+100_提問 | 主題二：資料、人工智慧與演算法經濟

主題二：資料、人工智慧與演算法經濟

主題說明

本主題聚焦資料如何被蒐集、加工與轉化為人工智慧模型，以及演算法如何介入定價、招聘、信用、推薦與管理。重點不只是技術效率，也包括偏誤、透明度、可解釋性、資料品質與責任歸屬。

學習目標

理解資料、模型、算力與應用場景的關係。
辨識演算法偏誤與資料品質風險。
分析人工智慧在企業決策中的責任問題。
建立可解釋、可審核與可問責的治理觀念。

Q&A 總表

編號	Tema / 主題	核心概念	討論案例	簡明解答
03-014	¿La IA está ampliando la brecha entre empresas, países y trabajadores? / AI 是否擴大企業、國家與勞工之間的差距？	AI 可能擴大企業、國家、城市與個人之間的能力差距。	大型企業能購買算力、吸引人才、累積資料；中小企業只能使用標準化工具。	AI 差距不只是工具可近性，也包括資料、技能、資本與治理能力。
03-015	¿Puede la IA aumentar la productividad de la I+D+i? / AI 能否提高研發與創新生產力？	AI 可能提升研發速度，但生產力成長取決於採用、組織改造與技能吸收。	藥廠用 AI 加速候選分子篩選，但臨床試驗、監管與商業化仍耗時。	AI 可提高研發效率，但不能省略制度、驗證與市場轉化。
03-016	¿Los intangibles y la IA redefinen las economías avanzadas? / 無形資產與 AI 是否重新定義發達經濟體？	發達經濟體的競爭力越來越依賴 AI、專利、軟體、品牌、資料、研發與組織能力。	歐洲企業有高品質工業基礎，但在 AI 專利、風險資本與雲端平台上依賴外部供應商。	無形資產已是先進經濟的核心，但也帶來技術依賴問題。
03-017	¿España invierte lo suficiente en IA, datos y activos intangibles? / 西班牙是否足夠投資 AI、資料與無形資產？	西班牙企業需要把無形投資從品牌與旅遊經驗，擴展到 AI、資料、語言技術、流程與人才。	西班牙旅遊企業使用 AI 做需求預測與多語客服，但資料分散在不同平台。	西班牙若要提升附加價值，需把文化、語言與服務優勢轉化為資料與 AI 能力。
03-018	¿Cómo pueden los sectores productivos españoles usar IA e intangibles? / 西班牙生產部門如何運用 AI 與無形資產？	食品、旅遊、時尚、教育、能源與文化產業都可透過 AI 與無形資產提升價值。	橄欖油品牌利用產地故事、品質認證、AI 需求預測與跨境電商建立高端市場。	傳統產業也能透過品牌、資料、設計、流程與 AI 工具升級。
03-019	¿La economía intangible y la IA aumentan la desigualdad? / 無形經濟與 AI 是否加劇不平等？	無形經濟與 AI 可能產生超級明星企業、技能溢價與地區集中。	AI 公司集中在少數城市，吸引資本與人才，使其他地區更難追上。	無形資產能創造成長，也可能加劇收入、企業與地區不平等。
03-020	¿Qué capital humano exige la economía de la IA? / AI 經濟需要什麼樣的人力資本？	AI 時代的人力資本不只是學歷，還包括資料素養、AI 素養、跨域判斷與倫理能力。	企業給員工 AI 工具，但沒有訓練如何提問、驗證與保護資料。	未來競爭力取決於人能否有效、安全、批判地與 AI 協作。
03-021	¿Qué diferencia hay entre intangibles, capital intelectual, datos y modelos? / 無形資產、智力資本、資料與模型有何不同？	智力資本是無形資產的重要部分；AI 時代還需加入資料資本、模型能力與治理資本。	企業有優秀員工，但若沒有知識庫、資料治理與模型整合，能力難以擴散。	無形資產範圍較廣，智力資本需與資料、AI 與治理能力一起分析。
03-022	¿Cómo cambia la gestión del conocimiento con la IA generativa? / 生成式 AI 如何改變知識管理？	Nonaka 與 Takeuchi 的默會/明示知識轉化，在 AI 時代更重要，因為 AI 需要高品質知識輸入與人類校準。	公司把資深顧問經驗整理成知識庫，再用 AI 協助新人搜尋與生成初稿。	AI 可放大知識管理成果，但無法取代默會經驗、判斷與情境理解。
03-023	¿Cómo medir intangibles cuando hay IA, datos y riesgo algorítmico? / 在 AI、資料與演算法風險下如何衡量無形資產？	衡量無形資產應更新為包含客戶信任、資料治理、模型風險、員工能力與流程成熟度。	銀行導入 AI 信貸評分，除了效率，也需衡量偏誤、可解釋性與客戶信任。	無形資產衡量不只是估價，更是風險管理與策略治理。
03-024	¿Cómo actualizar el Intellectual Assets Monitor para la era de la IA? / 如何為 AI 時代更新 Intellectual Assets Monitor？	Intellectual Assets Monitor 可更新為觀察外部關係、內部流程、人員能力與 AI 準備度。	顧問公司評估自身價值時，除了客戶名單和方法論，也檢查 AI 工具、資料安全與員工技能。	此模型可作為 AI 時代企業無形資產盤點工具。
03-025	¿Cómo actualizar Skandia Navigator con indicadores de IA confiable? / 如何用可信 AI 指標更新 Skandia Navigator？	Skandia Navigator 的財務、客戶、流程、更新發展與人力面向，可加入 AI、資料與資安指標。	保險公司用 AI 自動處理理賠，但必須同時衡量效率、客戶信任、員工能力與治理風險。	企業價值不只在財務數字，也在未來能力、資料治理與可信 AI。
03-026	¿Cómo medir intangibles con datos, IA y gobernanza? / 如何用資料、AI與治理衡量無形資產？	無形資產衡量已不能只看傳統智力資本模型，還要加入資料品質、AI能力、治理成熟度與資安韌性。	一家企業聲稱擁有大量客戶資料，但資料分散、重複且缺乏合法授權，導致AI專案無法落地。	無形資產的價值取決於能否被合法、安全、穩定地轉化為決策與營收。
03-027	¿Cómo convertir conocimiento en ingresos sostenibles? / 如何把知識轉化為可持續收益？	知識資本收益不是一次性創意，而是知識能否被產品化、授權化、流程化與持續更新。	顧問公司有明星講師，但若方法論只存在於個人腦中，公司很難擴張。	知識要變成收入，需要文件化、培訓、品牌信任、授權模式與品質控管。
03-028	¿Cómo valorar patentes, datos y cartera tecnológica? / 如何評估專利、資料與技術組合？	專利、資料與技術組合的價值不只在法律所有權，也在可實施性、替代性、市場需求與訴訟/合規風險。	一家新創擁有多項AI專利，但產品無客戶、資料來源不清、且容易被開源模型替代。	評估技術資產要同時看法律保護、商業用途、技術成熟度與市場採用。
03-029	¿Cómo analizar capital intelectual en ecosistemas tecnológicos? / 如何分析科技生態系中的智力資本？	智力資本不只在單一企業內部，也存在於開發者、供應商、平台、社群與標準組織形成的生態系。	一個AI應用依賴雲端供應商、基礎模型、開源套件、資料標註公司與企業客戶。	科技企業的能力常是生態系能力，不是孤立的公司能力。

逐題教學說明

03-014 AI 是否擴大企業、國家與勞工之間的差距？

核心概念：AI 可能擴大企業、國家、城市與個人之間的能力差距。

教學重要性：本題應與同一主題群中的相關問題一起理解。學生需要辨認技術或商業敘事背後的價值形成、資料條件、權力結構、制度限制與責任分配，避免把數位化直接等同於效率或進步。

國際商務與文化應用：可用案例：大型企業能購買算力、吸引人才、累積資料；中小企業只能使用標準化工具。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：AI 差距不只是工具可近性，也包括資料、技能、資本與治理能力。

03-015 AI 能否提高研發與創新生產力？

核心概念：AI 可能提升研發速度，但生產力成長取決於採用、組織改造與技能吸收。

國際商務與文化應用：可用案例：藥廠用 AI 加速候選分子篩選，但臨床試驗、監管與商業化仍耗時。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：AI 可提高研發效率，但不能省略制度、驗證與市場轉化。

03-016 無形資產與 AI 是否重新定義發達經濟體？

核心概念：發達經濟體的競爭力越來越依賴 AI、專利、軟體、品牌、資料、研發與組織能力。

國際商務與文化應用：可用案例：歐洲企業有高品質工業基礎，但在 AI 專利、風險資本與雲端平台上依賴外部供應商。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：無形資產已是先進經濟的核心，但也帶來技術依賴問題。

03-017 西班牙是否足夠投資 AI、資料與無形資產？

核心概念：西班牙企業需要把無形投資從品牌與旅遊經驗，擴展到 AI、資料、語言技術、流程與人才。

國際商務與文化應用：可用案例：西班牙旅遊企業使用 AI 做需求預測與多語客服，但資料分散在不同平台。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：西班牙若要提升附加價值，需把文化、語言與服務優勢轉化為資料與 AI 能力。

03-018 西班牙生產部門如何運用 AI 與無形資產？

核心概念：食品、旅遊、時尚、教育、能源與文化產業都可透過 AI 與無形資產提升價值。

國際商務與文化應用：可用案例：橄欖油品牌利用產地故事、品質認證、AI 需求預測與跨境電商建立高端市場。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：傳統產業也能透過品牌、資料、設計、流程與 AI 工具升級。

03-019 無形經濟與 AI 是否加劇不平等？

核心概念：無形經濟與 AI 可能產生超級明星企業、技能溢價與地區集中。

國際商務與文化應用：可用案例：AI 公司集中在少數城市，吸引資本與人才，使其他地區更難追上。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：無形資產能創造成長，也可能加劇收入、企業與地區不平等。

03-020 AI 經濟需要什麼樣的人力資本？

核心概念：AI 時代的人力資本不只是學歷，還包括資料素養、AI 素養、跨域判斷與倫理能力。

國際商務與文化應用：可用案例：企業給員工 AI 工具，但沒有訓練如何提問、驗證與保護資料。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：未來競爭力取決於人能否有效、安全、批判地與 AI 協作。

03-021 無形資產、智力資本、資料與模型有何不同？

核心概念：智力資本是無形資產的重要部分；AI 時代還需加入資料資本、模型能力與治理資本。

國際商務與文化應用：可用案例：企業有優秀員工，但若沒有知識庫、資料治理與模型整合，能力難以擴散。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：無形資產範圍較廣，智力資本需與資料、AI 與治理能力一起分析。

03-022 生成式 AI 如何改變知識管理？

核心概念：Nonaka 與 Takeuchi 的默會/明示知識轉化，在 AI 時代更重要，因為 AI 需要高品質知識輸入與人類校準。

國際商務與文化應用：可用案例：公司把資深顧問經驗整理成知識庫，再用 AI 協助新人搜尋與生成初稿。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：AI 可放大知識管理成果，但無法取代默會經驗、判斷與情境理解。

03-023 在 AI、資料與演算法風險下如何衡量無形資產？

核心概念：衡量無形資產應更新為包含客戶信任、資料治理、模型風險、員工能力與流程成熟度。

國際商務與文化應用：可用案例：銀行導入 AI 信貸評分，除了效率，也需衡量偏誤、可解釋性與客戶信任。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：無形資產衡量不只是估價，更是風險管理與策略治理。

03-024 如何為 AI 時代更新 Intellectual Assets Monitor？

核心概念：Intellectual Assets Monitor 可更新為觀察外部關係、內部流程、人員能力與 AI 準備度。

國際商務與文化應用：可用案例：顧問公司評估自身價值時，除了客戶名單和方法論，也檢查 AI 工具、資料安全與員工技能。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：此模型可作為 AI 時代企業無形資產盤點工具。

03-025 如何用可信 AI 指標更新 Skandia Navigator？

核心概念：Skandia Navigator 的財務、客戶、流程、更新發展與人力面向，可加入 AI、資料與資安指標。

國際商務與文化應用：可用案例：保險公司用 AI 自動處理理賠，但必須同時衡量效率、客戶信任、員工能力與治理風險。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：企業價值不只在財務數字，也在未來能力、資料治理與可信 AI。

03-026 如何用資料、AI與治理衡量無形資產？

核心概念：無形資產衡量已不能只看傳統智力資本模型，還要加入資料品質、AI能力、治理成熟度與資安韌性。

國際商務與文化應用：可用案例：一家企業聲稱擁有大量客戶資料，但資料分散、重複且缺乏合法授權，導致AI專案無法落地。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：無形資產的價值取決於能否被合法、安全、穩定地轉化為決策與營收。

03-027 如何把知識轉化為可持續收益？

核心概念：知識資本收益不是一次性創意，而是知識能否被產品化、授權化、流程化與持續更新。

國際商務與文化應用：可用案例：顧問公司有明星講師，但若方法論只存在於個人腦中，公司很難擴張。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：知識要變成收入，需要文件化、培訓、品牌信任、授權模式與品質控管。

03-028 如何評估專利、資料與技術組合？

核心概念：專利、資料與技術組合的價值不只在法律所有權，也在可實施性、替代性、市場需求與訴訟/合規風險。

國際商務與文化應用：可用案例：一家新創擁有多項AI專利，但產品無客戶、資料來源不清、且容易被開源模型替代。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：評估技術資產要同時看法律保護、商業用途、技術成熟度與市場採用。

03-029 如何分析科技生態系中的智力資本？

核心概念：智力資本不只在單一企業內部，也存在於開發者、供應商、平台、社群與標準組織形成的生態系。

國際商務與文化應用：可用案例：一個AI應用依賴雲端供應商、基礎模型、開源套件、資料標註公司與企業客戶。教師可要求學生辨認相關利害關係人、跨境資料或智慧財產風險、文化與法規差異，以及可被制度化的治理方案。

簡明解答：科技企業的能力常是生態系能力，不是孤立的公司能力。