資料治理, 策略觀點, 觀點 企業建立數位信任的核心：資料治理 面對法規要求，產業觀點也正經歷一場典範轉移。根據《2026台灣資料治理發展洞見與趨勢報告》，資料治理已從後端的技術維運，轉變為「核心策略資產」，企業必須將其視為「成本中心」，轉型為能驅動商業價值的「獲利引擎」。
人才培育, 資料治理, 策略觀點, 觀點 CIO 的生存戰 ─ 人才、資料與流程重構 過去我們總是在燃料不純（髒資料）且零件不足（人才荒）的情況下硬著頭皮開賽車，導致 CIO 必須不斷停下來救火。2026 年的生存戰略，是透過「濾油器（資料治理）」提煉高品質燃料，並引入「自動維修與輔助駕駛系統（AI 工具）」，在人力不增的情況下，依然能跑出十倍速的成績。
人工智慧, 人才培育, 主權AI, 策略觀點, 新聞稿 AIF發布AI產業政策建言，呼籲從硬體技術轉向治理整合 在全球 AI 競賽中，台灣正處於關鍵轉折點。未來台灣應以「可信任 AI」與「主權 AI」為雙核心，建構明確的國家治理戰略，將產業優勢轉化為 AI 時代的整體領導力。由於完善的治理機制是產業創新與社會信任的根基。台灣當前亟需建立具包容性與前瞻性的資料治理架構，兼顧創新應用與個資保護，為可信任 AI 的長期發展奠定制度根基。
主權AI, 智慧醫療, 策略觀點 AI 競局進入國家戰略賽局 台灣需跨越「認知到落地」最後一道門檻 從全球產業鏈的角度觀察，AI 與邊緣運算的結合將帶動新一波硬體與軟體創新循環。台灣若能以半導體為基底，整合晶片設計、軟體演算法與場域應用，將有機會在全球 AI 生態中扮演「系統整合樞紐」的角色。這不僅有助於開拓新型出口市場，也可帶動本地新創與中小企業的創新應用，形成具在地價值的 AI 生態體系。
AI Agent, 策略觀點, 觀點 從「通用大模型」邁向「專家 Agent」的價值變現之路 AI 下半場的核心轉變，是從「讓模型回答問題」，進化為「讓模型解決問題」。這意味著企業必須轉向識別真實痛點，發展以人為本的 AI，畢竟智能代理的價值體現於三個要件：問題可格式化、任務可分解、結果可衡量，唯有如此才能直接驅動價值變現。
算力, 主權AI, 策略觀點, 觀點 算力真的等於 AI 國力？ 無論推動AI產業化與產業AI化，算力絕對不可或缺，但僅有算力並不足以建立產業與國家可以應用的AI系統。從全球各重要學術及產業分析機構所發佈的各國AI實力評比，可以清楚看出AI要從技術、應用逐步發展到影響經濟成長，當中有許多關鍵因素，環環相扣缺一不可。
AI治理, 策略觀點, 觀點 以信任為基礎，開啟台灣 AI 治理的新行動路徑 與其不斷糾結於現有的工具或資格認證，更應該回到根本問題：企業或國家究竟要解決什麼問題、要創造什麼價值、願景（Vision）是什麼。若國家與產業未能釐清自身定位與優先順序，規劃就容易分散，最終流於「為了用而用」。因此，持續開放對話、凝聚共識，法規、制度與創新才能互補，才能建立可信任 AI 的穩固基礎。
AI治理, 策略觀點, 觀點 從技術規範到溝通對話，台灣治理藍圖框架正浮現 數位信任與 AI 治理雖相關，但關注範疇有本質差異。「數位信任」著重於如資料保護、系統可用性、網路協議與資安標準等技術治理層面範疇；而 AI 治理所需面對的，則是更複雜的社會與技術議題（socio-technical aspects）。
數位轉型, 數位公共建設, 數位黑潮, 策略觀點 川普關稅震撼下 台灣 ISV 業者的數位轉型之路 關稅和匯率的雙重壓力，台灣硬體製造業的黃金時代是否能夠持續、可以持續多久，是必須重新面對盤點的議題。不過，儘管面對來自內外的雙重壓力，台灣軟體產業的突圍之路反而更加清晰。
