可信任AI, 主權AI, 產業案例, 觀點 AI 基本法實施之後 盤點產業AI化的「信任」障礙 「人工智慧基本法」在2025年底經立法院三讀通過，2026年1月14日總統令頒佈實施。對於台灣產業而言有哪些影響？還有哪些問題待解？應該如何解決？目前的法規是否足以回應技術創新、政府行政，以及企業轉型的需求？是我們共同關注的重要命題。
智慧醫療, 資料治理, 人物訪談, 產業案例, 觀點 標準化、築護城河 建構台灣智慧醫療生態系 當醫學中心競相展示AI應用成果，看似百花齊放，但往往只是單點成功，無法帶動真正的轉型 。為了跨越這道鴻溝，衛福部從資訊系統標準化開始，終極目標是打造無可取代的智慧醫療生態系。負責推動這項重責大任的衛福部資訊處處長李建璋，詳細說明台灣智慧醫療的佈局與策略。
AI治理, 可信任AI, 產業案例, 觀點 確保「無偏差」，完整風險治理須靠AI生態系建構 可信任AI的核心在於「能否信任其回應與結果」。這看似簡單，卻蘊含龐大的治理挑戰與落實需求。實際案例已顯示其重要性：加拿大某航空公司因客服AI誤報票價引發法律糾紛；台灣金融業則早已意識風險，導入AI時要求人工覆核，以降低誤導客戶的可能性。
台灣AI生態系地圖, 人工智慧, 數位轉型, 產業案例 2025 台灣 AI 生態系地圖：五大核心能力盤點 直擊台灣 AI 落地關鍵痛點 基金會整合多年來在產業AI化大調查及專案顧問實務中累積的經驗，提出五大核心能力架構，從數據、算力、技術等基礎構建，到治理與領域知識的深度融合，盤點《台灣 AI 生態地圖》為讀者呈現出一幅立體的生態系現況圖。
AI治理, 人工智慧, 產業案例, 觀點 智慧金融以信任為前提，可信任AI 需以治理為基礎 金融業向來高度依賴信任與合法合規，在這樣的環境中，已經建立相對完整的資料治理與法規基礎，因而在導入 AI 時具備一定的優勢。不過，從風險視角切入，決勝AI的挑戰絕不僅只於技術，能否建立系統性的治理機制、確保營運安全，以及有效回應法律與倫理挑戰，更是重中之重。
AI治理, 可信任AI, 產業案例, 觀點 放大並加快，AI風險治理也須快速迭代 李維斌認為，由於法律和規範往往落後於技術發展，若過早設下框架，容易抑制創新；但若完全跟隨技術，則可能缺乏前置規範來防範風險。對台灣而言，是選擇「規範先行的安全路線」，還是「標準化與創新並行的路線」，將是關鍵的戰略抉擇。
機器人, Edge AI, 觀點, 產業案例 台灣發展 AI 機器人的關鍵挑戰：方向與定位 當 AI 機器人從封閉的生產線走向 ICU 手術室、災難現場乃至國防領域，不同場域所在意的風險層次也就不同。相較於傳統工廠自動化，服務型機器人在非結構化環境中與人共處，這意味著「出錯」的代價不再是產線停擺，而是鮮活的生命安全、敏感的資安數據與國家防線。當這股技術浪潮推向「孤老照護」與「私人家庭」等隱私邊界，其引發的社會震盪將更勝以往。
新創, 產業案例, 觀點 新創與企業磨合四階段，讓 AI 從「技術」走向「落地」 由於企業對 AI 導入的不確定感，因此在評估新創團隊時，更在意對於該產業的理解程度。從初次洽談開始，企業便會審視對方是否能夠掌握產業專業知識與脈絡，並能真正站在業主視角換位思考。
智慧醫療, AI治理, 產業案例, 觀點 郭昶甫：醫療 AI 的挑戰 永續及醫病關係才是核心議題 林口長庚醫院人工智慧核心實驗室主任郭昶甫表示，目前醫療 AI 的落地可分為三大面向：其一是資料治理，涵蓋合規使用、整理與訓練，最終進入臨床試驗並取得核可；其二是臨床部署，確保模型能順利嵌入既有流程與分工；其三則是持續監測，確保模型表現符合預期，並及時啟動修正。
