最近勞動部勞動力發展署發生不幸的職安事件，一位負責資訊業務的公務人員輕生，引起社會輿論撻伐，勞動部部長下台！媒體披露的內部檢舉資料，直指北分署長的領導風格造成的職場霸凌，揭露了官場包庇徇私的惡質文化，同時也暴露政府體系資訊人員之人力編制與業務負荷的嚴重失衡，該員長期單獨作業，並無同事可相互支援，導致工作壓力過大，加上主管的管理不當而選擇輕生，讓國家損失了一位盡責的公職人員，實在令人痛心！

在瞬息萬變的國際市場中，企業正面臨疫後復甦、接班傳承、生成式AI的崛起及供應鏈重整等諸多挑戰。如何保持企業持續發展與韌性，成為領導人面對的核心課題。除了技術實力、運氣與適應能力，成功的領導還需要勇於面對威脅、擁抱新商業模式，並在變動中抓住機會。本文將探討三大關鍵領導特質，並結合生成式AI的三階段應用策略，幫助企業在穩中求進，推動創新。

隨著全球人工智慧(AI)產業的快速發展，台灣憑藉其在半導體和資訊科技領域的優勢，正面臨一個難得的發展機遇。面對如此巨大的商機，台積電前董事長劉德音將其比喻為"天上掉下來的禮物"。台灣在AI伺服器、高階晶片先進製程等領域已經建立了完整的供應鏈優勢。然而，要充分把握這一機遇，仍需要解決三個關鍵問題

隨著全球人口高齡化和疾病負擔的加劇，再加上台灣即將進入超高齡社會, 現有的醫療照護體系正面臨巨大的挑戰。醫療人力短缺、用藥安全把關、手術安全控管以及偏鄉醫療匱乏，都是當前亟需解決的棘手問題。解決方式不能再用傳統的線性思維, 必需借力科技來偕同照護, 特別是在機器人、人工智慧（AI）、物聯網（IoT）等領域的突破，讓醫療照護的質量能持續提升。

AI浪潮襲來，不少企業將其視為推動未來轉型的關鍵力，AI技術的發展為產業帶來更多創新，例如，在零售業，AI應用可以預測消費者需求，提供精準行銷，並改善顧客服務。在製造業，AI應用可以優化生產流程，提升產品質量，並降低生產成本；在醫療領域，AI應用可以減少醫事人員行政作業時間，協助疾病診斷，提升醫療品質。 在這個大規模拓展AI/ML應用的階段，可以常聽到發展AI訓練有三大要素：數據(Data)、算法(Algorithm)、算力(Compute Resources)，這些要素共同決定了AI模型的效能和效果，其中「數據」橫跨整個AI開發的生命週期，充足的數據資料量及有效的數據基礎建設，將是影響AI成敗的重要因素。 也可以說，企業的「數據策略」是發展AI應用前不可忽視的關鍵環節，導入AI和數位轉型一樣，企業應該以終為始，評估可行性與最終目標，而非盲目跟風推動AI。