Skip to content
Sign in
Artwork for 數創實驗室 - AI時代的學習指南
TechnologyBusinessCareersEducationSelf-Improvement

數創實驗室 - AI時代的學習指南

Vincent在數創

#### 關於數創實驗室 Podcast
數創實驗室是以數據/AI主題為核心的學習型社群，提供各位學習資源、認識朋友、與接觸工作機會等價值。我們每月舉辦一次實體聚會，內容為專題演講、networking time、與其他各式資源分享。

本節目將以圍繞AI、大數據、個人職涯發展為主題，以提高社會AI素養為願景，特別適合下列朋友收聽 :
- 大數據 & 資料科學領域人士
- 企業領導人、公司高管收聽
- 關注AI發展的其他領域優秀人士

#### 關於Podcast主理人
Vincent Chen (www.linkedin.com/in/hsiang-hao-chen-53443593)
數創實驗室創始人, Podcast播客主理人 / 數創智能CEO
遠見天下文化 AI 專欄作家 (https://www.gvm.com.tw/blog/6789)

美國財星500強電商大廠 | 數據團隊主管
台灣零售行業上市公司 | 資料技術處處長
AI & 大數據跨國經驗10年+ | 跨國反欺詐 | 智能行銷 & 推薦系統
英國全球百大 Data Science & 台灣交大MBA雙碩士

Play
Open in
  • 21 episodes
  • weekly
  • Avg 22 min
  • Chinese

Episodes 21

NewestOldestLongest
All20Unplayed20In progress0Played0
Counted on this page — what you have heard stays on this device, so it is not something the list can be paged by.
  • August 19 · 20 min

    EP110｜連 Anthropic 和 OpenAI 都這麼說：不做 Agent，才是預設值。從一個金融業案例談 AI 技術選型

    Gartner 預測，超過 40% 的 agentic AI 專案會在 2027 年底前因成本失控、商業價值不明、風控不足而被喊停。這集節目，帶你看一個活生生正在發生的版本：一間金融業的法遵部門，自己用 Microsoft Copilot Studio 搭了一支 AI Agent，Demo 時回答有模有樣，上線後卻因為沒跟上監管函令改版，差點釀成合規疏漏，最後使用量一路下滑到季度檢討會上被老闆質問「當初是誰評估過的」。 問題不是團隊不夠聰明，而是「立案、搭建、問責」三個關鍵時刻都在憑感覺、憑熱度做決定，沒有系統性的判斷框架。這集會拆解 Anthropic 與 OpenAI 官方文章中不約而同的立場「不做 Agent 才是預設值，做 Agent 才是需要被論證的例外」，並帶你重新認識 2026 年最新的技術選型四層架構：Rule-based Workflow、Augmented LLM、Augmented Workflow、AI Agent，讓你手上的專案不再淪為「為 Agent 而 Agent」。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 2026 梅竹黑客松｜9/19–20 清大校園 https://2026.meichuhackathon.org/ 由清華大學與陽明交通大學聯合主辦的「2026 梅竹黑客松」即將展開，分為黑客組與創客組，並同步舉辦企業博覽會，邀請 Google、AMD、羅技、聚陽實業、恩智浦半導體等企業共襄盛舉。 8 月數創小聚｜Bitter Lesson 2.0：從更多資料、更大模型，到可規模化的回饋閉環 https://accu.ps/tcV0kq 講者 Angus，現任內容推薦平台 Taboola Data / ML R&D Team Leader，從新加坡 SAP 推薦系統、柏林 Remerge 即時競價，一路談到「驗證 → 回饋」這條主線。 該不該做成 Agent？AI 技術選型的判斷框架實戰課 https://datainnolab.pse.is/9h47j2 時間：9/5（六）限時直播場，無限影片回看 彙整前沿 AI 企業的研究與指南，打造四步驟判斷框架，帶你從立案走到簽名決策，用數據取代直覺。 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • August 3 · 26 min

    EP109 | OpenAI跟微軟同時押注「FDE (前線部署工程師)」，但為何企業更需要的是 FDPM (前線部署產品經理)？

    微軟砸下 25 億美元、把 7000 名工程師改編成新事業體；OpenAI 花錢併購一家公司，一口氣補進 150 位實戰派工程師。 這兩家全球最重要的科技巨頭，在幾個月內做出了一模一樣的戰略選擇：瘋狂搶進「FDE」（Forward Deployed Engineer，前線部署工程師）。 這不是巧合，而是 AI 落地卡在最後一哩路的證據。本集節目從 Palantir 的軍規起源講起，拆解 FDE 為什麼突然變成顯學，並且指出一個幾乎所有媒體都忽略的真相：真正決定企業 AI 專案成敗的，不是會寫程式的工程師，而是懂得「定義問題」的角色，我們稱它為 FDPM（前線部署產品經理）。 本集節目用 3 層結構拆解「模型 vs 企業」之間的鴻溝，並引用 Andrew Ng 對 PM／工程師比例的預判，以及 LinkedIn《Skills on the Rise 2026》報告裡一個弔詭的數據：打著 FDE 名號的職缺，最被要求的技能竟然不是 Python，而是 customer discovery 與問題拆解力。如果你正在思考 AI 時代的職涯定位，這集會給你一個清楚的座標。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 📊 ８月份數創小聚｜08/20（四）19:00-22:00 模型越換越強，系統卻沒跟著變強？這次邀請到 Taboola Data / ML R&D Team Leader Angus，從 Waymo vs Tesla 的自駕車對照談起，分享如何把「驗證→回饋」的迴圈規模化，讓系統持續變強，而不是停在第一版。 🔗：https://accu.ps/tcV0kq AI 場景挖掘入門：把日常卡點變成 AI 候選清單｜錄播課 40 分鐘，帶你走一套可重複使用的方法，把日常工作卡點，轉成一份具體、可量化、值得繼續評估的 AI 候選場景清單。 🔗：https://datainnolab.pse.is/9f32c3 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://datainnolab.ai/ 電子報｜https://datainnolab.pse.is/86stuu LINE 社群｜https://bit.ly/3TU9K0I #FDE #前線部署工程師 #FDPM #AIPM #OpenAI #微軟 #AIAgent #產品經理 #科技職涯 #AI求職 #數創實驗室

  • July 20 · 33 min

    EP108 | AI 時代下，孩子到底應該學什麼？從「北京探月學校」的「超級高中生」，我好像找到了答案

    探月學校副校長曹竹飛，一位 20 出頭歲的年輕人說了一句話：「這個時代最重要的能力，就是判斷力跟審美。」這句話跟我們長期在企業 AI 場景中談的核心概念完全一致。 本集從企業場景拉回教育現場，深度剖析北京探月學校如何用「1加x 學制」、「雙教練制」、「業師取代師範體系」三個制度創新，培養不以考大學為目標、而是要在真實市場創造價值的「超級高中生」。同時也回應近期熱議的白領失業潮與學歷貶值趨勢：當初階白領入口持續收窄、大學從必然變成選項，孩子真正需要練的是「判斷力」與「為 AI 產出簽字負責」的能力，而不是多上一堂 AI 才藝課。 節目中也分享復旦大學「出題考倒 LLM」的創新考試設計，以及給小學到高中、與大學階段家長的具體行動建議。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 7月份數創小聚｜07/22（三）19:00-22:00 邀請 Visa Consulting & Analytics（VCA）團隊總監 Sean，分享資料分析師與顧問如何做到讓團隊「敢信、敢驗收」。 🔗：https://accu.ps/eObBlL 開放式生成AI驗收實戰課｜07/25（六）13:00-17:30 一套完整方法論與實作工具，帶你從「說不清哪裡不對」進化到「能判斷、能對齊、能規模化檢查」。 🔗：https://accu.ps/RqFjHe ⚛️ 數創實驗室 DatainnoLab 活動資訊 | https://p.accu.ps/8s5utf 電子報 | https://datainnolab.pse.is/8edx6k LINE 社群 | https://datainnolab.pse.is/8s5uy5

  • July 14 · 26 min

    EP107 | 深度剖析 BCG《AI at Work 2026》報告：企業 AI 導入的上半場已結束，你的公司進到下半場了嗎？

    BCG顧問公司最新發布的《AI at Work 2026》調研顯示：一線白領AI使用率一年內從51%衝上74%，但緊接而來的不是輕鬆，而是新的焦慮。67%用戶說滿意度提升，卻同時有41%說精神負荷變重了。 本集從一位數創社群內數據分析師向我們坦言「工作變少反而焦慮」的心底話，拆解BCG報告裡最關鍵的一句副標「Strategy More Than Tools（策略比工具重要）」，並整理出三個給企業高層的實戰框架： 1.定義清晰的AI戰略 2.對「省下來的時間」給出明確指引 3.建立輕量級常設治理機制（而非把AI當成有終點的專案）。 AI落地的下半場，考驗的不再是工具用得熟不熟，而是組織有沒有把個人的效率提升，轉化成公司真正的戰略價值 這也是「AI PM」這個角色，正在變得不可或缺的原因。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 7月份數創小聚｜07/22（三）19:00-22:00 邀請 Visa Consulting & Analytics（VCA）團隊總監 Sean，分享資料分析師與顧問如何做到讓團隊「敢信、敢驗收」。 🔗：https://accu.ps/eObBlL 開放式生成AI驗收實戰課｜07/25（六）13:00-17:30 一套完整方法論與實作工具，帶你從「說不清哪裡不對」進化到「能判斷、能對齊、能規模化檢查」。 🔗：https://accu.ps/RqFjHe ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/85qwub 電子報｜https://datainnolab.pse.is/86stuu LINE 社群｜https://bit.ly/3TU9K0I

  • June 30 · 25 min

    EP106 | AI Agent 團隊也會內耗：Berkeley 研究揭露的 14 種系統性崩潰，與你該有的對策

    【Podcast 說明欄】 EP106 | AI Agent 團隊也會內耗：Berkeley 研究揭露的 14 種系統性崩潰，與你該有的對策 UC Berkeley研究團隊研究了五個主流的Multi-Agent框架、超過150個任務，動用六位專家標註員，最終歸納出14種系統性失敗模式，分屬三大類。論文最關鍵的結論是：失敗的根源不是模型不夠聰明，而是這些多智能體系統表現出和管理不佳的人類團隊一樣的問題『角色混亂、溝通不良、目標不對齊、品質把關不足。』 本集Vincent從這篇論文出發，拆解三個真實失敗案例，同時延伸分享三個實戰建議。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 07/01(三) 19:00 - 20:00 7/1 聽友專屬 AI 驗收案例解析 以常見 RAG 案例為主題，跟大家聊聊常見的坑要怎麼避開，也歡迎大家把相關問題帶上線一起討論～ 🔗：https://datainnolab.pse.is/98ubav 07/07 (二) 19:00 - 20:00 開放式生成 AI 成效驗收體驗課【免費】 想知道AI輸出是好是壞？立即報名數創免費體驗課程，學習量化成效的驗收邏輯。 🔗：https://accu.ps/5yD3HQ 07/12 (日) 13:00 - 17:30 AI 成效診斷與驗收實戰課 用常見的RAG知識庫切入，利用三大實戰工具，協助你降低錯誤決策風險 🔗：https://accu.ps/ap2HYR 07/22 (三) 19:00 - 22:00 7 月份數創小聚 ７月邀請到 Visa Consulting & Analytics（VCA）團隊總監 Sean，他長期站在商業與技術之間扮演橋樑角色，與大家分享資料分析師與顧問如何做到讓團隊「敢信、敢驗收」。 🔗：https://accu.ps/eObBlL 07/25 (六）13:00 - 17:30 開放式生成 AI 驗收實戰課 這門課提供一套完整方法論與實作工具，帶你從「說不清哪裡不對」進化到「能判斷、能對齊、能規模化檢查」。 🔗：https://accu.ps/RqFjHe ⚛️ 數創實驗室 DatainnoLab 活動資訊 | https://p.accu.ps/85qwub 電子報 | https://datainnolab.pse.is/86stuu LINE 社群 | https://bit.ly/3TU9K0I

  • June 23 · 22 min

    EP105 | 深度剖析 Claude Fable 5 全球下架：第一個被政府當武器管的 AI、地緣政治變成專案風險、與你需要的 AI 部署新思維

    這集要拆解一件過去兩週在 AI 圈炸開的大事：Anthropic 最強的模型 Fable 5，上市三天就被美國商務部下令出口管制，全面下架。主持人 Vincent 自己用了三天，本來覺得這支模型可能已經接近 AGI，第四天起床卻發現它消失了。 要理解這件事，得先知道 Fable 5 背後那支更強的核心模型叫 Mythos。內部測試時，Mythos 找到一個存在 27 年的 OpenBSD 漏洞，幾小時就攻破；連 Linux 也不例外。它不只是找到漏洞，還能自主把多個漏洞串成一條完整攻擊鏈，把普通使用者權限直接提升到系統管理者層級，全程不需要人類引導。結果三天後，美國商務部長就用出口管制令把它封了，理由是無法驗證所有使用者的國籍。 這集會分享這背後的三個矛盾、市場上開源模型如何快速補位、以及為什麼「模型是零件，harness 才是地基」會是接下來 AI 專案推動者最該記住的一句話。 本集你會聽到： Mythos／Fable 5 為什麼被當成武器級模型 三天內從發布到下架的完整時間線 Anthropic 和美國政府之間半年來的對抗背景 「監管俘虜」陰謀論：強制認證制度會不會反而幫大廠擋掉競爭對手 為什麼企業該把模型當零件，把 harness 當地基 AI 供應商選擇現在多了一個新風險因子：地緣政治 📊---------⚙️🤖【 活 動 快 訊 】🤖⚙️---------📊 AI 成效驗收體驗課｜AI 到底達到什麼條件，才算可以驗收？ 時間：06/24 (三) 19:00~20:00 報名連結：https://accu.ps/sKMVoG 當 AI 專案進入驗收階段，真正困難的不是「再多學幾個 AI 名詞」，而是你能不能把模糊的感覺，轉換成團隊可以討論、可以追蹤、可以決策的判斷標準。 數創６月小聚 時間：06/25(四) 19:00 ~22:00 報名連結：https://accu.ps/sKMVoG 這次小聚，我們邀請到Databricks的An-Lei 與 Paul，用多年協助企業落地 Data + AI 專案的實戰視角，分享在 Databricks Data + AI Summit 的第一手觀察，並整理成今年企業 Data + AI 發展的幾個重要方向：從資料平台、AI 應用、Agentic Workflow，到企業治理與 production-ready AI 的落地條件。 AI 成效診斷與驗收實戰課｜三大驗收決策工具，從讀懂數字到精準決策判斷 時間：07/12 (日) 13:00 ~ 17:30 報名連結：https://accu.ps/ap2HYR 你看著那份測試報告，分數看起來還不錯，卻說不出有把握的答案。 驗收 AI 系統，卡住你的不是看不懂數字，更重要的是不知道「怎麼用數字說話」。 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/85qwub 電子報｜https://datainnolab.pse.is/86stuu LINE 社群｜https://bit.ly/3TU9K0I

  • June 16 · 25 min

    EP104 | 當 OpenAI 與 Anthropic 把 Agent 變成日常，而你公司的 Shadow AI 可能正在失控，你知道嗎？

    當 AI 從「我問你答」進化到「我說你做」，企業真正需要擔心的，可能不只是資料外洩，而是員工在公司看不見的地方，把 AI Agent 接上內部系統、交出行動權限。 本集 Vincent 延續上一集的 AI Agent 平台化趨勢，進一步拆解 Shadow AI 與 Shadow Agent 正在帶來的企業治理風險。為什麼公司越禁止，員工反而越可能偷偷使用？當 Agent 能夠呼叫 API、修改資料、發送訊息，傳統資安工具還管得住嗎？ 節目中也分享企業可以先採取的兩個治理起點：建立 AI Agent 的可見度，以及畫出「資料紅線」與「行動紅線」。監管不該只是踩剎車，而是成為幫助企業安全擁抱 AI 的方向盤。 📌 AI 成效診斷體驗課 https://datainnolab.pse.is/97m2zg 6/24（三）19:00 免費線上直播 如果你正在思考 AI 產出怎樣才算足夠好、AI 專案該如何診斷與驗收，歡迎透過節目資訊欄連結報名。 📌 6 月數創小聚Databricks Data + AI Summit 2026 https://accu.ps/sKMVoG 6/25（四）19:00 - 21:00 ｜台北南京復興站 邀請到Databricks的An-Lei 與 Paul，分享在 Databricks Data + AI Summit 的第一手觀察，並整理成今年企業 Data + AI 發展的幾個重要方向 📌AI 成效驗收實戰班 https://accu.ps/ap2HYR 07/12（日）13:00-17:30 ｜台北南京復興站 當團隊對「驗收標準」沒共識，只會把錯誤做得更完整。 本課程帶你實際以業界常用的 RAG 問答系統為主要場景，教你善用三種實戰工具，帶回一套可複用的診斷框架

  • June 8 · 23 min

    EP103 | ChatGPT 與 Claude 正變成 Agent 超級入口！但「成本失控」和「供應商風險」，現在就該管起來

    AI Agent 正在從單點工具，走向企業工作的統一入口。 本集 Vincent 從 OpenAI、Anthropic 近期的產品整合與價格策略出發，分析為什麼 AI Agent 平台化已經是明確趨勢，以及企業在導入時不能只看「哪個工具最好用」，更要注意成本暴衝、供應商鎖定、平台中斷與模型品質波動等風險。 當 AI 從「我問你答」走向「我說你做」，企業真正要思考的，不只是選哪個平台，而是能不能保留足夠彈性，避免把關鍵工作流完全綁死在單一供應商身上。 如果你正在推動 AI Agent、AI 工具導入，或負責企業內部 AI 專案判斷，這集會幫你重新思考：AI Agent 進入組織之前，哪些風險必須先被看見？ 📊———⚙️🤖【數創活動資訊】🤖⚙️———📊 AI 成效診斷體驗課 | 06/09 (二) 19:00 - 20:00 AI 看起來能用了，怎麼判斷能不能上線？ https://accu.ps/VeMc9m AI 成效診斷與驗收實戰課｜06/14(日) 13:00–17:30 三大驗收決策工具，從讀懂數字到精準決策判斷 https://accu.ps/pwRjyv _____________ 數創實驗室 DatainnoLab 電子報：https://datainnolab.pse.is/86stuu LINE 社群：https://bit.ly/3TU9K0I 活動總覽：https://p.accu.ps/85qwub

  • June 1 · 6 min

    聊近況｜教了超過一百個人之後，我發現大家 AI 專案最卡的是同一關

    最近收到一位學員的回饋，讓我們很有感。 他原本不是公司核心 AI 專案的成員，但上完課後，因為在內部會議中講出 Human-in-the-loop、AI 護欄設計、Agent 成本風險等關鍵判斷，被主管注意到，後來直接指定深度參與公司的核心 AI 專案。 讓他被看見的，不是高深技術，而是一套能判斷 AI 專案的思考框架。 本集 Vincent 會聊聊為什麼 AI 產品的驗收，不該等到專案做完才開始，以及 Eval-Driven Development（EDD）為什麼正在成為 AI 專案開發的重要觀念。 如果你也曾被問：「這個 AI 專案到底要怎麼驗收？」或看著準確率、Demo 卻不知道能不能上線，這集會給你一個新的思考起點。 📊———⚙️🤖【數創活動資訊】🤖⚙️———📊 AI 成效診斷體驗課 | 06/09 (二) 19:00 - 20:00 AI 看起來能用了，怎麼判斷能不能上線？ https://accu.ps/VeMc9m AI 成效診斷與驗收實戰課｜06/14(日) 13:00–17:30 三大驗收決策工具，從讀懂數字到精準決策判斷https://accu.ps/pwRjyv _____________ 數創實驗室 DatainnoLab 電子報：https://datainnolab.pse.is/86stuu LINE 社群：https://bit.ly/3TU9K0I 活動總覽：https://p.accu.ps/85qwub

  • May 26 · 24 min

    EP102 | AI 成效診斷系列（下）| eBay教會我的事：讓技術成果變成商業價值，你需要的是AI PM

    「工程師說 accuracy 87%，然後呢？」 這不是在質疑工程師——這是在描述 PM 最真實的處境：你手上拿到的是技術語言寫的報告，但你的職位要求你必須做判斷。 這集繼續 AI 成效診斷系列，給你跨過技術與業務鴻溝的第一步。 ▍本集金句 「如果你只看得懂技術指標，你反而會做出更糟的判斷。因為你會追著數字跑，而不是追著業務結果跑。」 【系列回顧】 EP101｜在開始之前，先定義什麼叫做成功 → EP103｜上線三個月，客訴反而變多了，你怎麼跟老闆交代？（下集預告） 📊———⚙️🤖【數創活動資訊】🤖⚙️———📊 AI 成效診斷體驗課 | 06/09 (二) 19:00 - 20:00 AI 看起來能用了，怎麼判斷能不能上線？ https://accu.ps/VeMc9m AI 成效診斷與驗收實戰課｜06/14(日) 13:00–17:30 三大驗收決策工具，從讀懂數字到精準決策判斷https://accu.ps/pwRjyv _____________ 數創實驗室 DatainnoLab 電子報：https://datainnolab.pse.is/86stuu LINE 社群：https://bit.ly/3TU9K0I 活動總覽：https://p.accu.ps/85qwub

  • May 19 · 25 min

    EP101 | AI 成效診斷系列（上）| Klarna 裁員 700 人的 AI 客服啟示：當技術指標與商業指標脫鉤，數字再漂亮也可能是錯的

    AI 專案做了三個月，數字都很漂亮，就代表成功了嗎？ 本集從 Klarna AI 客服案例出發，拆解為什麼回應速度、處理量、成本下降，不一定等於真正的商業成效。Vincent 將分享 AI 專案啟動前必問的三個問題，以及為什麼技術指標必須和客戶滿意度、問題解決率等商業指標一起看。 📊———⚙️🤖【數創活動資訊 】🤖⚙️———📊 AI Eval 公開體驗課｜從企業 AI 專案常見的驗收困境出發，聊聊為什麼「看起來還不錯」可能是最危險的判斷。若你正在參與 AI 專案，需要釐清 Demo、測試分數與實際品質之間的落差，這場很適合一聽。 05/21 (四） 19:00 - 20:00 👉https://accu.ps/syeurS ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • May 12 · 21 min

    EP100 | Claude 降智事件剖析（下）：當算力開始吃緊，「AI 供應商風險」如何變成你的專案風險？

    上一集我們聊到 Claude Code 品質波動事件。表面上看，這像是一場產品事故；但如果往深一層看，真正值得 AI 專案決策者在意的，不只是「模型有沒有變笨」，而是：同一個模型，只要供應商調整背後的參數、快取邏輯、配額策略或 reasoning effort，你拿到的品質就可能跟著改變。 這集也會提醒你，未來選 AI 工具或模型供應商時，不能只看 benchmark、demo 或「能力天花板」，更要看它能不能穩定交付。對真實專案來說，一個 80 分但穩定的系統，往往比一個 95 分但波動很大的系統更有價值。因為 AI 專案最怕的不是模型不夠強，而是團隊無法預期它什麼時候會失準。 如果你正在負責 AI 專案、評估模型供應商，或需要判斷 AI 產品能不能上線，這集會幫你把「供應商穩定性」正式放進專案評估框架裡。 📊———⚙️🤖【數創活動資訊 】🤖⚙️———📊 AI Eval 公開體驗課｜從企業 AI 專案常見的驗收困境出發，聊聊為什麼「看起來還不錯」可能是最危險的判斷。若你正在參與 AI 專案，需要釐清 Demo、測試分數與實際品質之間的落差，這場很適合一聽。 05/21 (四） 19:00 - 20:00 👉https://accu.ps/syeurS ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5 標籤

  • May 6 · 22 min

    EP99 | Claude降智事件剖析（上）：AI產出翻車，問題出在哪？三個 AI 驗收判斷關鍵

    📊———⚙️🤖【數創活動資訊 】🤖⚙️———📊 五月數創小聚｜邀請到國父（ Joseph Yen），從第一線實務經驗分享大模型時代下，資訊檢索、RAG 與 Long Context 的技術變化。若你關注搜尋系統、LLM 架構設計，這場很值得一聽。 📍 05/13（三）19:00–22:00（實體＋線上） 👉https://accu.ps/ZJuTBm ⚛️ 數創實驗室 DatainnoLab 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • April 28 · 25 min

    EP98 | AI 推進去之後的痛：從科管經典《龍捲風暴》看當需求爆增、判斷失準、驗收守不住，該怎麼辦？

    很多人以為 AI 專案最難的是從 0 到 1，但真正的挑戰，往往是成功之後才開始。 當客服 AI 上線有效、法務問答機器人也跑得起來，老闆下一句話很可能就是：「那業務、HR、財務，是不是也都可以各做一版？」 從那一刻開始，你可能就不只是 AI 專案 PM，而是全公司 AI 導入的關鍵窗口。 本集 Vincent 延續 Geoffrey A. Moore《跨越鴻溝》之後的下一個經典概念《龍捲風暴》，聊聊當 AI 專案從單點成功走向組織擴張時，會遇到的三個階段。 而在企業 AI 導入的龍捲風時期，最關鍵的能力不是「每個需求都接」，而是能不能做兩件事： 第一，收斂 AI 需求，判斷哪些該做、哪些不該做。 第二，建立 AI 驗收標準，讓系統能不能上線，不再只靠廠商說法、工程師直覺，或主管試幾題的感覺。 如果你正在公司內部推動 AI，或你已經感受到各部門開始排隊丟需求，這集會幫你重新理解：AI 導入成功後，為什麼更需要治理、取捨與驗收能力。 📊———⚙️🤖【數創活動資訊 】🤖⚙️———📊 五月數創小聚｜邀請到國父（ Joseph Yen），從第一線實務經驗分享大模型時代下，資訊檢索、RAG 與 Long Context 的技術變化。若你關注搜尋系統、LLM 架構設計，這場很值得一聽。 📍 05/13（三）19:00–22:00（實體＋線上） 👉https://accu.ps/ZJuTBm ⚛️ 數創實驗室 DatainnoLab 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • April 13 · 21 min

    EP97 | 為何 AI 專案進不了公司日常？從科管經典《跨越鴻溝》解讀 AI 落地困局，及「灘頭堡」+「Whole Product」破局策略

    技術沒問題、老闆支持、預算到位、Demo 反應熱烈 但一個月後系統幾乎沒人在用，登入記錄裡有一半還是你自己。 這不是個案，這是 30 年前就被預測過的結構性陷阱。 本集 Vincent 從 1991 年科技管理經典《跨越鴻溝》（Crossing the Chasm）出發，拆解為什麼 AI 專案卡在 Demo 與真正落地之間，以及你現在就能用的兩個破局策略。 本集你會學到： Early Adopters 跟 Early Majority 購買邏輯的根本差異，以及這道「鴻溝」為何在企業 AI 推動中一再重演。 IBM Watson Health 40 億美元砸下去、最後以 10 億賣出的真實教訓，失敗的每個原因幾乎都不是技術問題；「灘頭堡策略」為什麼 AI 專案不該急著全公司上線，諾曼地登陸的邏輯怎麼套用到你的組織；打動務實採用者的「Whole Product」框架除了核心功能，還有哪 6 件事沒補完，專案就很難真正落地；跨越鴻溝之後，等著你的是什麼？下一集預告：龍捲風暴（Inside the Tornado）登場。 一句話帶走： AI 能不能被主流採用，看的不是 Demo 強不強，而是整套交付是不是完整的。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 數創 AI 技術素養工作坊｜六大面向搞懂 AI 專案評估 時間：04/18（六），13:00 - 17:30 報名連結：https://accu.ps/XL1OiN 本工作坊專為專案經理、產品經理與非技術背景決策者設計，從 AI 技術底層邏輯與評估框架出發，幫助你在 AI 導入的價值判斷、可行性評估、風險識別與品質驗收的每個關鍵節點，都有憑有據地做出決策『帶著真正的底氣回到談判桌』。 數創 AI 技術素養培訓營｜從聽得懂到能主導 時間：04/25（六）起，為期３週共計 16 小時 報名連結：https://accu.ps/fyOnzG 這不是一堂單向輸出的知識課，而是「講師快速迭代修正 + 業界實務者陪你提案演練」的模擬戰場。參加培訓營，打磨出一份帶得走的實戰成果——「完整 AI 專案提案」，從旁觀者變成專案主導者。 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • March 30 · 21 min

    EP96｜帶你看懂OpenClaw龍蝦 (下)：AI 資安的致命三角、龍蝦的高失控風險、當心你公司裡的Shadow AI

    你公司裡，有人偷偷養了一隻龍蝦嗎？ Meta 內部一名工程師，照著 AI Agent 的建議把代碼貼進了 codebase，兩小時內，原本不該被任何人碰的資料，全公司工程師都看得到——這起事故被內部定級為僅次於最高等級的 S1。沒有駭客、沒有漏洞被利用，唯一發生的事，就是 AI 說了一句話，人類照做了。 本集 Vincent 提出「AI 致命三角」框架，拆解當一個 AI Agent 同時具備三個特性時，為什麼它就不再只是工具，而是一個單點故障的引爆點。我們也會聊到 Shadow AI 的組織風險，以及在 Open Claude 爆火的當下，作為 AI 專案推動者，你現在應該做的三件事：盤點、對齊、理解。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 數創4月免費公開課｜60分鐘建立專業評估能力 時間：04/07(二)19:00~20:00 報名連結：https://accu.ps/AWZMTV 這不是一場教你怎麼寫 Code 的技術課， 而是一場教你『怎麼止損、怎麼說服、怎麼贏』的決策局。 如果你也面臨「老闆亂點菜」、「評估考感覺」、「溝通斷層」的問題，這場 60 分鐘的拆解,將給你一套「拒絕盲目投入」的底氣：不再當夾心餅，而是成為決策的那個人。 數創４月小聚｜金融業 AI 落地實戰：從價值評估到職涯突圍 🚀 時間：04/14(二) 19:00~22:00 報名連結：https://accu.ps/OafUjN 你是否也好奇：在法規嚴謹的金融業，AI 專案到底如何從 0 到 1 真正落地？本月我們邀請到 國泰證券專案協理 王旭龍 Buck，他將以第一線「解決問題型數據工程師」的視角，帶你拆解金融 AI 的真實戰場！ 數創 AI 技術素養培訓營｜從聽得懂到能主導 時間：04/25(六)起,為期３週共計16小時 報名連結:https://accu.ps/fyOnzG 這不是一堂單向輸出的知識課,而是「講師快速迭代修正 + 業界實務者陪你提案演練」的模擬戰場。參加培訓營,打磨出一份帶得走的實戰成果——「完整 AI 專案提案」,從旁觀者變成專案主導者。 #OpenClaw #龍蝦 #黃仁勳 #資安 #企業AI #ChatGPT #Claude #科技趨勢 #數創實驗室 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

  • March 23 · 26 min

    EP95｜帶你看懂OpenClaw龍蝦 (上)：黃仁勳給出最高認可、AI Agent的iPhone時刻、軟體產業或將被數位員工顛覆

    「這可能是有史以來最重要的軟體發布」——NVIDIA執行長黃仁勳在GTC大會上,給了OpenClaw龍蝦最高規格的認可。一個軟體用三週時間達到Linux 30年的採用規模、GitHub狂 ⚠️ 給AI專案負責人的提醒: 如果你的產品核心價值只是「跨系統搬資料的介面」,該認真思考下一步了。你要提供的是UI還是API?護城河在技術、在數據、還是在用戶體驗? ⚠️ 先別急著裝龍蝦! 它現在是「資安噩夢」(Cisco)、「本質不安全」(Gartner),會刪庫跑路、可能讓資料裸奔。Vincent研判:三個月內會出現易部署+資安可控的消費級產品。 下集預告: 龍蝦的具體資安風險、Shadow AI惡化問題、AI Agent未來趨勢、專案負責人應對策略。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 數創4月免費公開課｜60分鐘建立專業評估能力 時間：04/07(二)19:00~20:00 報名連結：https://accu.ps/AWZMTV 這不是一場教你怎麼寫 Code 的技術課， 而是一場教你『怎麼止損、怎麼說服、怎麼贏』的決策局。 如果你也面臨「老闆亂點菜」、「評估考感覺」、「溝通斷層」的問題，這場 60 分鐘的拆解,將給你一套「拒絕盲目投入」的底氣：不再當夾心餅，而是成為決策的那個人。 數創 AI 技術素養培訓營｜從聽得懂到能主導 時間:04/25(六)起,為期３週共計16小時 報名連結:https://accu.ps/fyOnzG 這不是一堂單向輸出的知識課,而是「講師快速迭代修正 + 業界實務者陪你提案演練」的模擬戰場。參加培訓營,打磨出一份帶得走的實戰成果——「完整 AI 專案提案」,從旁觀者變成專案主導者。 #OpenClaw #龍蝦 #黃仁勳 #NVIDIA #SaaS #企業AI #ChatGPT #Claude #科技趨勢 #數創實驗室 ⚛️ 數創實驗室 DatainnoLab 活動資訊 | https://p.accu.ps/85qwub 電子報 | https://datainnolab.pse.is/86stuu LINE 社群 | https://bit.ly/3TU9K0I

  • March 16 · 23 min

    EP94｜AI產出好不好，誰說的算？專案負責人必懂的「連續性評估」與「人的對齊」

    Databricks首席AI科學家Jonathan Frankel帶領團隊協助企業建立AI評估機制時發現:技術上最大的瓶頸不是模型不夠聰明,而是「怎麼讓人跟人之間對齊判斷準則」。 本集Vincent從自己在特力集團推動推薦系統的實戰經驗出發,分享為什麼PM應該扮演品質標準統整者,以及3個實戰框架: 定義評估範圍、定義通過門檻(哪些錯誤零容忍?哪些可接受?)、 準備邊緣案例作為診斷基準。 AI產品品質判斷不能靠感覺,也不能單靠工程團隊或供應商兜底——評估是開發初期就要回答、開發過程中要持續追蹤的ongoing工作,不是上線前的最後一關。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 AI 專案決策工作坊 | 六大面向搞懂 AI 專案評估 時間:03/21(六) 13:00 - 17:30 報名連結:https://accu.ps/ZEOFkB AI 專案最常見的失敗原因不是技術不行,而是決策點上判斷錯誤——選錯方向、低估資料複雜度、驗收沒標準,最後資源燒完才發現走錯路。這場工作坊用 6 大模組,帶一套評估框架回去,直接用在你的組織裡。 數創 AI 技術素養培訓營 | 從聽得懂到能主導 時間:04/25(六)起,為期３週共計16小時 報名連結:https://accu.ps/HwqtBj 這不是一堂單向輸出的知識課,而是「講師快速迭代修正 + 業界實務者陪你提案演練」的模擬戰場。參加培訓營,打磨出一份帶得走的實戰成果——「完整 AI 專案提案」,從旁觀者變成專案主導者。 ⚛️ 數創實驗室 DatainnoLab 活動資訊 | https://p.accu.ps/8s5utf 電子報 | https://datainnolab.pse.is/8edx6k LINE 社群 | https://datainnolab.pse.is/8s5uy5

  • March 12 · 6 min

    [課程快訊] 數創 AI 專案決策工作坊：幫您搭建 AI 專案認知框架，提升技術素養

    📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 AI 專案決策工作坊｜六大面向搞懂 AI 專案評估：https://accu.ps/ZEOFkB 03/21(六) 13:00 - 17:30。AI 專案最常見的失敗原因不是技術不行，而是決策點上判斷錯誤——選錯方向、低估資料複雜度、驗收沒標準，最後資源燒完才發現走錯路。這場工作坊用 6 大模組，帶一套評估框架回去，直接用在你的組織裡。

  • March 9 · 17 min

    EP 93｜ 美國智庫研究揭露：AI專案失敗的頭號原因。多數PM在專案初期就埋下禍根

    RAND 公司訪談 65 位資深 AI 工程師，AI 專案失敗第一名原因——不是技術不行，不是資料不夠，而是「業務端和技術端沒對齊」。 模型精準度 95%，老闆卻問：「營收成長了多少？」答案是——滄海一粟。 這就是典型的技術指標 ≠ 商業成果。 本集從主持人 Vincent 在 eBay 的親身經驗出發，拆解 AI 專案前期最容易被忽略的兩大對齊面向： 📊 面向一：技術指標 vs 商業指標——模型做對了，不代表專案做對了 🔄 面向二：AI 的機率性本質——「還在實驗」不是推託，是 AI 的體質 你不需要聽懂每一個工程術語，但你需要學會「問對問題」。 不論你是 PM、TPM 還是專案推動者，這集幫你建立 AI 專案前期對齊的思考框架。 💬 你有遇過 MVP 出來才發現方向錯的經驗嗎？留言跟我們分享！ 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 AI 專案決策工作坊｜六大面向搞懂 AI 專案評估：https://accu.ps/ZEOFkB 03/21(六) 13:00 - 17:30。AI 專案最常見的失敗原因不是技術不行，而是決策點上判斷錯誤——選錯方向、低估資料複雜度、驗收沒標準，最後資源燒完才發現走錯路。這場工作坊用 6 大模組，帶一套評估框架回去，直接用在你的組織裡。 數創 AI 技術素養培訓營｜從聽得懂到能主導：https://accu.ps/HwqtBj 04/25(六)起， 為期３週共計16小時。 這不是一堂單向輸出的知識課，而是「講師快速迭代修正 + 業界實務者陪你提案演練」的模擬戰場。參加培訓營，打磨出一份帶得走的實戰成果——「完整 AI 專案提案」，從旁觀者變成專案主導者。 ⚛️ 數創實驗室 DatainnoLab 活動資訊｜https://p.accu.ps/8s5utf 電子報｜https://datainnolab.pse.is/8edx6k LINE 社群｜https://datainnolab.pse.is/8s5uy5

Showing 1–20 of 21 episodes