<p>根據 IBM Institute of Business Value 針對全球 2,000 名執行長的調查，一年之內，設有首席 AI 官（Chief AI Officer，CAIO）的企業比例從 26% 躍升至 76%，而且這波成長不只發生在 Meta、Salesforce 等科技公司，海尼根、Nike 等傳統企業也陸續跟進。 這些執行長預期，到 2030 年，近半數的營運決策將由 AI 自主完成，促使企業重新思考 C 級主管的組成，首席 AI 官因此從邊緣位置，快速被推上檯面。 商學院搶進市場，學費動輒近三萬美元 企業需求一出現，商學院很快補上供給端的缺口。杜克大學（Duke University）、卡內基美隆大學（Carnegie Mellon University）都推出對應學程，芝加哥大學 Booth 商學院的課程更長達 10 個月，學費高達 28,000 美元。 曾在廣告代理商奧美任職長達 13 年的 Nancy Schieber，離開職場照顧孩子多年後，發現就業市場已被 AI 徹底改變，因此決定重返校園攻讀 Booth 課程，她說，「我已經 50 歲了，我不想被時代拋在後面。」 不過，學校端招生踴躍，不代表企業端已經想清楚這個職位該怎麼用。Booth 課程策略與創新資深主任 Matt Cohn 觀察，過去企業急著找人領導 […]</p>
<p>Salesforce 推出 Slack Code，讓團隊能直接在 Slack 與 AI 程式碼代理協作，並即時掌握開發進度。《SiliconANGLE》報導指出，程式碼代理正逐漸成為開發團隊的一員，不僅改變開發人員撰寫程式的方式，也正在重塑企業的軟體開發流程。Salesforce 將其多人協作理念延伸至軟體開發，讓 AI 程式碼代理從開發人員個別使用的工具，進一步成為團隊協作的一環。 Salesforce 表示，Slack Code 已開放使用，支援多家 AI 業者提供的程式碼代理，所有 Slack 方案均可使用。企業也能透過 API 建立更多連接器，串接第三方 AI 代理及相關開發工具。不過，使用者仍須先取得所選 AI 代理的使用權限，才能透過 Slack Code 使用該代理。 打破 AI 開發孤島：Slack Code 將程式碼代理搬進頻道，望實現團隊全透明協作 《SiliconANGLE》提及，現在不只是工程師，連產品、行銷等非技術人員也能直接透過 AI 協助開發企業應用程式。在這樣的情況下，如何讓 AI 的工作過程納入團隊溝通，而不是只停留在個別開發人員的終端機裡，變得更加重要。 Slack 首席行銷長 Ryan Gavin 接受《SiliconANGLE》訪問時表示，過去開發人員與 AI 代理各自工作，累積的知識與效率往往只留在個人手中，企業難以從中獲得更大的整體效益。因此，Salesforce 希望透過 Slack Code，讓團隊能直接在 Slack 中與程式碼代理合作，並把開發過程公開給其他成員查看。目前支援的代理包括 Anthropic 的 Claude Code、Vercel 的 […]</p>
<p>當企業從試驗 AI 走向大規模部署，一個新的管理難題正在浮現：沒人真的知道 AI 花了多少錢。 顧問機構 KPMG 一份尚未公開的調查指出，只有 26% 的受訪企業表示對自家 AI 成本擁有全面的掌握，50% 僅有部分可見度，另有 22% 表示完全沒有可見度，或要等帳單寄來後才知道。KPMG 全球 AI 主管 Steve Chase 形容，這是一種過去不存在、如今卻需要被管理的新資源，而且正在呈現指數級成長。 為什麼 AI 成本比 SaaS 更難管理？ 問題的根源，在於收費模式的轉變。過去企業採購 SaaS 軟體時，大多按照使用者數量或授權席次付費。無論是使用 Microsoft 365、Salesforce 或 Slack 等軟體，財務部門都能事先預估年度預算。但《The Wall Street Journal》觀察，AI 業者與軟體公司正逐步改以使用量計價，並以 Token（AI 運算的基本計量單位）為衡量基準，這對即使是最有經驗的財務團隊也難以應對。 財務長習慣為技術支付固定金額，如今在打造 AI 代理、投入大手筆 AI 投資時，發現成本更難預測、也更難建模。金融服務公司 D.A. Davidson 科技研究主管 Gil Luria 認為，使用量計價把風險轉嫁給了客戶，因為它逼著客戶得自行追蹤用量；他並直言，雖然有些大公司鼓勵員工「tokenmaxx」（盡可能多用運算資源以展現走在 AI 前沿），但許多財務長「這一季看到 Anthropic 的帳單恐怕會嚇壞」。 […]</p>
<p>專訪：戴季全撰稿：李昀蔚 生成式 AI 正在讓軟體開發成本快速下降。過去，企業如果想開發系統、串接 API 或改造內部流程，往往需要仰賴高階工程師、外部廠商或大型軟體服務，但如今，AI 已經能協助完成前端、後端、資料庫、介面設計，甚至跨語言與跨國市場推廣。 本集《全新一週》邀請到《AI First 自我升級革命》作者、前 LINE 台灣總經理陶韻智，深入分析當軟體開發成本趨近於零後，企業競爭門檻的移動方向，以及 AI 時代下的工作管理思維及個人職涯走向。 AI 讓軟體能力普及，企業競爭門檻回到獲客與價值主張 過去常說「軟體吃掉全世界」，但實際上大多數企業受限於優秀工程師數量稀缺與培養成本高昂，並沒有能力自行開發軟體。然而，隨著 AI 加速發展，情況正在發生翻天覆地的改變：現在 AI 在多項軟體工程評測上的能力已逼近頂尖工程師水準，這代表過去找不到專業人才的公司，如今也能輕易打造專屬自己的軟體服務。 陶韻智舉例，如果有傳統產業想將台灣的 ERP 系統串接至 Amazon、Walmart 等美國平台，過去可能需要後端工程師與外部廠商互相協作，過程非常繁瑣，但如今在 AI 助力下，企業自行串接 API 的門檻大幅降低，已不再是「癡人說夢」。 更值得注意的是，AI 將無情侵蝕傳統軟體業引以為傲的「護城河」，例如轉換成本（Switching Cost）。以 Salesforce 為例，過去企業常因資料庫綁定、API 複雜等因素難以搬遷，但現在只要透過 AI Agent 或瀏覽器，就能逐步完成資料轉移，瞬間打破過去看似難以跨越的壁壘。 「所有企業的競爭門檻，本來就是獲客能力，」陶韻智進一步強調，「真正的競爭門檻，一直都是跟客戶的關係、價值主張這些的實現，那現在原本作為壁壘的，可能會被一個 AI Native 的公司侵蝕。」陶韻智表示，當軟體能力不再是少數公司的專利，企業的資源分配也將隨之改變：過去企業可能將一半的時間花在產品開發、一半花在市場推廣（Go-to-market），但是當 AI 讓產品開發變得容易，企業未來可能將高達 95% 的精力投入在獲客、行銷與客戶關係的維護上。 一個人做出 100 個 App，關鍵不再是學工具，而是「學會管理 AI」 不只是企業端的競爭法則改變，對個人與知識工作者而言，AI 同樣帶來顛覆性的影響。陶韻智分享，過去一年他獨力完成超過 100 […]</p>
<p>AI 代理（AI agent）正快速從研究概念走向企業軟體的核心介面。AI 搜尋新創 Perplexity 在其首屆開發者大會 Ask 2026 上宣布推出新的多模型 AI 代理，包含雲端代理 Perplexity Computer 以及本機代理 Personal Computer。這項布局顯示，這家原本以 AI 搜尋聞名的公司，正試圖進入企業軟體市場，與微軟、Salesforce 等大型平台競爭。 Perplexity 表示，其本機代理系統可以把一台閒置電腦轉變成類似開源代理框架 OpenClaw 的 AI 控制系統，但提供更完善的安全與治理機制。該公司認為，隨著 AI 代理逐漸成為企業自動化流程的重要工具，能夠協調多個模型與企業資料來源的「代理編排層」（orchestration layer），將成為下一波 AI 軟體競爭的焦點。 AI 代理不只是聊天機器人，而是「完成工作的系統」 Perplexity 的核心產品 Computer 本質上是一個 AI 代理編排引擎。當使用者提出任務目標，例如「整理今晚活動參與企業的簡報資料」，系統會先將目標拆解為多個子任務，再分配給不同的 AI 子代理處理。 這些子代理會使用最適合的 AI 模型完成工作，包括資料搜尋、文件生成、程式撰寫、分析與內容整理，最後再整合成完整成果。換句話說，Computer 不只是回答問題，而是能直接完成一整個工作流程。 根據 Perplexity 說明，該系統可同時協調約 20 個不同 AI 模型。其中包括 Anthropic 的 Claude Opus […]</p>
<p>Meta 已確認收購源自中國、總部位於新加坡的 AI 新創 Manus，這也是 Meta 在 2025 年完成的第五筆 AI 相關併購案，象徵這家社群巨頭在 AI 戰略上邁向新的發展階段。 收購金額雖未公開，但 Manus 的母公司 Butterfly Effect 此前估值已接近 5 億美元。Meta 表示將繼續營運並銷售 Manus 的服務，同時將其技術整合至 Meta 的消費者與企業產品中。為何 Meta 選擇 Manus？這筆交易揭示了 AI 產業的三大關鍵訊號： 1. AI 戰場轉移：從「模型軍備賽」走向「代理人戰爭」 過去兩年，AI 競爭焦點多半圍繞在模型規模、參數量與基準測試分數，Meta 更一直在推崇「開源」模型，但隨著大型語言模型（LLM）逐漸商品化，科技巨頭與企業客戶開始關心另一個問題：AI 是否真的能替人把事情做完。 這也解釋了企業軟體公司如 Salesforce、ServiceNow 狂推 AI Agent 的原因：對企業而言，真正的價值不在於生成內容，而在於降低人力與流程成本。 Manus 自稱其技術不僅是聊天，而是能「行動」的 AI 代理（AI Agent），並宣稱效能表現優於 OpenAI 的 AI 代理 Deep Research。根據 […]</p>
<p>最近幾週，美國企業界掀起一波裁員潮。亞馬遜、UPS、塔吉特（Target）相繼宣布裁員，根據《CNBC》報導，合計今年已裁撤逾 6 萬名員工，引發外界憂慮：這是否是由 AI 引爆的「白領衰退」開端？然而，多位專家提醒，AI 雖然是話題焦點，實際上更多公司是在以 AI 作為裁員的包裝，掩飾經濟放緩和企業內部的經營問題。 AI 浪潮下的科技業裁員 亞馬遜近期宣布再裁 1.4 萬名企業員工，創下公司史上最大規模的企業層級裁員。UPS 今年則陸續裁撤超過 4.8 萬名職位，塔吉特則在上月削減 1,800 個職缺，約占其企業總部人力的 8%。 部分公司公開表示 AI 已取代部分職能。語言學習平台 Duolingo 今年初宣布不再聘用部分內容審查承包商，改以 AI 處理；瑞典金融科技公司 Klarna 執行長也坦言，約 40% 的人力縮編與 AI 導入有關。Salesforce 甚至指出，公司內約半數工作現已能由 AI 協助完成。 不過《CNBC》報導，一些企業實際上正在用 AI「洗白」裁員——將傳統的成本控制包裝為科技轉型。華頓商學院管理學院教授 Peter Cappelli 表示，「目前沒有證據顯示 AI 真正造成如此規模的工作消失，導入 AI 反而是一個複雜且費時的過程，遠比外界想像困難。」換言之，將裁員歸咎於 AI，更多是企業在利用市場敘事安撫投資人。 真正的壓力：消費放緩與經濟疑慮 從宏觀經濟角度來看，這波裁員潮與其說是 AI 衝擊，不如說是「經濟信心下滑」的警訊。根據耶魯大學預算實驗室估計，美國通膨壓力持續、消費者信心下跌、企業債務上升，加上關稅政策不確定性，都對經濟帶來影響。 Cappelli 認為，許多公司開始削減支出、調整人力結構的原因，是出於對經濟情況的擔憂，除此，也可能為了符合投資人削減成本、提升效率的期待，而出現的「從眾效應」。 雖然，AI 與自動化可能促成部分裁員，但當前每批裁員背後的原因以及 AI 所扮演的角色都錯綜複雜，因公司而異。哥倫比亞商學院教授 […]</p>
<p>AI 正迅速改變美國企業的組織架構與人力策略。過去一年中，從華爾街的投資銀行巨頭到矽谷的科技公司，AI 已不再只是實驗工具，而是決策效率與成本管理的重要軸心。生成式 AI 帶來前所未見的效率提升，同時也引發人力結構的「白領職位萎縮」。 企業案例顯示，AI 已改變白領階級人力結構 美國雲端科技巨頭 Salesforce 嘗試以生成式 AI 支援內部行銷與客服工作；沃爾瑪則利用 AI 進行供應鏈預測、庫存管理與定價策略，使決策週期從數週縮減至數小時。 這些案例反映出 AI 不僅能重複性管理作業，還能取代決策與迅速處理大量資訊。企業高層逐漸意識到，AI 是降低成本與重新定義勞動分工的關鍵戰略，而非單一的技術導入。 不過，AI 的取代效應已讓美國就業市場出現明顯的結構變化。高盛分析指出，約有 6% 到 7% 的美國勞工有被 AI 取代的風險；史丹佛數位經濟實驗室也發現，自從大型語言模型開始普及以來，「易受人工智慧影響的職位」的入門級招聘人數下降了13%。 這意味著踏入職場的門檻正在提高，新進勞動力必須同時具備處理資料能力、善用 AI 提示詞甚至是跨領域解決問題的能力，才能避免被 AI 邊緣化。 受到最大影響的是軟體開發、客服與文書行政類職務。然而，儘管體力勞動與現場工作雖然尚未受到巨大影響，但隨著自動駕駛、智慧物流系統的進步，目前的穩定也只是暫時性的。 若將眼光拉回企業方，世界經濟論壇也預測，到了 2030 年，AI 可能取代約 9, 200 萬個職位，同時創造出 1.7 億個與 AI 協作相關的新崗位。也就是說，整體就業率不會萎縮，但 AI 取代部分人力將改變未來的勞動市場結構。因此，企業若無法及時重新訓練員工、培養使用 AI 的素養與跨域溝通能力，將面臨人才轉型的困難，甚至影響產能與創新速度。 AI 改變就業結構，企業力求「精實部隊」 從不同企業的實際案例中，可以看出 AI 對勞動市場結構轉換的影響，例如亞馬遜在整合 AI 生成物流預測系統後，宣布將企業後勤與行政團隊進行精簡，藉此壓縮營運成本。 而瑞典金融巨頭 […]</p>
<p>【科技早餐】今天精選 7 則國內外重要科技新聞。 ＊歐洲推動「開源技術」，擺脫美國科技控制 歐洲正掀起一場「數位主權」運動。於巴黎舉行的 OpenInfra Summit Europe 峯會上，歐洲多國代表強調，開源技術將是擺脫美國科技巨頭控制的關鍵。德國近期完成全球最大規模的政府系統轉換，將逾四萬個電子郵件帳戶從微軟遷移至開源平台。 除了政治因素外，不斷上漲的雲端服務成本也成為推動轉型的重要原因。許多歐洲企業正打造符合當地法規的「主權雲」平台，藉此降低對美國供應商的依賴。這股趨勢象徵歐洲在地緣政治分化下，正積極建構屬於自己的科技自主權，開啟新一波數位基礎設施競賽。 ＊Meta 封鎖第三方 AI，WhatsApp 僅留官方助理 Meta 宣布自 2026 年 1 月 15 日起，WhatsApp 將全面禁止第三方 AI 聊天機器人，僅保留自家開發的 Meta AI。此舉直接衝擊 OpenAI、Perplexity 等開發商，也讓擁有三十億用戶的 WhatsApp 成為 Meta 壟斷 AI 助理的封閉平台。 Meta 表示，第三方機器人造成大量流量卻無法帶來收益，因此必須「策略調整」。但外界批評這是壟斷行為，認為 Meta 企圖透過掌控使用者入口重奪市場主導權。此事件凸顯平台規則改變對開發商的影響，企業若過度依賴單一平台，商業模式可能瞬間被改寫。Meta 的動作也顯示，AI 平台競爭正進入封閉整合的新時代。 ＊Salesforce 裁四千客服，改聘五千銷售強化營收 AI 正加速重塑職場結構。Salesforce 執行長 Marc Benioff 在 Dreamforce 大會上宣布，公司將新增三千至五千名銷售人員，使客戶主管總數達兩萬人，同時裁撤四千名客服。導入 AI 後，客服任務有一半可自動完成，為公司每年省下一億美元營運成本。 Marc Benioff […]</p>
<p>自從 ChatGPT 在 2022 年問世後，全球便逐漸籠罩在「被 AI 取代」的焦慮中。Anthropic 與 Salesforce 等大型科技公司的領導者都曾發出警告，認為 AI 可能讓失業率急升，並改寫人類勞動結構。然而，由耶魯大學與布魯金斯學會合作的最新報告，並不這麼認為。 在這份報告中，研究團隊檢視官方勞動市場數據，結論指出自 ChatGPT 推出後的 33 個月內，美國的勞動力市場尚未經歷「可察覺的破壞」（discernible disruption），削弱人們對 AI 自動化目前正在侵蝕勞動需求的擔憂。研究也認為，AI 對職業的影響速度並不比電腦或網路時代的科技變革更快，「AI 尚未違背地心引力，」布魯金斯學會的高級研究員 Molly Kinder 形容。 不過，研究也提醒結論仍需謹慎解讀。由於 AI 技術仍處於早期，企業的採用方式未成熟，職業重整或技能轉換的影響可能延後出現。因此，現階段的數據可能無法推斷 AI 對勞動市場的長期影響。 AI 並沒有大規模消滅工作 多方解讀認為，耶魯大學這份研究的結論反駁「AI 正在大規模消滅工作」的說法。同時也有專家提醒，雖然目前尚未出現全面性的衝擊，但仍應留意早期跡象，例如部分科技公司已經開始以 AI 為由裁減職位；近期麻省理工學院的研究更發現，大多數嘗試導入 AI 的企業並未因此獲利，有些甚至出現「工作爛泥」現象，意即員工必須花更多時間修正 AI 產出的低品質內容，這些現象也凸顯 AI 並未完全取代人力，反而更強調人類校驗與判斷的重要性。 儘管如此，先前《華盛頓郵報》就曾具體指出，翻譯與口譯領域正明顯受到 AI 衝擊。美國勞工統計局的數據顯示，過去五年翻譯人員已減少近 3%。這也凸顯 AI 對就業市場的影響，目前從宏觀層面來看或許穩定，但在特定領域，AI 已帶來真實的工作壓力。 穩定與隱憂並存 AI 對勞動市場的影響展現「穩定與隱憂並存」的雙重樣貌：一方面，總體數據顯示就業並未崩盤，科技進步的速度也未超過歷史上其他的技術革命；另一方面，特定產業已率先承受 AI 帶來的壓力，未來可能出現更明顯的分化與不平等。 因此，AI […]</p>
<p>近年 AI 帶動龐大的商業機會，成為許多企業追求投資回報率（ROI）的關鍵，但「資料碎片化」卻是 AI 落地的一大障礙。許多企業高層都認為，資料的不一致性是 AI 發展最根本的瓶頸，因缺乏跨工具與平台的統一資料語義標準，進而造成每年數百萬美元的損失。 這種資料碎片化的現象產生了「資料孤島」與語義混亂，例如零售商的銷售平台可能將「活躍客戶」定義為 90 天內購買過的顧客，但行銷系統可能將同一術語定義為過去一個月內與內容互動過的人。這也顯示，AI 模型若建立在這些衝突的定義上，將產生不可靠的預測，破壞人們對 AI 洞察的信任，因此資料與 AI 團隊往往需要花費數週協調定義並重新格式化資料，不僅提高營運成本、延遲 AI 應用程式的上市時間，也削弱 AI 可以讓生產力倍增的承諾。 產業巨頭的解法：建立「開放語義交換標準（OSI）」 為了應對資料語義不一致的挑戰，科技巨頭們組成一個新聯盟，發起「開放語義交換標準（Open Semantic Interchange, OSI）」倡議。這個聯盟由 Snowflake 擔任領導者，Snowflake 執行副總裁 Christian Kleinerman 認為，互通性與開放標準對於釋放 AI 的全部潛力至關重要。 OSI 是一項開源計畫，目標是解決資料在不同平台間的孤立與不相容問題，並預計推出第一個針對語義中介資料的供應商中立規範，因此被譽為商業資料的「羅塞塔石碑」。未來制定的新規範將透過 YAML 檔案定義，對資料的語義層次進行標準化。Salesforce 與旗下的 Tableau 雖然和 Snowflake 有直接競爭關係，但仍決定共同領導這項倡議，並貢獻建立商業智慧（BI）工具的寶貴經驗，將供應商中立的語義層藍圖編纂為開放標準。 聯盟的核心夥伴還包括 dbt Labs 和 RelationalAI，並獲得金融服務巨頭 BlackRock（貝萊德）支持，目前已吸引超過十家公司參與，期待透過統一的框架，確保業務邏輯在所有 AI 和 BI 應用程式中保持一致，從根本上解決資料孤島與語義不兼容的問題。 OSI 的技術、商業與產業生態意義 OSI 倡議不只展現技術的革新與價值，更對企業和產業生態帶來深遠影響。在技術層面，統一資料語義能解決 […]</p>
<p>Google 宣布推出全新的開放式「代理支付協議」（Agent Payments Protocol，簡稱 AP2），希望為快速興起的 AI 代理（AI agent）商務交易建立一套跨平台安全標準，並獲得包括 Mastercard、美國運通、Salesforce、PayPal、Coinbase、Adobe、Okta 在內逾 60 家企業與機構的支持，顯示產業正積極為未來「AI 與 AI 之間進行交易」的時代做準備。 AP2 解決 AI 交易授權與責任歸屬問題 AI 代理是能自動代表用戶瀏覽、比較、決策與購物的軟體代理，近年隨著生成式 AI 興起，越來越多企業推出能處理複雜任務的代理服務。然而，當 AI 代理取得用戶的支付資訊並代為執行交易時，如何確認其獲得授權、確保其行為符合用戶意圖，並釐清出錯時的責任歸屬，成為產業普遍關注的風險。 Google AP2 的目標正是解決這些安全與信任問題。該協議能驗證用戶是否授權 AI 代理行動、讓商家確認 AI 代理的操作是否符合用戶要求，且若交易過程出現異常，也能回溯責任，提供可稽核的紀錄。 可擴展 A2A 與 MCP 協定，支援穩定幣與加密錢包 AP2 是在 Google 今年稍早釋出的「代理對代理」（Agent2Agent，A2A）協定和「模型上下文協定」（Model Context Protocol，MCP）基礎上進一步擴展而來，類似 MCP 讓使用者能安全地將 AI 工具連接至資料庫，AP2 則是為支付場景提供通用接口，讓使用者、商家與支付業者能與 AI 代理安全互動。 為強化對新型資產的支援，Google 也與 Coinbase、以太坊基金會、MetaMask 等加密貨幣機構合作，開發出可整合 x402 […]</p>
<p>過去提到 F1 ，人們的印象往往是「硬核車迷」的專屬賽事，螢幕前觀眾多半是中年男性，專注在車輛引擎和賽道數據。但近年來，隨著 Netflix《飆速求生》（Drive to Survive）熱播，F1 的觀眾群發生了翻天覆地的變化：不再只是少數專業車迷，而是橫跨年齡、性別、地域的多元社群。 這樣的轉型背後，除了媒體影響力，更關鍵的是科技工具的應用。F1 導入 CRM（客戶關係管理）系統並結合 AI，讓這項充滿速度與激情的運動，能夠在數位世界裡精準與粉絲互動，甚至提供針對不同受眾的個人化觀賽體驗。 AI x CRM，讓數據變有溫度的互動 CRM 系統本質上是一個龐大的用戶資料庫，以 F1 的使用情境來看，就是紀錄誰看過比賽、在哪個時間點登入、曾經買過什麼商品等等，過去，這些資訊更多只是靜態紀錄，難以即時回應粉絲的需求。 如今，AI 技術的加入，讓 CRM 不再只是大型資料庫，而是變成能即時反應的「數位助理」。 以 F1 為例，每到比賽週末，數以百萬計的粉絲湧入平台，有人臨時要重設 F1 TV 的密碼，有人想查比賽開始時間，甚至還有人卡在購票流程。這些看似瑣碎的問題，若延遲處理，很可能直接影響觀賽體驗與品牌形象。 F1 透過 Salesforce 的 AI CRM 工具，讓客服回應速度縮短了一半，處理時間也減少兩成。CRM 不只是回答問題，更能在背後整合使用者的歷史行為、喜好、互動紀錄，讓回應更有針對性。 串接全通路，打造完整用戶畫像 F1 的粉絲遍布全球，語言、時區、收看習慣各不相同，加上除了比賽轉播，F1 的數位觸角已經延伸到 F1 TV、官方 App、電競平台與虛擬聯盟帳號，如果採用傳統大眾行銷的方式，一封郵件群發、一個廣告全推，效果有限。 透過 AI CRM，F1 將這些分散的接觸點全部串連起來，分析粉絲的細節行為，像是支持哪支車隊、對哪個賽道最感興趣、觀賽的設備是電視還是手機、有沒有參與電競比賽等，以此建構出一個個全方位的用戶畫像，再推送專屬於他的互動內容。 比方說 Ferrari 的車迷，可能會收到專屬週邊商品推薦；喜愛參與電競賽事的年輕粉絲，則會獲邀參與比賽。正是這樣的精準行銷，讓 F1 在短短幾年內，將全球觀眾數從 5 億推升至 8.2 […]</p>
<p>從科技巨頭亞馬遜到軟體服務巨擘 Salesforce，再到語言學習平台 Duolingo，全球各大企業的執行長們正同步發出一個清晰而直接的訊號：人工智慧不是選項，而是必修課。 AI 將深遠重塑組織結構和用人邏輯，部分職位將會消失，而另一些則需要透過新技能的培養來重建。未來的職場，不再僅僅是傳統的「人力管理」，而是人與 AI 代理共同治理的「人機共治」時代。 「人工智慧，否則就再見」已成企業老闆最新口頭禪。面對這場正在進行的變革，企業領導者們已開始坦率討論：AI 的浪潮不可忽視，員工若不能轉型適應，就可能面臨被邊緣化的風險。 CEO 們的新職責：全面「管理 AI」 AI 對企業組織圖的影響，已經不是遙遠的未來，而是正在發生的現實。亞馬遜 CEO Andy Jassy 明確表示，AI 將導致部分職位消失，但同時也會創造出新的職位。這也表明越來越多的執行長們相信，在企業界中已經沒有「人工智慧反對者」的空間。 Salesforce 執行長 Marc Benioff 甚至做出大膽預告：從 2025 年起，Salesforce 很可能不再招募工程師，因為人工智慧將大幅提升現有員工的能力。他更直言，他這一代領導者將是最後一代只管理人的 CEO。未來，執行長將同時肩負起管理人員與 AI 代理的雙重職責。 人力資源軟體公司 Lattice 的執行長 Sarah Franklin 即提出，傳統的「人管人」管理模式正朝向「人管 AI、AI 管事、人 AI 協作」的全新範式演進。組織金字塔的結構正在朝「菱形架構」演化。 這意味著，過去底部擁有大量入門級職位的三角形結構正在轉變，因為人工智慧承擔了更多曾經由經驗不足的員工處理的機械性工作。 「初級職位」成職場首波淘汰目標 也因此，AI 對職場結構的衝擊首先體現在入門級職位上。Anthropic、OpenAI 等人工智慧領域的巨頭高層都已指出，AI 能夠勝任大量初階的文職工作。OpenAI 的 Sam Altman 也公開表示，人工智慧代理已經開始完成與初級員工相當的工作。 Anthropic 的負責人 Dario Amodei 更在 […]</p>
