企業流程再造，是上世紀90年代盛行的觀念，但實行成果卻沒有與期待相符。人工智慧做為一種用途廣泛的自動化預測與決策科技，將能為流程再造帶來新的氣象。本文說明人工智慧如何促成流程再造，並提供一些成功的案例。
你有喜愛的YouTube頻道或Netflix上的影片嗎？這些作品之所以引人入勝，創作者背後付出的努力不言而喻，但你能想像嗎？有一天，AI技術以極低的成本大量創作吸睛影片，並飛快獲取觀眾行為數據，幾乎同步地調整影片內容──這天近在眼前，生成式AI會給影音平台帶來何種衝擊？
訂閱制的SaaS商業模式要崩潰了嗎？SaaS資本指數在2021年達到頂峰，幾個月後暴跌，至2022年年底仍持續走低，這是什麼原因造成的？又有什麼方式可以改善？本文提出幾項關鍵的建議。
生成式AI能夠「生成」各式各樣的內容，其中可以生成程式碼這點，尤其重要。這樣可以為使用者提供一條從下指令到完成動作的簡便捷徑，我們將揮別下拉式選單，以更開放的方式與軟體或應用程式互動，這點將大幅改變顧客旅程的樣貌。
元宇宙概念已經落伍了嗎？沒有，許多品牌已經活用元宇宙的特殊性，為顧客提供更難忘的顧客體驗，並串起虛擬世界與實體商品的新關係。同時，行銷人員、商品設計師、顧客體驗專家等，也可以藉此從不同的角度了解消費者行為。
印象中，銷售團隊在活用新技術方面，通常會落後於其他部門，但在活用生成式AI上，可以盡早就開始。銷售人員經常需要應付諸多行政工作、觀察顧客需求並保持互動，以及分析各種業績報告，而這些工作，AI都可以有效代勞。
企業通常會採取一組高度整合、得到廣泛使用的科技，以求效率。但這套科技組合往往會共享顧客資料，在歐洲推出嚴格的隱私法規後，造成了一個問題：若要遵循法規，勢必得做複雜而成本高昂的調整。企業該如何因應，本文提供具體的建議。
大型公司多半都設有數據長，但這個職位該負責什麼職務，許多公司並不清楚，而且任期也不長。數據長必須為公司創造與證明價值，才能解決這些問題。然而，該用什麼策略來進行？研究數據管理與數據長的頂尖學者，提出了八種策略。
