AI目前在醫療領域的發展讓人都感到很驚奇，有許多AI技術不只簡化患者的就醫流程，更顛覆以往醫師的工作流程。如今我們走進醫院，在科技發展下，醫療品質及效率都有明顯提升。
不再是過往的檢查步驟、領藥流程、等待病房，而是可以自己使用掛號系統、領取處方籤；也可以自己使用生理量機測量心跳及血壓。醫護人員也能從平板上，觀看患者的歷史就診紀錄；領藥更是準確投藥，提升效率與醫療安全。
當AI來臨的時候，很多人會擔心：「是不是製造業中的勞動力要被取代？」
而AI介入的「智慧化」過程，與過往製造業追求的「自動化」過程，其實有本質上的差異。企業會如何導入AI？在Q56時，我們提及企業發展AI的原因，那到底對於決策者來說，該如何規劃AI策略呢？在本文中，提供四個階段流程，讓企業能夠成為一個AI賦能的公司。
在人工智慧發展快速的時代，AI機器人也走入我們的生活，各種性能的機器人被研發，與人類的關係更為密切。
像是：在Amazon購物最佳推薦、Facebook圖像辨識、Netflix個人化推薦服務、YouTube 10幾種語言自動字幕產生功能、語音助理（Siri、Contana、Alex）。
尤其是Google也有許多功能，如：搜尋、翻譯、圖片搜尋、即時翻譯鏡頭對準目標文字，即可獲得翻譯、地圖導航路徑推薦….等功能，這些日常生活接觸到的，都是AI應用之處。根據統計資料庫（Statista）估算，物聯網裝置，如：手機、虛擬助理、電腦、平板、無人機、攝影機、建築物感測器、穿戴式健身感測器…等，這些數量可能在2025年成長到超過700億部，且帶動邊緣運算的應用。
邊緣AI 是指把「人工智慧」與「機器學習」處理，從雲端移至網路邊緣威力強大的伺服器，如：辦公室、5G 基地台，及其他接近連網終端裝置的實體地點。我們的生活充滿各種推薦系統的應用，不管是在Youtube看影片、亞馬遜購買書本會看到「Customer Who Bought This Item Also Bought」，到處都是推薦系統的應用。
廣泛應用於各行各業，包含：電影、音樂、新聞、書籍、學術論文、搜索查詢、分眾分類…等。也有一些推薦系統專門為尋找專家、合作者、餐廳美食、金融服務、生命保險、網路交友、頁面設計…。
推薦系統主要是用來預測使用者偏好的系統，預測他們的「評分」或是「偏好」，期望透過推薦系統增加營收或是其他效益。
TibaMe 取自「提拔我」的諧音，TibaMe相信教育可以為個人或組織帶來價值，也相信科技可以讓教育變的更好，團隊不斷攪盡腦汁在提升培訓平台、課程及學習體驗，希望能藉由優質有效的學習服務，協助你提升職場能力，提拔自己具備無限可能，迎接職涯上的各種挑戰。
人工智慧的技術、資源、以及基礎建設已經趨近成熟，不論組織的大小，只要策略性的規劃投資與發展方向，人工智慧都能夠為組織帶來龐大的商業價值。 MGI更是於一次2018年的研究中指出，倘若70％的組織採納部分AI技術，而50％的大型組織全面採納AI技術，在2030時，人工智慧 (包括機器學習) 將能夠給全球GDP帶來另外13兆美金的潛能。
大多數公司在集中存儲上存儲，管理和分析數據，通常在公共雲或私有云環境中。
但是，傳統的基礎架構和雲端運算不再能夠滿足許多實際應用程序的要求。例如，在IoT（物聯網）和IoE（萬物互聯）的情況下，需要具有最小延遲的高可用性網絡來實時處理大量數據，這在傳統IT基礎設施上是不可能的。邊緣運算的優點變得更加明顯。