AI治理, 策略觀點, 觀點 減法思維：讓民眾有感的 AI 治理 這個問題之所以重要，是因為政府與企業面對的是截然不同的任務性質。企業可以聚焦最有價值的客群、以效率與獲利作為優化方向，轉型成果最終反映在財務數字上。
策略觀點, 創新, 觀點, 產業案例 裁員、一人公司，是台灣AI發展的劇本？ Medvi 的出現，像是讓 OpenAI 執行長 Sam Altman 之前所說，「AI 將讓一人建立10億美元公司」的預言成真。據《紐約時報》4月2日報導，記者取得並驗證Medvi的財務數據：2025年營收4.01億美元，淨利率16.2％，全職員工只有創辦人與弟弟兩個人。
策略觀點, 人物訪談, 觀點 前輩的眉角，新世代經營的底氣 許多人都有這樣的經驗，一個關鍵決策，若有人能點撥一句，可以少走三年冤枉路，但那個「有人」，往往可遇而不可求。台灣有許多優秀的資深企業家，腦中裝著幾十年實戰積累的經營智慧，卻在退休後逐漸閒置；而新一代創業者面對重大選擇，常常只能自己摸索。這扇門的兩側，一邊是等待被傳承的智慧，一邊是找不到入口的新世代。MISA智享會想做的，就是把它打開。
生態系, 策略觀點, 觀點 解讀三種AI分析框架，找尋台灣產業定位（下） 在上篇裡面比較了《日經》、黃仁勳與梁伯嵩的三種AI產業分層框架，看出三者反映了不同的策略提問，而 AI 產業的重心可能正從算力競賽轉向系統整合競賽。那麼，在這三種框架之下，台灣看到了什麼？
生態系, 策略觀點, 觀點 解讀三種AI分析框架，找尋台灣產業定位（上） 黃仁勳、《日經》和梁伯嵩各自提出的分層方式，在描述現狀之餘，更是提出一種產業分類方式，藉此區分分工的邊界，以及生態系的組成。當然，每一種提議背後，必然和提議者所處產業的策略位置有直接關連。
人才培育, AI素養, 策略觀點, 觀點 從美國「AI 素養框架」，重新思考台灣「AI 人才」 美國 AI 人才素養框架的第二部分，是七個「有效交付原則」，也就是如何在組織內推動 AI 素養。這是特別值得參考的提醒，因為台灣許多企業、公部門組織仍然停留在「只要上過課就是人才」的迷思中，忽略組織必須創造環境，才能夠讓AI落實在真實的營運場域中。
策略觀點, AI Agent, 觀點 典範移轉下的高教重塑：從工具依賴走向 Agentic AI 教學生態系 2026年，科技發展跨越了一個決定性的分水嶺。隨著Anthropic Code、Antigravity、Codex、Cowork 與 Frontier 等具備高度自主規劃與執行能力的 AI 產品相繼問世，我們正式從「生成式 AI (Generative AI)」跨入了「智能體工作流 (Agentic Flow)」的新紀元。這不僅僅是技術的升級，更是一場席捲企業、製造、軍事與日常生活的跨域典範移轉。
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。
