PODCAST · technology
數創實驗室 - AI時代的學習指南
by 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
Episodes
-
EP114 | 全員都在用 AI，為什麼績效沒感覺？談 AI Adoption 與 AI Effectiveness 的落差
訂閱數創電子報，成為公司裡談 AI 最有見解的人｜https://datainnolab.pse.is/8edx6k
-
EP113 | AI 真的省人力嗎？McKinsey 認可的「人力節省悖論」：被忽略的 Human-in-the-Loop 成本
模型越來越便宜、AI Agent 越來越聰明，照理來說，企業導入 AI 的 ROI 應該只會越來越漂亮。但真的是這樣嗎？ McKinsey 近期分析銀行客服 Agent 的案例時發現：模型 Token 成本只占整體運行成本的一部分，真正容易被低估的，反而是背後的「人工監督成本」。 這也帶出一個 AI 專案很容易忽略的「人力節省悖論」：原本以為導入 Agent 是為了省人，但只要每一次高風險案件、低信心回答、例外狀況都需要真人確認、審核放行，甚至修改重送，人力其實沒有消失，只是換了一種形式重新回到成本結構裡。 如果你正在推動 AI Agent、自動化工作流，或負責評估 AI...
-
EP112 | 當 AI 開始打造下一代 AI：智能爆炸已在眼前，我們會不小心摧毀人類文明嗎？
去年談到 Intelligence Explosion 這個概念時，我自己心裡覺得這還是個比較遙遠的假設。 但最近幾週，一連串看似獨立、實則環環相扣的事件，讓我重新意識到『這件事情，可能比我們想像的更近。』 這一集，來跟大家聊聊更宏觀的市場瞭望：AI 是否真的會威脅人類文明？ 📍 一位以安全對齊為志業的研究員 Jacob Coxon，從 OpenAI 轉職到 Anthropic，到近期離職後連發 7 條推文，直言 AI 很可能在短期內變成「能夠入侵一切系統的超人類系統」。他更點出一個更難解的問題：不是沒有人意識到風險，而是整個產業陷入「軍備競賽下沒有人敢先停」的結構性困境。 📍...
-
EP111 | 解讀《State of Enterprise AI Failures 2026》：幻覺佔不到一成？一萬筆失敗事件，看 Agent 的風險正在往哪裡移動
你的AI Agent「沒有跳出錯誤訊息」，不代表它沒有壞掉。 一份分析超過1萬筆企業真實AI失敗案例的最新研究《The State of Enterprise AI Failures 2026》發現，跟模型幻覺相關的失敗竟然不到一成，真正佔比31.1%的最大失敗族群，是「解決與升級中斷」——AI以為它解決了問題，其實用戶的事根本沒被處理。 本集Vincent從自身學員的實戰經驗出發，拆解為什麼多數公司的防護機制還停留在「防止AI說錯話」的舊時代，卻擋不住現在AI...
-
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...
-
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…
more -
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...
-
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）。...
-
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…
more -
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...
-
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...
-
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...
-
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...
-
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…
more -
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...
-
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。...
-
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
-
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...
-
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...
-
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...
-
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...
-
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...
-
[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。
-
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...
-
EP92 | Microsoft Copilot 資安被攻破！從 Reprompt 手法到縱深防禦：AI 導入者必問的三個問題
2026年，越來越多企業決心導入AI，去年嚐到甜頭的公司正在拓展更多部門的落地場景。 但在加速前進的同時，你有問過自己這個問題嗎：「這安全嗎？」 今年初，資安公司Varonis發現Microsoft Copilot可以被「Reprompt攻擊」攻破——一個看似正常的連結，點擊後Copilot就被劫持，所有郵件、文件、行事曆悄悄外洩。 連微軟這樣的大廠都擋不住，「大廠=安全」真的可靠嗎？ 本集深入拆解Reprompt攻擊手法，並分享一個實用的**「縱深防禦」思考框架**： 🛡️ 資料邊界：AI能看到什麼、不能看到什麼 🔒 權限邊界：AI能做什麼、不能做什麼 👁️...
-
EP91｜深度解析 Google《AI Agent Trends 2026》報告：那些成功的AI專案都做對了什麼？
Google Cloud 最新發布的《AI Agent Trends 2026》報告，訪問了全球 3400 多位企業決策者，揭露了一個關鍵發現： 那些成功導入 AI Agent 的企業，和那些專案卡關超過一年的公司，核心差異到底在哪裡？ 答案不是技術能力，而是對 AI 角色的定位。 本集深度解析報告核心發現，並分享兩個真實成功案例： 🏭 Danfoss（製造業）：如何將客戶等待時間從 42 小時縮短到即時回應 📊 Suzano（紙漿業）：如何讓 5 萬名員工的數據查詢時間省下 95% 本集節目分享 Vincent 會告訴你 Google...
-
EP90｜《新春特輯》教你用LLM幫自己算命！你手上的ChatGPT，可能比算命攤還準！
馬年行大運！🧧 新年快樂！ 這集是我們的新春特別節目，Vincent 要來教大家一個超有趣的主題——怎麼用 ChatGPT、Gemini、Claude 這些 LLM 來幫自己算命！ 你沒聽錯，就是算命。而且 Vincent 本身研究紫微斗數超過十年，這次就用命理底子帶大家實測，看看 AI 到底算得準不準。 🔮 免費排盤工具 紫微斗數排盤：https://jin.ptzl.tw/system.asp 八字排盤：https://myfate.herokuapp.com/ 💡 Prompt 範例參考 紫微斗數：...
-
EP89｜4 週燒掉 150 萬 API 費用！若害怕 AI 應用「爆量帳單」，請掌握 AI 成本護欄思維
你有想過AI專案的成本可能在4週內暴增47倍嗎？ 從預估的每月3-4萬台幣，飆升到150萬台幣的API帳單，這不是危言耸聽，而是真實發生的案例。 本集節目分享一個、系統團隊的慘痛經驗，深入剖析為什麼95%使用雲端API開發AI應用的團隊都可能面臨「帳單驚嚇」(Bill Shock)，以及該如何建立雙層防護框架來避免成本失控。 即使是Notion這樣的獨角獸公司，也因AI成本不確定性而調整定價策略。 如果你正在負責AI專案、使用OpenAI/Claude/Gemini等API開發應用，這集內容將幫助你避免成為下一個受害者。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 AI...
-
[課程快訊] 邀請參與免費線上「數創 AI 技術素養公開課」：我的十年AI實戰精華，讓你有效主導 AI 專案
#### 報名連結 數創 AI 技術素養 - 免費公開課：https://accu.ps/1xCRbo #### 課程資訊 02/10 (二) 19:00 ~ 20:00 老闆想做「萬能 AI」，工程師講「技術限制」，夾在中間的你該如何決策？ 這不是一堂軟體操作課，而是一場關於「決策、溝通與評估」的實戰思維訓練。 收聽本集/參加講座，你將獲得一套帶得走的實戰武器——「AI 專案價值評估矩陣」。
-
EP88｜世界經濟論壇警告：50%白領工作將消失？未來勝出的關鍵，是這兩種核心能力
AI浪潮來襲，世界經濟論壇（達沃斯論壇）上各國政要、科技巨頭齊聲示警：初級白領工作正面臨前所未有的衝擊。Anthropic執行長預測AGI可能在今明兩年實現，屆時50%的初級白領工作將被清空，而且速度快到社會難以承受。 面對這波浪潮，我們該如何轉型？本集節目深入分析科技領袖們的觀點，並提出實戰建議，幫助你在AI時代找到自己的定位。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 數創免費公開課：https://accu.ps/1xCRbo 02/10 (二) 19:00 ~ 20:00 老闆想做「萬能 AI」，工程師講「技術限制」，夾在中間的你該如何決策？...
-
EP87｜AI Agent 落地後的生存實錄！教你如何在 AI 勞動力洪流中卡位職涯新藍海｜來賓：Sheng
當 AI Agent 從「口號」變成坐在你隔壁的「數位同事」，你的價值在哪裡？🚀 在 AI 勞動力全面爆發的洪流中，有些人擔心被取代，但有些人卻已經在規劃職涯的新藍海。 實戰高手 Sheng 將分享他在第一線觀察到的職業變遷：哪些技能正在貶值？哪些隱形能力反而成為未來的溢價關鍵？如果你想知道在 AI Agent 時代如何不被淘汰、甚至反過來駕馭 AI，這集節目就是你的生存指南。 📌 本集精彩看點：個人職涯的生存與進化 1. 第一線觀察：AI 落地後真實的職業衝擊 2. 拒絕焦慮！如何在 AI 洪流中重新定位 3. 卡位職涯新藍海：從 Worker 變身 AI 指揮官 4....
-
EP86 | AI Agent 落地必備的「黃金三角」框架：Context、Knowledge、Tools 如何打造可靠的虛擬數據分析師？| 來賓：Sheng
本集邀請到 Product Owner Sheng，擁有 Data Scientist 到數據顧問的完整經歷。他將與我們深度拆解，如何讓 AI 不再只是聊天機器人，而是能實際處理 CRM、行銷數據的 AI Agent（虛擬數據分析師）。 本集精彩看點： 黃金三角框架： 為什麼 AI 沒了 Context 和 Knowledge，只會剩下錯誤的「幻覺」？ 企業導入的博弈： AI Agent 到底該歸 IT 管還是業務管？老闆與員工的思維差異在哪？ 數據人的考古學： 為什麼在 Agent 時代，Data Engineering（資料工程）反而變得更重要？ 未來職涯： 當 AI...
-
EP85｜新時代 AI 產品經理的第一個能力：先判斷這個專案「值不值得做」
很多 AI 產品經理（AI PM）的問題，不在於技術能力不夠，而是從「選題」的第一步就走偏了。在無法落地商業價值的道路上狂奔，跑得越快，對公司的資源浪費就越大。 我們將回顧大數據發展 15 年來的歷史，看科技巨頭如何靠「搜廣推」撐起市值，並分享 Vincent 在特力集團如何靠一個推薦系統創造年增一億營收的實戰心法。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 🤖一月數創小聚：https://accu.ps/P7Ghmt 01/14(三) 19：00~21：30 特邀TSMC的Sam Kao ，他將從資料工程的視角，結合他在頂尖產業的落地經驗，帶你從「 Model...
-
EP84｜現在是「一人創業」最好時機？掌握 AI 通才思維，這波職涯斷層是你翻身的關鍵！
為什麼 2026 年，反而是「通才」與「創業者」最好的時代？🚀 你是否感覺到，AI 正在攔腰斬斷傳統的職涯階梯？ 當企業不再招聘「初階白領」，當金融業的 AI 落地總是被資安卡死，身為個人工作者或新創團隊，我們的勝算究竟在哪裡？ 本集節目再次邀請到 香港 Fintech 新創公司 FundFluent 聯合創始人暨營運長 Wilson Wilson 將帶我們深入產業最前線，從銀行不創新的「穩定本質」談起，拆解跨國團隊如何利用 AI 進行知識採集。更重要的是，他將分享為什麼「通才思維」配合 AI 放大器，能讓你在這個充滿變動的時代，一個人就活成一支軍隊！ 📊———⚙️🤖【 活 動 快…
more -
EP83｜深度剖析 AI 產品經理：揭秘職缺暴增背後的底層邏輯，與三大不可或缺的核心能力
年末將至，轉職浪潮再起。在眾多科技職缺中，「AI 產品經理（AI PM）」 正在以驚人的速度增長。為什麼在生成式 AI 爆發一年多後，企業對這個角色的需求反而迎來了真正的巔峰？ 如果你以為會寫 Prompt（提示詞）、會用 AI 工具做簡報就是 AI PM，這集影片將顛覆你的認知。主持人 Vincent 將帶你穿透表象，解析 AI PM 的真正定義：他們是負責在技術邊界與商業價值之間，搭建「端到端」橋樑的造物者。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 🤖數創免費公開課：https://accu.ps/WauUNS 01/05 (一) 19：00 - 20：00…
more -
EP82｜95% 的 AI 新創都投錯方向？財神爺 Wilson 分享 Tier 1-3 知識分級法，讓 AI 成為你的數位員工！
為什麼 95% 的 AI 新創都活不下來？🚀 MIT 的重磅報告指出，絕大多數的 AI 創業方向都投錯了！在 AI 浪潮中，許多開發者與創業者迷失在功能的堆砌，卻忘了建立真正的「護城河」。本集節目我們邀請到香港 Fintech 高手、FundFluent 聯合創始人 Wilson，來分享他如何讓 AI 產品從「實驗室模型」走向「真正具備商業價值的數位員工」。 如果你正在打造 AI 產品，或者你的公司正計畫導入 AI 流程，這集內容將是你避免踩雷的生存指南！ 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 🤖一月數創小聚：https://accu.ps/P7Ghmt...
-
EP81｜AI 時代的招聘革命與組織文化衝擊！企業人才戰略該「空降」還是「內建」？
AI 大潮下，企業的人才戰略正面臨前所未有的挑戰！當 HR 開始使用 AI Agent 篩選履歷、安排面試，是否意味著招募將完全自動化？面對人才斷層和快速變化的市場，公司應該選擇高薪空降主管，還是內部培養？ 本集節目邀請到 Yourator 友睿資訊營運長 Disney，從企業管理者的視角，深入解析 AI 時代下，人才招聘的具體應用、空降主管的「凌遲困境」，以及最令老闆們頭痛的遠距工作（WFH）難題。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊 🤖12月數創小聚：https://accu.ps/04vHNO 每月AI/數據人交流聚會，歡迎參加！ 12/17 (三）...
-
EP80 | Uber 三招落地數據分析 AI Agent「Finch」！揭示數據分析的未來與數據分析師的新職涯定位
【數據提款機的終結】Uber AI Agent (Finch) 落地！ 數據分析師準備失業？ Uber 在今年上線了數據分析 AI Agent「Finch」，預示著數據分析工作流程即將被自動化推進！這對廣大的數據分析師（Data Analyst）意味著什麼？對常常向數據團隊提需求的業務同仁又會帶來哪些改變？ 本集節目主持人 Vincent 將完整剖析 Uber Finch 的技術核心，並為您揭示 AI 時代下數據分析師的職涯三大趨勢，以及如何轉型成為稀缺的「混血角色」！ 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊...
-
EP79｜中階主管消失中？你的同事將變成「數位人類」！AI 時代企業人才斷層危機，是機會還是末日？
AI 浪潮席捲，企業寧願用 AI 也不願培養新人？當「中階主管」正在集體出走或被架空，你的下一個競爭對手可能不再是人類，而是 24 小時不休息的 AI Agent！🤯 本集《數創實驗室》邀請到 Yourator 數位人才媒合平台營運長 Disney，直擊 2025 年台灣職場最真實的「地殼變動」。從新鮮人窄門到中階主管中空化危機，我們該如何重新定位自己？ 無論你是剛入行的初階白領、正處於轉職十字路口的專業人士，還是焦慮人才斷層的管理者，這集內容都將為你提供打破僵局的實戰建議！ 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊...
-
EP78｜史丹佛震撼研究：全自動化 AI Agent 竟讓工作效率倒退 17%！深度剖析「AI 自動化陷阱」
AI Agent 時代，我們都追求工作全自動化。 但美國史丹佛大學的重磅研究指出：純粹的 AI 自動化， 反而會讓你的效率下降 17.7%！ 本集將帶你深入解析這份研究，告訴你 AI Agent 的兩大死穴，並教你運用效率可提升 24.3% 的「三明治工作法」，實現真正有效的 AI 人機協作！ 🚀 觀看重點 【避開陷阱】 為何全自動化會讓效率下降 17.7%？ 【找出死穴】 AI 在「視覺理解」與「非結構化操作」上的極限與風險（捏造數據/濫用工具）。 【掌握解方】 效率提升 24.3% 的「三明治工作法」：人機協作的最佳邊界。 📊———⚙️🤖【 活 動 快 訊 】🤖⚙️———📊...
-
EP77 | 中國開源模型全面壓制 OpenAI：只用十分之一算力，矽谷 AI 公司集體倒戈
開源模型碾壓ChatGPT-5！ 在你以為「最強 AI」肯定是 OpenAI、GPT-5、Anthropic 或 Google 的時候 一款完全開源、算力僅需 OpenAI 1/10 的模型 Kimi K2 Thinking， 在 Humanity’s Last Exam 基準測試中大勝 GPT-5。 這不只是一次跑分勝利，更開源模型第一次在「長推理 × Agent 能力 × 算力效率」全面壓過閉源旗艦。 🔹 身為 PM、工程團隊、AI 專案規劃者你該「立刻」調整.... 🔹 美國矽谷公司為什麼開始倒向中國開源模型？ 🔹 GPT-5 真的被全面超越了嗎？...
-
EP76 |【AI 新手入門】白話文解釋 AI、機器學習、模型、Overfitting (過擬合)、與交叉驗證的關係 #數創給你問
數創 PM 發問！🚀 由Vincent 白話解答 AI 與 ML 根本差異、Overfitting 痛點， 並分享如何用「交叉驗證」評估模型準度。 想入門 AI 領域的人，不論職稱掛的是 PM、 行銷人，讓你無痛銜接 AI 的契機！ ━━━◇◆◇━━━━━━━━━◇◆◇━━━ 🤖 活動快訊｜AI・Data・Innovation・Learning ━━━◇◆◇━━━━━━━━━◇◆◇━━━ AI Agent 如何讓客服中心進化？💬 11 月數創小聚邀請 旅遊電商龍頭 KKday Head of Data Abe 與 AI Engineer Kurt…
more -
EP75 | 這個 AI 應用值得開發嗎？PM與技術人都該知道的：商業指標 vs. 技術指標、看懂美商電商的真實教訓
你是否也陷入了技術的迷思，不斷追求 AUC 或精準度 (Accuracy) 的提升，卻發現專案最後無法落地、老闆也不買單？ 身為資料科學家或工程師，我們的價值不只是「把模型做出來」，而是「做出有價值的模型」。 ✅ 觀看本集，你將學到： 跳脫技術本位： 為什麼「商業價值」才是一切AI專案的核心依歸？ 新人避坑指南： 揭開「用戶流失模型」的常見陷阱，只懂預測流失率遠遠不夠！ 高效溝通術： 學習「先開槍再瞄準」的迭代心法，主動跨越技術與業務的鴻溝。 提升職場價值： 如何透過理解「業務單位的KPI」，讓你打造的AI產品真正落地，成為公司不可或缺的即戰力。…
more -
EP74 | 續談 AI 泡沫：OpenAI 萬億投資回收僅1.2%、AI Agent 還需十年成熟、如何衡量 B 端應用商業價值、垂直才是 AI 新創出路 | #數創給你問
#### 數創電子報 & Line社群 電子報訂閱連結：https://datainnolab.pse.is/7xxhk6 LINE社群入群連結 (一手活動資訊) : https://bit.ly/3TU9K0I #### 本期簡介 這一集，我與《數創電子報》總編輯 Lily 展開一場關於「AI泡沫」的深度對談。從投資數據、企業應用現況，到OpenAI與NVIDIA的循環投資現象，我們討論AI究竟是「啤酒泡沫」還是「肥皂泡沫」。節目中也聊到哪些AI應用真正能創造商業價值、哪些賽道被高估，以及AI Agent為何仍需十年成長。 #### 關於主持人 陳向豪 Vincent...
-
EP73 | AI 推理其實是假象？圖靈獎得主 Richard Sutton 警告：現今 AI 只是模式匹配，Apple 研究驚人印證「思考假象」
#### 數創電子報 & Line社群 電子報訂閱連結：https://datainnolab.pse.is/7xxhk6 LINE社群入群連結 (一手活動資訊) : https://bit.ly/3TU9K0I #### 論文分享 The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity : https://arxiv.org/pdf/2506.06941 #### 本期簡介...
-
EP72 | 專訪 Dify Japan CEO Dr.Kiji Marudan (3)：談AI的能力限制、人類「邏輯智能」護城河、技術完美 vs. 商業價值的權衡
#### 冠名贊助：Dify (LangGenius, K.K.) Dify: 生產級 Agentic AI 解決方案 : https://dify.ai/zh #### 關於來賓 Dr. Kiji Marudan https://www.linkedin.com/in/merdanbay/ Dify Japan CEO, Chief Science Officer #### 數創實驗室 YouTube 頻道：https://datainnolab.pse.is/868efl #### 數創電子報 : https://datainnolab.pse.is/7xxhk6 #### 本期簡介...
-
[活動快訊] 數創實驗室 Podcast 第一屆《數創聽友會》邀您共襄盛舉！
#### 數創聽友會 - 報名表 點擊連結報名：https://forms.gle/VAb3bFJtSM2Ajb6z5 #### 歡迎訂閱 數創實驗室 YouTube：https://www.youtube.com/@datainnolab.vincent/videos 數創電子報：https://datainnolab.pse.is/7xxhk6 數創 LINE社群 : https://bit.ly/3TU9K0I
-
EP71 | 初階白領消失中？哈佛最新研究證實：生成式 AI 不是裁員，而是「不再招聘」初階白領
#### 數創電子報 & Line社群 電子報訂閱連結：https://datainnolab.pse.is/7xxhk6 LINE社群入群連結 (一手活動資訊) : https://bit.ly/3TU9K0I #### 論文分享 Generative AI as Seniority-Biased Technological Change : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5425555 #### 本期簡介...
-
EP70 | 專訪 Dify Japan CEO Dr.Kiji Marudan (2)：戰勝上下文腐爛的RAG 2.0、MCP的未來、用 Knowledge Pipeline 解決髒數據難題
#### 冠名贊助：Dify (LangGenius, K.K.) Dify: 生產級 Agentic AI 解決方案 : https://dify.ai/zh #### 關於來賓 Dr. Kiji Marudan https://www.linkedin.com/in/merdanbay/ Dify Japan CEO, Chief Science Officer #### 數創實驗室 YouTube 頻道：https://datainnolab.pse.is/868efl #### 數創電子報 : https://datainnolab.pse.is/7xxhk6 #### 本期簡介...
-
EP69 | 專訪 Dify Japan CEO Dr.Kiji Marudan (1)：談AI Agent跨國落地經驗、關鍵成功因素、與如何跨越POC鴻溝
#### 冠名贊助：Dify (LangGenius, K.K.) Dify: 生產級 Agentic AI 解決方案 : https://dify.ai/zh #### 關於來賓 Dr. Kiji Marudan https://www.linkedin.com/in/merdanbay/ Dify Japan CEO, Chief Science Officer #### 歡迎收看數創實驗室 YouTube 頻道 點擊連結 : https://datainnolab.pse.is/868efl #### 本期簡介 本集邀請來自日本的Kiji Marudan博士，現任Dify...
We're indexing this podcast's transcripts for the first time — this can take a minute or two. We'll show results as soon as they're ready.
No matches for "" in this podcast's transcripts.
No topics indexed yet for this podcast.
Loading reviews...
ABOUT THIS SHOW
#### 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
HOSTED BY
Vincent在數創
CATEGORIES
Loading similar podcasts...
Frequently Asked Questions
How many episodes does 數創實驗室 - AI時代的學習指南 have?
數創實驗室 - AI時代的學習指南 currently has 127 episodes available on PodParley. New episodes are automatically indexed when they're published to the podcast feed.
What is 數創實驗室 - AI時代的學習指南 about?
#### 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)...
How often does 數創實驗室 - AI時代的學習指南 release new episodes?
數創實驗室 - AI時代的學習指南 publishes regularly with 127 episodes available. Check the episode list for the typical release schedule.
Where can I listen to 數創實驗室 - AI時代的學習指南?
You can listen to 數創實驗室 - AI時代的學習指南 on PodParley by clicking any episode. We provide an embedded audio player for direct listening, and you can also subscribe via your preferred podcast app using the RSS feed.
Who hosts 數創實驗室 - AI時代的學習指南?
數創實驗室 - AI時代的學習指南 is created and hosted by Vincent在數創.
URL copied to clipboard!