲端逐漸走向地端（Edge）。因此，協助企業實現「模型主權化」、「流程整合」與「成本可控」是重要目標。
