相信有不少男人和我一樣,當兵退伍後那十年,最常做的事,就是把過去在小學、中學、高中、大學的所學,逐一掏出來檢視,然後把三分之二的記憶扔掉。因為不這樣,簡直無法料理眼前的生活。
舉例而言,當時的我事隔十多年居然還背得出「翳惟總統,武嶺蔣公,巍巍蕩蕩,民無能名」起首的〈總統蔣公紀念歌〉全文,因為這是我國中考高中的模擬考題;但你如到了80年代末期還真相信有任何政治人物能「民無能名」,你肯定只能到今天已解散的警備總部上班。 政治知識的自我成長,和生活大環境相關,相對容易;但背來的歷史、地理、三民主義、物理、化學、數學公式,卻根深蒂固地黏在腦海裡,仍主宰著思維。更糟糕的是:「背」這個思想習慣要改掉,看起來容易,實質上則是無比艱難;相對而言,我有很長一段時間,不曉得如何讓自己有「創意」,因為「背」過的東西和「背」本身,絲毫沒有給你任何索引。
這就是台灣教育的本質──你所有「權威們」認為你應該要學的(所以一旦權威不權威了,你就慘了!),卻從不啟蒙你「如何自我發現」,進而「自我學習」,直到進入社會,企業要你掏心挖肺地貢獻出你的創意,這才發覺:我是誰、是哪樣的人(或虛榮點說:「人才」)連自己都不太清楚;眼前一片冷感的事物,我如何對它有創意?
所以,當你痛苦地開始知道「揚棄」,上帝就會給你些回報──慢慢地,你開始體會到如何吸收、裝填、潤發。有一天,從睡夢中驚醒:我終於會「學習」了,因為在這樣或那樣的學習裡、在廢寢忘食的投入中,你感到眼前知識與自己互動的私密愉悅,而這一年,我三十二歲。 即使時到今日,政治解嚴、知識開放、教改啟動,但類似我這種「發現的焦慮」,仍常存在我的朋友、同學、同事,甚至採訪對象的心裡。「我是誰?我從哪兒來?我將往何處去?」這著名的畫家高更提問,仍深深糾結在現代工作者心中,因為不管經濟如何富裕、政治怎麼民主,台灣教育仍是各種脫胎換骨版的「文憑主義」,仍然只問:「你該學什麼!」,而不問:「你想學什麼?」
對於已就業多年的工作者,該如何解消這不易啟齒的焦慮?最好的方法,就是「進修」,而且是離開生活軌道、拋鄉別子的「異地進修」,這是一種半強迫自己的「揚棄」,自己創造出一種新的生命情境,強要求自己由「非台灣人的眼光」看世界,然後由世界的角度,回頭探尋自己的渴望,進而瞭解自己。
對邁向創意經濟的台灣來說,已經很多人感受到「沒創意」的真實苦澀,該怎麼辦,我的建議是:找個國外學校的課程,出國去吧──進修,是蛻變的開始;發現,是成長的發端!
隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。
Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。
企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運
模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。
高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。
AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。
政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。
OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題
今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。
面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。
上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。
「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。
金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。
從六種產業場景,看 AI 如何走進真實流程
真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。
下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。
| 產業場景 | 議程規劃與關鍵課題 |
|---|---|
| 智慧支付 | 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷 |
| 製造 | 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料 |
| 媒體科技 | 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰 |
| 零售製造 | 零售製造轉型;把技術接進實際營運與使用者體驗 |
這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。
現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。
10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。
「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名
