資訊科技的進步已經大幅改善供應鏈的管理，但企業領導人仍無法獨立得出見解。生成式AI可以讓領導人不必仰賴專家協助，就能達成這些目標。本文以微軟為例，具體說明生成式AI能帶來的效益。
如今，我們生活在被數據牽著走的時代，但數據的影響並非全然普及。在工作場域中，直覺、偶然性，甚至偏見，仍然比數據更常主導我們的決策，這讓人不禁反思：為何職場比其他領域更難真正落實數據驅動？如何讓數據在職場發揮真正的影響力，是一個亟待解決的挑戰。
企業要如何從科技後段班，一個華麗轉身，就把最新AI科技玩得爐火純青？對於受到高度監管、攸關人命的醫療產業來說，這個轉身尤其困難。本文以一家醫療保險公司為例，說明它如何透過7大原則，找出自己的轉型之道。
【S2#EP3-3】本集來賓：台中榮總院長 陳適安
哲學，這個看似跟工程師最無關的學科，如今可能會變成必修課。在AI時代，建立清晰的心智模型，並理解問題的「為什麼」，已成為關鍵技能。未來的優秀工程師需要具備這樣的能力：將問題拆解、運用第一原則思考，並能有效與AI互動；這些技能對許多職業也同樣重要。
許多公司都想利用新科技（例如AI）的威力，為組織創造成長。但要真正發揮這些科技的潛力，公司就要先解決「流程債」：老舊過時的工作方式。領導人可依循5大步驟，一步步擺脫流程債，徹底享受新科技帶來的好處。
生成式AI這樣能激發人們想像力的新技術，正在推動企業向數據導向文化邁進。根據一項年度調查，許多大企業的領導人表示，他們組織的建立數據及分析文化有了顯著提升。要抓住這一科技帶來的變革機遇，企業需要在實驗、實際部署和教育上投入更多資源，以真正將這種技術優勢轉化為文化力量。
領導人在決策時，通常會參考內部數據或外部研究的結果，但往往不是將這些數據奉為真理，不加思索地當成決策基礎，就是棄之如敝屣，完全不加考慮。本文認為領導人要透過5種問題，徹底思索這些數據背後的種種條件，才能做出最好的決策。
