破壞式創新 下的市場滲透跟開發策略

 破壞式創新 往往能提供消費者，更省時、更省力、更省錢、更方便和提升效率的商業模式或是商品，消費者可能因為這樣的便利性，進而捨棄原有的模式或商品，儘管再強的品牌力也不堪一擊。

過往企業成長策略引擎，不外乎是在市場滲透跟市場開發兩個環節。

「統計學 最強的商業武器」奶茶下的統計學

 讀完「統計學 最強的商業武器」的心得是，經驗往往過於武斷，記憶偏見令人迷思，建立客觀的輔助系統平衡主觀的經驗與記憶偏見。

濫觴於奶茶下的統計學

好喝的奶茶應該是先倒茶先或是倒牛奶? 兩者口味有差嗎? 1920年代英國有位女士聲稱好喝的奶茶應該是先倒牛奶再倒茶，她可以喝出先倒牛奶再倒茶或是先倒茶再倒牛奶的不同，多數人會覺得無論是牛奶或是茶先倒，口味不應該都會一樣嗎? 為了驗證差異，統計學專家羅納德。費雪設計了「隨機對照實驗」進行驗證，「隨機對照實驗」對多數人都會感到陌生，但如果說到A/B測試，應該就有很多人知道。

人人都能學會用AI 提供快速了解AI的入門

 『人人都能學會用AI』是一本了解AI的入門書且以文科生的角度寫的書，在學校理科生相對文科生有機會接受過AI的訓練，在AI逐漸成為顯學的年代，文科生豈不是沒有機會學習或參與到AI嗎? 這本書的內容就是以文科生也能懂的角度寫的一本書。

目前被廣泛討論的就是「數位轉型」也很難完全與AI技術脫鉤，在前篇文章你認為的數位轉型其實是轉型數位中提到數位轉型結構中重要的元素就是數據，在預測型AI中 (其他還有辨識型AI、對話型AI、執行型AI) 進行預測仰賴的也是模型建立之後餵養的數據。

由於AI開發演進快速，從零開始建置、發展到以程式碼開發環境建立AI、以GUI環境建立AI、使用已建置AI服務的四個階段，沒有基礎的文科生可以從後兩個階段切入，雖然還要學習如何操作，但畢竟已經比剛開始的門檻降低不少，但文科生如果要從事AI相關的工作，還是需要對AI有基礎的認識，本書會是一本很好的入門書，可以從事的包含AI企劃、AI建置專案經理、以GUI環境開發AI、選定已建置的AI服務、AI實地導入、AI維運管理、制定AI方針與投資決策。

以瞬時競爭優勢建立觀點看數位轉型

 追求『永續經營，與時俱進』的企業，會發現過去成功典範移轉的速度越來越快，為了達成永續經營的目的，過往是打造一個競爭者無法攻陷的堡壘，建立既深又廣的護城河像是品牌、產品差異化、專利門檻...等等，有一天發現原先無敵的堡壘日漸凋蔽，即使護城河既深又廣也違法阻擋頹勢，最為經典的案例就是【柯達】。 因應這樣變局，有學者提出瞬時競爭優勢的觀點，瞬時競爭優勢是指組織必須適應競爭優勢可能快速消失的時代，組織必須從變化緩慢的舊局面，快速移動到快速改變的新局面，建立起永續經營的企業。瞬時競爭優勢是企業為了永續經營目的的策略，以這樣策略為核心進行數位轉型。 過往企業追求的是建立穩定的典範，但在日趨快速變化環境，持續變化才是新的常態，雖然持續性的優勢還是依然存在，只是越來越不能完全依賴。

職前訓練課程 勞動力發展署自辦職前訓練課程數據分析與訓練效益評估

 勞動力發展署轄下有五個分署，從北自南分別是北基宜花金馬分署、桃竹苗分署、中彰投分署、雲嘉南分署和高屏澎東分署，在職前訓練課程辦理除了委外辦理課程外，還有為數眾多的自行辦理課程，藉由公開數據平台取得勞動力發展署2012至'2016間自辦課程數據進行分析。

數據分析的角度是以訓後就業率(效益)與投入時數(成本)進行分析，對於政策性需求需要辦理或其他無法從資料中發掘的資訊，所產生的差距也請包涵。

勞動力發展署自辦職前訓練班級數縣市分佈

於2012-2016五年間，勞動力發展署五個分署自辦職前訓練課程總班級數的縣市分，開班數量前三名的縣市依序為桃園611班、台中396班與台南的269班。

政府補助計畫申請規劃與建議

 企業在面臨事業版圖擴張或深化研究，在資金上運用難免陷入左支右绌，為了緩解這樣的窘境，申請政府補助計畫就會是其中一個選擇，政府補助計畫種類繁多，依照不同部會、政策、不同目的衍生出不同類型計劃，在申請上有針對新創企業、行業別或是以企業規模來劃分的政府補助計畫。

以最廣受人知的小型企業創新研發計畫（SBIR）而言，就可以區分為中央、地方與海選三種類型。

申請人在申請政府補助計畫前，需先釐清自身申請政府補助計畫的目地是否與計畫目的相符合，其次清楚企業本身適合申請那一種補助計畫，以免徒勞無功。

ChatGPT 輔助的報告撰寫，打造專案報告新思維

 透過ChatGPT打造專案報告新思維，從此告別瑣碎編輯！本文分享如何應用ChatGPT在專案報告中，提供外部環境資料與先備知識，讓報告更具實際可行性。立即學習，提升專案報告品質！

在撰寫專案報告的過程中，發現將ChatGPT導入工作中，以提問方式呈現實際工作的全部輪廓實屬不易。因為缺乏提供外部環境資料和先備知識，導致所產出的內容儘管具有啟發性，卻難以切合實際。隨著相關工具陸續被開發出來，這種問題已經有所改善。儘管仍有一些不足之處，但相較過去，現在更容易提供外部環境資料和先備知識，從而讓ChatGPT更好地融入工作中。