為什麼公司有了錢與人，反而長不大了？
許多企業真正卡住的時刻，是在已活下來、開始有資源的「成長期探索階段」。此時常出現三種狀態：過度追求完美導致決策停滯、同時推進多方向卻無法收斂、以及捨不得放手而受限於過去成功經驗。企業需要的往往不是更努力，而是調整決策方式，學會在探索與收斂之間找到節奏。

職場

投資理財

以行動支持創作者！付費即可解鎖

商業

擅長解構與建立系統性商模策略，規劃落地方案
專注於行銷、管理、動物福利、ESG、社會創新
唸過法律系／哲學所／非營利管理所
這裡紀錄我對世界的觀察方式
-----------
嘿！我不是來替你解題的
我是來重新描繪題目的人

Anna个策略共構視角

企業

階段

組織

決策

成長

資源

顧問

成功

節奏

經驗

【顧問觀察】⊂ 成長期企業最容易卡住的三種狀態

資料科學、機器學習與監督式學習，不只是 AI 技術，而是三種不同的思考模式：
資料科學像整理者，先把混亂世界排出秩序；機器學習像實驗者，先做再調整；監督式學習則是兩者的協作，先定義答案，再透過不斷嘗試逼近結果。理解這三種模式，有助於辨識自己的工作習慣與決策方式。

學習

親子與教育

科技

機器學習

實驗

監督

科學

模型

【AI 基礎】⊂ 資料科學 vs 機器學習 vs 監督式學習

多數企業不是不想轉型，而是不知道該從哪裡開始。
特別是製造業與代理商，面對 ESG 的第一反應通常是：「那就先算吧。」

但「算」只是起點。
真正決定成敗的，是那個起點能不能被延展。



<轉引本文／改編本文請標註作者（Hsiao-Hsuan Chang, 2025）以及附上本文連結>



一、

轉型

太陽能板

代理商

永續

製造業

中小企業

老闆

【ESG 策略】企業在永續轉型中，如何兼顧短期可見與長期落實


在研究 AI 的過程裡，我常會思考一個問題：
「如果 AI 真的能學會思考，那它學到的，是人類的知識，還是人類的價值？」

LLM 負責「知道」；監督微調讓 AI 學會「模仿」；RLHF ，教它「選擇」

這三層結構反映人類從「知識」到「判斷」的過程，
也是 AI 學習成為「懂人」的發展路徑。

人類

結構

語言

模仿

回應

對話

ChatGPT

【AI 基礎】⊂ AI 的三層學習結構：從語言模型到價值顯化

這篇專欄以黑客松比賽經驗為引，對照 AI 的兩種思維：垂直（Vertical AI） 專注深耕；水平（Horizontal AI） 強調跨界擴展。這兩種模式同時也映照人格傾向與策略選擇：垂直帶來深度優勢；水平帶來靈活連結。真正的關鍵不在於選邊，而是依情境靈活切換，讓深度與廣度互補，推動創新與競爭力。

題目

黑客松

比賽

專業

競爭力

主辦單位

風險

【AI 基礎】⊂ AI 的思考方式：水平與垂直


黑客松並不只是「創意比賽」，而是一個壓縮版的現實縮影。

它讓我看見了什麼東西容易被快速理解、什麼東西需要時間才能被看見；也讓我重新思考，當我們在推動永續商業模式或 ESG 時，該如何把「不可見的價值」轉化為「可理解的語言」。

落地

舞台

【ESG 策略】ESG 永續黑客松現場的另一種學習：從不可見到可理解

這是AI 無法理解人類核心概念與語意差異、語意預測盲區的具體案例、AI 對語境創新與語場稀有性的不適應。這個概念從未在我過去的專欄中被清楚拆解過，故我在此也重新強調了「人類主體意識」的重要性。

核心

生成

文章

創作

【AI 倫理】AI 的語意幻覺與人類核心概念的錯位：一場無法對頻的人機協作


現代社會對於「獨立思考」的能力重視，似乎已轉變為一種無形的道德壓力。當我們習慣讓 AI 回答問題時，我們真的還有思考嗎？這篇從語意鏡像和自我認知切入，提出一個核心見解。

流浪動物

輸入

安樂死

責任

立場

獨立

父母

【AI 倫理】AI 人機協作：以自我認知的誠實性為起點

當對話中不再有「他者」，
和語言模型溝通不同於與人類進行對話，

從我們開始與 AI 頻繁互動之際，一場結構性的語言模式轉變就已經開始。





互動

誤判

倫理

交流

【AI 倫理】AI 鏡像對話與責任語言：語意結構重塑下的人際認知與影響

在AI高速發展的這個時代，人類即將被迫正視這個問題「追求自我的時代， 讓人類更容易墜入AI模型幻覺」。
本文將說明如何辨識AI模型幻覺與自我認知之間的關係，並且藉此打破語意結構盲點，達到凌駕於AI之上，讓AI真正成為人類使用者的工具而非替代品。

資訊

經濟發展

OpenAI

【AI 倫理】AI 模型幻覺 vs 自我認知 ∡打破語意結構盲點