PGi 2025 年中策略會議｜同心定向，共創下一階段成長

‍面對 AI 技術快速演進，許多企業投入大量預算啟動 AI 專案，卻最終淪為概念驗證（POC）或技術展示。為協助企業跨越「AI 落地最後一哩路」，PGi 推出 「AI Agent 導入顧問服務」，結合自建的 企業級 AI Agent 平台，提供從策略規劃、資料治理、模型整合到地端部署的完整導入方案。

生成式 AI 與 AI Agent 之間有什麼關係？從去年開始，企業已開始將注意力慢慢轉向企業如何運用 AI Agent，本文將會簡單說明生成式 AI 與 AI Agent 之間的層級關係、基本概念，協助您快速理解，為什麼具備自主決策與執行能力的 AI Agent 是提升未來3年內企業營運生產力的關鍵

DeepSeek 的崛起意味著 AI 技術的開源化正加速發展，NPU、邊緣 AI 與低成本微調成為未來趨勢。企業該如何應對這場變革？本文快速導覽 AI 技術趨勢與商業影響，幫助企業在 AI 時代保持競爭優勢。

交通部中央氣象局為了因應「氣象觀測自動化之人力業務轉型」，藉由DataRobot自動推薦最佳演算法，快速得到最佳訓練結果，找出衛星觀測數據跟人工觀測數據間的關係，並應用衛星資料取代人工無法觀測到地點。

延續上篇《 最新調查｜台灣企業 AI 成熟度現況與導入 AI 三大基本面》後，本篇內容繼續《2022 台灣企業 AI 趨勢報告》後半段的精華摘要，點出目前台灣企業落地 AI 的挑戰、隱憂、未來 AI 科技導入與應用趨勢、如何開始升級到下一階段 AI 成熟度等級的建議

特邀 DataRobot 亞太區首席數據科學家，回答台灣客戶常有的提問，包含：如何提高 AI 專案成功率、如何整併自行開發的模型到 AI 平台中、部署在雲端與地端的選擇、如何串連 BI 工具、與 SAP 的整合、DataRobot 訂閱方式、如何進行企業級跨團隊的試用等

AutoML 概念最早在1990年代就被提出，這概念大幅改進機器學習的效率，自此不管是科技巨頭、新創界、學術界都提出了各種自動化機器學習的方法與工具，包含簡單的開源模型到可以產業級規模化的軟體產品，從現在到2024年，AutoML 依舊是個重要趨勢，本文匯集 AutoML 是什麼到 AutoML 為何重要與如何運用

DataRobot 是 2022 第三季 The Forrester Wave 報告中，精選15家 AI 平台廠商的前三大領導品牌，全球客戶已遍及2千大企業，是目前市面上值得信賴的 AI 平台。本文示範房價預測應用案例，藉此展示 DataRobot 從數據準備、模型訓練、到部署的自動化重點功能

本文內容將今年3月底釋出的《2022台灣AI產業趨勢報告》做個重點整理，給正積極關注AI導入議題的你或你的管理層，這份報告可以是一個指南、一個現在位置到未來的定向參考

本篇整理熱門文章與資源，提供您初步評估了解 DataRobot ，幫助您了解 DataRobot 如何把全球最頂尖資料科學家的經驗、建模流程濃縮在一個軟體平台上，把建模跟上線流程中最煩雜的10個步驟自動化處理

AI 人工智慧在各產業都是熱門話題，AI 時代下的零售業，最根本的進化策略是什麼？看家樂福、日本FamilyMart、巴西聯想 Lenovo 怎麼利用 DataRobot 做銷售預測、庫存優化預測，徹底改變企業分析能力、由內而外打造絕對競爭優勢！

「數位優化」v.s.「數位轉型」，最大區別是「組織能否定義新的成長機會」。本篇將幫助你釐清目前是處在數位優化還是數位轉型、以及是否已掉入常見誤區