生成式AI的崛起，逐漸讓許多新企業的營運建立在相同的技術基礎之上，這導致差異化難以實現。我們分析未來可預見的3個趨勢，並及早提出對應之策：企業將仰賴商業模式來取得成功、主流產品的同質性將變得更高、運用AI的工作者將有高流動率。
創新背後是無數的協作，而為了讓協作進行順利，一個好的「中間人」至關重要。而有了中間人的協助，能夠大幅提升構想實現的機率。
企業為了改善營運而部署機器學習，但往往遭遇挫折。究其原因，在於企業關注科技遠多於關注如何部署科技。本文建議把焦點移回部署，並提出一套bizML方法，以6大步驟引導企業一步步規畫，為改善營運做出最好的準備。
不論是車廠或機器設備製造廠，直到最近才意識到光是製造實體產品不足以取得競爭優勢。它們必須制定一套融合策略，將實體產品與數位科技合而為一，從數據與見解獲取最大價值。本文說明融合策略的4大類型，並以實例介紹具體的執行方法。
大部分的知識型工作者都面臨「數位債務」：被高速流入的數位資訊和隨時在線的通訊所淹沒，工作中積壓未處理的資訊在不斷增加。生成式AI可以協助我們改善這個問題，尤其是對於知識型工作者來說，生成式AI特別可以在3個方面發揮助益：減輕認知負荷、提振認知能力、改善學習。
人工智慧很有可能顛覆我們現有的經濟。公司的董事會當然必須審慎加以因應。一個比較好的做法是，董事會透過仔細研究各種可能情境，來預測未來並制定適當的策略。
近來，「AI符合人類價值觀」不但是監管機關的要求，也是產品差異化的條件。為此，提供AI產品與服務的企業，必須在開發流程的各個階段都計畫好應如何納入人類價值觀。
隨著生成式AI的崛起，企業對它的使用成為了重要的議題。本文作者對企業領導者做了數十場訪談，得出了一個結論：企業要成功使用AI，人類的「人際技能」與「領域專長」至關重要。
