AI in Management 研討會

09:00-10:00 人工智慧在投資策略的分析與運用
主講人：張森林教授

摘要

10:10-11:05  人工智慧在公司理財的實驗
主講人：劉融諭資深副總

執行corporate finance分析，需要幾個AI agent？ prompt要多詳細？我的實驗顯示，一個AI agent加兩句話prompt，就能完成distressed investment分析，品質勝過人類專家。
今年 6 月，我參考專家蒐集資料、分析、決策的modeling方法，建立由 9 個 AI agent 組成的「Foresight」。分析有倒閉危機的上市公司 Beyond Meat。實驗由 Claude 執行，並由其他 三個AI model盲評，四個實驗分別測試算法、算力、資料與prompt的影響。

• 實驗一（算法）：給 Foresight 與人類團隊相同的共用資料室，Foresight自行選出相同模型、得出相同結論，耗時 1 小時對比人類的 30 小時，成本不到 4 美元，勝出。
• 實驗二（算力）：允許 Foresight 上網補查共用資料室沒有、但建模需要的客觀資料，Foresight只多查三筆、多花不到 1 美元，勝過實驗一。
• 實驗三（資料）：不給共用資料室，要Foresight自行上網蒐集，分數比前兩次低約 44%。顯示 AI 的產出品質與可用資料高度相關，整理過或內部特有的資料勝出。
• 實驗四（prompt）：給default agent（如 Claude Cowork）兩句話prompt，勝過實驗三的 Foresight，只花 20 分鐘、6 美元，對比實驗三90 分鐘、32 美元。

Default agent今年 1 月才首度問世，約半年後已贏過專家建立的 agent，我們還需要自己建立agent嗎？建模簡單、容錯度較高的工作，可交給default agent，無需外部顧問或工程師協助，執行快速且成本低。此外，既然一個default agent就能涵蓋整個決策空間（decision space），依人類負荷切成層層疊疊的流程與組織圖，也該隨之精簡。

11:05-12:00 跨國供應鏈平台的 AI 轉型實戰
主講人：趙先達執行長

• 講者身分：中小企業經營者，不是AI工程師。原經營串接美國多家倉庫的跨境倉儲平台，在價格與成本擠壓下利潤漸薄。
• 好技術不等於好應用：賽格威平衡車2001年被捧為比個人電腦還重要，19年只賣出約14萬台，因為沒有取代走路的需求。中小企業轉型，先找真實需求，再談AI。
• 用AI找需求：2026年美國強化海關執法，外國進口人的身分、擔保與報關行審查大幅提高。我們用AI查法規、推演政策，再由人工查證，看見出口商「進口這一段說不清」。
• 解決問題：整合專業分工，不取代任何專業。進口人由出口商自身或符合資格的關係企業擔任，平台不代當、不賺價差；AI負責比對整理，關鍵判斷由專業人士簽核。
• 一套紀錄，服務整條產業鏈：平台以第三方角色，逐票留存資料來源、專業確認與交接紀錄，並多地備援。報關行取得客戶審查資料，會計師取得可查核憑證，倉庫紀錄成為在美資產佐證，海關律師快速取得文件，進口人掌握供應鏈。
• 客戶自己用AI不行嗎：可以，但AI沒有專業身分與法律責任，也無法形成多方共同參與的紀錄。
• 長期黏著：規則不會消失，紀錄逐票累積；海關看歷史信譽，客戶離開就得從頭來過。
• 訂閱制經營：從一次性賣工具，轉為按月訂閱；客戶業務成長、帳號增加，收入隨之擴大。

13:30-14:30 人工智慧瓦解了「領導」的價值
主講人：黃思明教授

1.  AI 直接挑戰了「領導」的必要性：
   1. 「領導」還有必要嗎？
   2. 「領袖」這個角色的價值還剩多少？還有多久會消失？
   3. 人類面對問題時，如何處理？神學解、哲學解、科學解
   4. 建模解題一向被視為科學方法，還有必要嗎？
   5. 資料處理 ⇒ 流程改造 ⇒ 組織再造 ⇒ 領導消失，下一步？
2. 二年後，你相信 AI 的解題？還是相信領導的「我認為……」？

14:40-16:20 領導與管理遇到人工智慧 — 5個實際個案
主講人：黃思明教授

1. 以 5 個真實個案為例，說明「領導」與「管理」的價值正在快速消失中。
   1. 2025 年新光人壽保險解約流程
   2. 2026 年 American Express 客訴退款流程
   3. 2026 年 Dell 維修流程
   4. 1991 年宏碁美國大虧損
   5. 1991 年愛的世界，誰相信誰？
2. 學員請自備可以使用 AI 的工具，講者會要求學員下載上述個案本文，學員要自己用 AI 找答案。