新創, 觀點, 人物訪談, 自然語言處理 NLP一定得要大數據嗎？現代語言學有新解 科學家一直嘗試著讓電腦變得和人類一樣，具有感知、學習與協助決策的能力。讓電腦可以理解人類語言的自然語言處理（Natural Language Processing，NLP）成為近年來十分熱門且挑戰性十足的研究領域。但是，人類語言的博大精深，有辦法教會電腦理解嗎？又該準備多少的訓練資料才夠呢？這些問題如果從語言學的觀點切入，也許能找到更多答案。
觀點, 精選書單 你用對模型了嗎？建模前必須了解資料科學這件事 要完成一個AI專案，少不了模型或是演算法以及資料，如何建立出一個好模型更是許多工程師關注的重點。當前有許多建模工具，如：TensorFlow、Keras、PyTorch 等，對於想要學習的人來說，無論是工具書或是線上教學，學習資源都非常多。但學會這些工具，就能建出一個好模型嗎？
觀點, 人物訪談, 趨勢, 數位轉型 談數據驅動》 胡筱薇：最常遇到「覺得沒有資料的主管」與「以為資料很多的老闆」 隨著各行各業數位化環境逐漸完善，一般人日常活動，諸如食衣住行育樂，甚至工作幾乎離不開網路，而我們在網路上的活動也都轉化成數據累積，也就是我們的生活一直在不斷地透過各式互動產生新的資料，而這些資料正好就反映著使用者的思考與行為。那麼，企業是否能透過這些資料為自身帶來新的價值，驅使企業前進呢？
精選書單, 觀點 數位轉型成趨勢，後疫情時代不該忽視管理的價值 當前台灣企業正面臨嚴峻的考驗，疫情警戒下，遠端工作興起，有些公司則必須採取人員分流上班，乍看以為只是工作模式與流程的調整，實則是對於組織領導人管理能力的考驗。AIF每月舉辦內部讀書會，經由閱讀、分享與腦力激盪，培養對於產業趨勢的敏銳度與觀察力。
趨勢, 數位轉型, 觀點, 人物訪談 產業停滯20年如何突圍？ 黃日燦：改變經營者思惟，是最大挑戰 綜觀台灣近二十年來的產業發展，伴隨內部環境改變及外在挑戰益發嚴峻，產業的發展速度逐漸趨緩近乎停滯，產業轉型雖早成為企業琅琅上口的熱門名詞，但實際上成功的案例並不多。
觀點, 產業案例 聚焦工作平權 若水國際：憑什麼身障者不能有職涯規劃？ 對於「身障就業」一詞或許並不陌生，但是多數人對於身障就業的概念，仍然停留在政府規定每一百位員工，就需要聘僱一位身障者，而企業為了不要受罰，往往僅是提供最底層的助理缺或行政缺，鮮少考慮身障就業的軟硬體配套措施，甚至是他們的職涯發展。
觀點, 精選書單, 趨勢, 數位轉型 收入、淨利、成長率、利潤率誰是關鍵業績指標？向亞馬遜學習數據策略 在數位化的時代潮流下，許多企業都有數據指標，懂得即時追蹤、考量分析，但是大部分的企業家及高階主管卻無法從這些數據中，找到更多的資訊。在亞馬遜有一句名言：「凡事要有數據支撐。」在這方面，亞馬遜究竟有什麼過人之處呢？
觀點, 人物訪談, 趨勢, 人工智慧 蔡炎龍：人工智慧最難是問出好問題，專家的決策能力更重要 「人類一直希望可以做出哆啦A夢，一個可以像人一樣思考的機器人。」但是，目前的技術距離這個目標還很遠，而人類要做的事情還有很多，包括制定出好的決策。政治大學應用數學系教授蔡炎龍說，想要運用人工智慧幫忙解決問題，最重要的就是問出好問題，就像是函數一樣，輸入與輸出值的設計才是關鍵。但要如何問出好問題？考驗的不僅是團隊成員的專業能力，還有溝通及收斂問題的能力。
觀點, 大話智慧製造 大話智慧製造 #1 錘子與場景 傳說中，在雷神索爾眼裏，這是個由釘子構成的世界，「如果一鎚不夠，那就兩鎚吧。」人們也普遍相信資料科學家擁有類似的神力，「如果一套模型不夠的話，那就再來一套吧？」但是，真正在產業現場，經常看到客戶皺着臉，資料科學家抱着頭，爲什麼？別問，說了你會怕。
