專欄作家
沈柏延
簡立峰
張榮貴
韓怡真
洪孟志
施立成
余金樹
歐俋伶
鄭仁傑
吳漢章
夏志豪
吳明蔚
許金隆
梁文隆
陳章正
李德財
湯惠剛
陳宏守
高浩傑
楊仁達
莊士逸
林炳輝
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。
AI浪潮來襲,全球最有競爭力的企業莫不爭相投資,當下個階段的新應用崛起後,他們將贏者全拿。台灣資訊軟體服務產業如何在這波全球創新數位變革的道路上,再次掌握機會、主導未來?