CastLoom CastLoom
Language
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

Vincent在數創 Technology 120 episodes USA 2026-07-01 2 extractions
#### 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
Genre: Technology Podcasts Business Careers

Episodes (120 episodes)

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...
2026-07-15
Download
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...
2026-07-01
Download
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,...
2026-06-23
Download
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...
2026-06-17
Download
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...
2026-06-09
Download
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...
2026-06-02
Download
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...
2026-05-27
Download
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...
2026-05-20
Download
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」...
2026-05-13
Download
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 Datainno...
2026-05-07
Download
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...
2026-04-29
Download
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...
2026-04-14
Download
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...
2026-03-31
Download
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」...
2026-03-24
Download
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。 ...
2026-03-17
Download
[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。
2026-03-13
Download
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...
2026-03-10
Download
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...
2026-03-03
Download
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...
2026-02-24
Download
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...
2026-02-17
Download