生成式AI

此標籤共有 23 篇文章

從 Anthropic 經濟指數報告看 AI 如何重塑全球經濟節奏
算力, 生成式AI, 人工智慧, 趨勢

從 Anthropic 經濟指數報告看 AI 如何重塑全球經濟節奏

Anthropic 於 6 月底發布最新一期經濟指數報告《Cadences》(節奏),首度以更高頻率、更細緻的分類方式,剖析人們如何在一天、一週乃至特定節日中使用 Claude。這份報告不僅描繪出 AI 使用的「生活節奏」,更指出,運算資源的消耗與職業薪資水準呈正相關,也就是薪資越高的職位,越傾向將高度自主性的任務交付給 AI 執行。

  • 楊育青
Google DeepMind 紀懷新揭示個人通用助理的未來
生成式AI, 人工智慧, 趨勢

Google DeepMind 紀懷新揭示個人通用助理的未來

Google DeepMind 研究副總裁紀懷新日前在 2026 AI TAIWAN 未來商務展的演講中,從 AI 推理的底層邏輯出發,從 sequential transducer(序列轉換器)講到 Chain of Thought(思維鏈),並指出 agentic coding(代理式程式設計)只是前兆,未來的終極藍圖將聚焦於「個人通用助理」的全面普及。

  • 楊育青
打造組織專屬工作流程,以 AI 賦能團隊——WOLF 平台開箱
生成式AI, 實作應用, 技術

打造組織專屬工作流程,以 AI 賦能團隊——WOLF 平台開箱

在實際工作場景中,我們使用 AI 的方式往往是「一次性」的:輸入文件、貼上提示詞、得到結果。這樣的流程難以標準化,也很難複製給其他人使用。 WOLF 將任務拆解成多個步驟串接的設計,也有助於讓 AI 的產出品質更加穩定、減少錯誤;而標準化的流程模板,更能把資深同仁的專業經驗轉化為可共享的 SOP,讓新進人員也能快速上手。

生成式 AI 衝擊新聞產業,「信任與真實」才是價值核心
生成式AI, 數位轉型, 觀點

生成式 AI 衝擊新聞產業,「信任與真實」才是價值核心

觀察國際趨勢,可以發現主要民主國家對新聞 AI 的政策,已從初期的「促進創新」,轉向以「公共利益與社會風險控管」為核心。各國政策開始聚焦:出了錯誰負責?媒體是否具備揭露與事後問責的制度?這代表新聞 AI 議題已從技術升級,提升至民主治理的層次。

  • 楊育青
人工智慧風潮下的資料治理:跨領域資料的應用考量
資料治理, 人工智慧, 生成式AI, 觀點

人工智慧風潮下的資料治理:跨領域資料的應用考量

AI趨勢發展下,對資料品質與可信度要求提高,需仰賴完善的資料治理。文中歸納跨領域、政府機關資料使用者的五大痛點,並據以提出對我國研擬中的「資料創新利用發展條例」的三項期待:建立跨機關資料治理生態系、擴展現有政府資料開放組織為「資料治理委員會」、以及調適法規並授權特定公益非營利使用,藉由充實資料治理基磐,確保AI產出品質並推動數位轉型。

  • AIF Editor
史丹佛大學 HAI:2026 AI 告別浮誇炒作,進入務實評估時代
主權AI, 可信任AI, 生成式AI, 觀點

史丹佛大學 HAI:2026 AI 告別浮誇炒作,進入務實評估時代

史丹佛大學人本人工智慧研究中心(HAI)在去年底釋出的報告中,為 2026 年 AI 趨勢定下「務實」的基調。報告提及,醫療保健領域將正式進入「ChatGPT 時刻」,然而 AGI 還不會到來,而AI 的真正價值將從炒作轉向務實。這也意味著,市場將開始嚴肅評估:一切的 AI 投資,是否真的物有所值?

  • 楊育青
職場 AI 工作術:讓搜尋與知識轉化更高效
生成式AI, 精選書單, 觀點

職場 AI 工作術:讓搜尋與知識轉化更高效

生成式AI不僅能搜尋網路與公司知識庫,還能整合專家討論內容、建立 知識地圖,並協助社群管理者擷取洞見、偵測趨勢、整理報告。透過正確的方法與技巧,AI 將成為 職場助理與協作夥伴,幫助上班族在工作中更快找到答案、驗證資料來源,並釋放創新與策略思考的價值。

  • AIF Editor