by 宇鯨智能 | 12 月 29, 2025 | AI 轉型, 企業 AI 能力培訓
為什麼 92% 的企業增加了 AI 投資，ROI 卻依然低落？ 根據 McKinsey 研究顯示，全球已有 92% 的企業增加 AI 投資，但僅有 1% 的領導者 認為企業達到「AI 成熟」 。這種現象被稱為「生產力悖論」：員工雖然學會了寫 Prompt，但每天仍花費大量時間在檢查 AI 的錯誤，單點效率提升了，整體業務流程卻毫無改變 。 進入 2026 年，職場正式邁入 Agentic AI（自主代理）元年。AI 不再只是輔助撰寫草稿的「副駕駛（Copilot）」，而是能自主規劃、調用工具並完成任務的「數位員工（Digital...
by 宇鯨智能 | 12 月 27, 2024 | 企業 AI 能力培訓
工程師忙不過來，內部需求難排優先序，該怎麼辦？「No-Code + AI」能助企業加速系統建置、提升效率，為何如此關鍵？本文將從企業導入的角度出發，解析為何 No-Code + AI 之組合如此重要，以及該如何挑選、培養內部能夠運用這些工具的人才。 為何企業需要 No-Code + AI？ 「內部需求難以排進開發優先序」的窘境 在數位轉型浪潮下，越來越多企業面臨「內部需求難以排進開發優先序」的窘境。究其原因，往往是因為工程師資源有限，開發團隊忙不過來，導致各部門的系統需求無法及時落地。為了破解這道難題，「No-Code +...
by 宇鯨智能 | 11 月 26, 2023 | AI 轉型, 企業 AI 能力培訓
未來的成長型企業，將透過 AI、數據、自動化來加速業務流程。 在這篇文章中，我們將探討大語言模型（LLM）的基本觀念，該領域的發展歷程，以及目前的技術趨勢。我們將討論從早期的統計語言模型到現代的深度學習模型的演變，並重點關注常見的技術架構。 「大型語言模型（LLM）的原文是 Large Language Model，「Large」指的是有大量的參數進行數學運算，「Language」就是我們日常說說寫寫的語言，而「Model」指的是模型，可以理解成是用程式碼和數學建構一個虛擬的大腦。...
