數位時代 Business Next

【數位時代Podcast】專講科技創新與轉型成長,將複雜的數位技術翻譯為新商業機會,讓轉型決策、資源配置有最前端的觀點與策略思考! 為你說數位、訪專家、談實戰。有想聽的主題或合作提案,歡迎來信:podcast@bnext.com.tw Powered by Firstory Hosting

  1. 數位關鍵字218.美國發動AI科研總動員!解析川普創世紀任務對臺灣的戰略意涵

    2 DAYS AGO

    數位關鍵字218.美國發動AI科研總動員!解析川普創世紀任務對臺灣的戰略意涵

    2025年11月24日,美國總統川普簽署了一項被稱為「AI版曼哈頓計畫」的行政命令,正式啟動「創世紀任務」(Genesis Mission)。這項計畫要把美國17座國家實驗室、3臺百億億次超級電腦,以及超過50家科技巨頭整合成「美國科學與安全平臺」,目標是用AI加速所有科學發現。數位時代創新長黃亮崢James邀請臺灣經濟研究社社長孫智麗,從臺經社剛完成的深度分析報告出發,探討這項計畫的戰略意涵、對全球科技競爭的影響,以及臺灣該如何因應。 聽完這集你可學到: 1.創世紀任務的三大關注層面:這項計畫值得臺灣關注的原因包括:資源整合規模前所未見、行政命令明確對標中國在量子、半導體、核能、生物技術等領域的競爭,以及臺灣處於供應鏈關鍵位置,先進製程與封裝技術是不可或缺的供應商。 2.為何蘭德公司說應稱「阿波羅計畫」而非「曼哈頓計畫」:曼哈頓計畫是軍事主導、機密性高、聚焦單一目標;但AI的發展是全面性影響,需要長期投入與多元技術整合,強調公私合作,更像阿波羅登月計畫帶動整個產業鏈的模式。 3.閉環AI實驗平臺如何革新科研:傳統科研流程從假設到實驗可能耗費數月甚至十幾年,創世紀任務的「閉環AI實驗平臺」讓AI自動生成假設、設計實驗、由機器人執行、結果回饋分析,整個迴圈可24小時不間斷運轉,大幅壓縮研究時程。 4.科學基礎模型的獨特優勢:就像GPT用網路文字訓練,科學基礎模型是用美國聯邦政府數十年累積的核能、材料、基因組等科學資料訓練而成,這些被稱為世界上最複雜的科學資料庫,是其他國家無法跟上並複製的獨特優勢。 5.中美能源不對稱的關鍵數據:中國2024年單年增加電力容量429GW,計劃2035年建造150座新核電廠;美國同期僅增加51GW,差距約8-10倍。美國雖控制全球75%的AI算力,但能源基礎設施落後,電力問題可能讓領先優勢縮小。 6.臺灣廠商技術外移與訂單繫結的兩難:臺積電在亞利桑那的投資已擴大到1,650億美元,面臨「堅持技術留臺」與「配合美國製造在地化」的抉擇。建議採差異化佈局:最先進製程留臺灣,成熟製程可配合海外設廠,同時深化在先進封裝領域的不可或缺地位。 7.臺灣能源政策的啟示:必須提前規劃AI電力需求、評估是否投資「AI加能源」研發平臺,並在能源安全、碳排承諾與AI產業發展之間取得平衡,這需要經濟部、國科會、數位部跨部會共同思考。 詳情請見: 臺經社「創世紀任務計畫」分析報告: https://www.bioeconomy.tw/esg-34/ Powered by Firstory Hosting

    1h 12m
  2. 數位關鍵字217.為什麼你的 AI POC 總是失敗?三大關鍵原因與破解之道ft. 吳振和 CH

    5 DEC

    數位關鍵字217.為什麼你的 AI POC 總是失敗?三大關鍵原因與破解之道ft. 吳振和 CH

    2025 年 AI 全面爆發,每家企業都在談 AI 轉型,但研究報告卻指出大部分 AI 專案最終以失敗收場。從買了 Copilot、Gemini 卻沒得到預期效果,到 POC 做了好幾輪仍無法開案,企業究竟在哪裡踩了坑?數位時代創新長黃亮崢 James 邀請 cacaFly AI 事業副總吳振和 CH,從實務經驗出發,深入剖析企業 AI POC 失敗的常見原因,以及如何用正確的方法論提高成功率。 聽完這集你可學到: 1.AI POC 失敗的三大原因:參與人員不對(缺乏領域專家和實際 user)、Scope 定義過大(把系統串接問題混入概念驗證)、成功條件不明確(無法量化目標)。當模型迭代速度極快,POC 拖太長會導致啟動時的技術假設完全失效。 2.POC 時間軸的黃金法則:簡單可行性驗證可在數天內完成,完整 POC 建議控制在兩到三個月內,最長不超過三個月。因為模型變化太快,三個月前的技術限制可能已被新版本突破。 3.如何縮小 POC 範圍:POC 要驗證的是「AI 能否解決這個問題」,而非系統串接。以 HR 問答為例,可用引數代替實際系統串接,先驗證 AI 對文件的理解力,確認可行再進入開發階段。 4.建立黃金資料集的方法:企業應針對自身領域「出考卷給 AI」,將問題依難度分級(簡單/普通/困難/高風險),建立有代表性的測試資料集。這套資料集可重複使用,當模型更新時快速重新驗證效果。 5.AI 小隊的必備角色:領域專家和實際 user 絕對不能少,他們是唯一能驗證答案正確性的人。其他角色(PM、LLM 工程師、Prompt 工程師)可依資源彈性調整,甚至由同一人擔任多個角色。 Powered by Firstory Hosting

    1h 38m
4.6
out of 5
517 Ratings

About

【數位時代Podcast】專講科技創新與轉型成長,將複雜的數位技術翻譯為新商業機會,讓轉型決策、資源配置有最前端的觀點與策略思考! 為你說數位、訪專家、談實戰。有想聽的主題或合作提案,歡迎來信:podcast@bnext.com.tw Powered by Firstory Hosting

More From 數位時代 +

You Might Also Like