【#82-3】OpenAI於去年11月推出聊天機器人ChatGPT，引起大眾熱烈關注，從閒話家常，到編寫減肥計畫、寫詩、寫專案報告，ChatGPT的無限可能，正如火如荼地展開。
【#82-2】當愈來愈多公司應用網路，投注心力將資料移往雲端時，資訊安全也變得格外重要，在台灣，今年預計有1000多家企業會設置資安專家，來確保資安的風險。
【82-1】隨著嶄新的2023年開展，科技也在各項變因下存在著各種不確定性，從AI、電動車，到5G、雲端科技，現在，正是你重新檢視策略，規劃新領域的時候。
生成式AI看似前途無量，讓很多企業家躍躍欲試，想創辦採用這種技術的公司。但付諸實行前，必須先自問兩大問題：一、要進入基礎模型，還是應用程式的領域競爭？二、要提供顧客腳本式，還是生成式的解決方案？
隨著人工智慧與數據工具爆炸式成長，企業紛紛設立數據與人工智慧長（CDAIO），但這些長字輩主管，往往因為焦點錯誤、缺乏組織的信任，注定失敗。本文建議公司採取五項步驟，幫助自家CDAIO達成任務。
ChatGPT的討論熱潮方興未艾，但我們必須了解，這只是生成式AI的一種表現形式，在其核心技術「生成式預先訓練轉換器」（Generative Pre-Trained Transformer，即GPT）的基礎上，我們還會看到哪些會出現在工作中的可能應用？
我們似乎陷入「AI炒作」的陷阱中，吹捧關於AI最新技術的任何描述，導致誤判許多「機器學習」專案實際產生的效益，而這會模糊領導人的視線。我們應淡化對AI的誇張描述，並正確理解機器學習與AI的區別。
自從數位時代來臨，能夠更精準掌握顧客動態的技術，令傳統的「行銷組合模型」（marketing mix modeling）看似過時。不過，隨著使用者愈發重視自己的數據隱私，以及蘋果等平台提出相關的限制規定，要準確衡量數位廣告活動對在用戶層級的影響，就變得窒礙難行。那麼，現在是行銷組合模型捲土重來之時嗎？該如何將之應用於數位環境之中？
