生成式AI

這篇超長文，呈現了136位IT主管，形形色色的觀察，也卻是他們最真實的GAI看法，區分出觀望者、計畫者、導入驗證者、正式啟用者和深化內化者的第一線體會

從超過200位CIO的看法中，我們歸納出了一條企業擁抱生成式AI的演化之路，不同階段（起步、中途、登頂）都要面對四大課題，資料與安全難題、價值與應用課題、人才與文化挑戰，以及信任與風險議題，更畫出了一張從落地到規模化的挑戰表

永豐金控首度公開了Agent宇宙的未來發展藍圖，以Agent宇宙為核心，四周是五大基礎建設，分別是下方的運算基礎建設、人才基礎建設、技術基礎建設，上方則是安全基礎建設，右方則是知識基礎建設。

臺大醫院由下而上，從一個一個的應用案例，逐漸累積到現在的數百個專案。他們對於生成式AI的定位，很不一樣，不是運用LLM的知識庫，而是看上了LLM處理非結構化資料的能力

同步推動300個GenAI專案、逾百項已實際上線，臺大醫院從心衰照護的流程型應用、到影像醫學整合型應用，逐步建立可複製的GenAI落地模式

台灣牙e通揭露一套因應生成式AI搜尋的GEO實戰策略，包括善用QA形式、內容要機器可讀。他們還將內部用於GEO的工具打包成對外服務，要供牙科診所使用。

歐盟執委會宣布對Google啟動調查，確認Google生成式AI服務使用網路出版商與YouTube內容的作法，是否違反競爭法令

生成式AI的普及，帶來許多機會，也迫使所有工作者思考目前的作業模式，是否還有繼續維持不變的意義