透過參與體驗，讓利害關係人一起推動ESG創新，邁向永續發展
當賣方沒說的事，AI 也不會知道：從一張升降桌，看銷售體驗要重新設計什麼
兩個孩子同時指定要升降桌，我查了三天，卻愈查愈不知道怎麼選。網路上翻來覆去只有單馬達雙馬達、承重、保固幾年；走進門市，聽到的還是同一份答案。直到一個做家具的朋友用兩句話推翻我的功課，我才發現：真正影響決策的資訊，從來沒有被寫到網路上，AI 自然也撈不到。更麻煩的是，賣方只要改寫商品描述，就能移動 AI 的推薦。這篇從一次家庭採購出發，談 AI 時代為什麼查證與理解真實反而變稀缺，以及從找資訊到走進門市，品牌現在還能幫客戶做的四件事。
AI 時代的服務設計研究筆記——當使用者從「操作者」變成「委託人」
KPMG 橫跨 47 國、48,000 人的調查顯示：66% 的人經常使用 AI，卻只有 46% 願意信任它，更有 66% 的人依賴 AI 產出而不評估其準確性，56% 的員工已因此在工作上犯過錯。方便與效率讓 AI 用量大增，但也造就了信任危機——AI 給的答案可不可以相信？出了問題誰負責？醫療現場已經真實上演：臨床醫師被要求為 AI 輔助的決策負責，卻對工具毫無控制權。這篇從 Job to be Done 出發，整理 AI 時代使用者研究不得不注意的六個議題：委託範圍、信任與驗證、人的邊界（問使用者）；可接受錯誤率、責任歸屬、工作流壓縮（問營運端），以及 Persona 與旅程圖該怎麼跟上。
從評審桌上的一句「有人用嗎」，談 AI 時代的採用與治理
擔任大型比賽評審時，常遇到一個有點尷尬的狀況：團隊很認真、服務看起來也不錯，願景更是動人；但一問到使用量或實際接觸人數，數字卻低得可憐。AI 把產出變得又快又便宜，但「好用」與「被接受」並沒有跟著變便宜。這篇從兩篇文章看 AI 導入的兩種誤區，回頭談 DesignOps 原本的野心其實不只是行政支援，並整理 AI 時代 DesignOps 該做的三件事——把重心從產出治理，移到採用治理。
AI 很快，但治理設計要走在自動化前面
目標和流程沒想清楚，AI 可能讓我們失敗得更快、錯得更多，也花得更多。這篇從顧問諮詢現場看到的企業擔憂與期待談起，整理自動化之前該先問清楚的五件事：先確認要改善一點，還是跳一個量級；先算清需求、對象與經濟規模；先分清楚標準化與客製化；需求找對了，還要確認修的是不是對的問題；最後，不要只要求同事配合，而要重新設計他的角色。
Andrej Karpathy 影片觀後感——不是工程師，也該懂的 AI 素養入門
當我們談永續，大多數人會直覺想到環境、能源與碳排放；但真正決定企業或個人能否永續發展的，還有一項關鍵因素——我們與科技的關係。這篇把生成式 AI 的底層邏輯，拆成幾件不是工程師也該懂的事：LLM 是什麼、我們每天用的模型長什麼樣子；AI 怎麼「看懂」我們說的話（Token 與 Context）；它為什麼會亂講話——不是在騙你，而是在猜，以及防幻覺的四個建議；還有思考型模型與進階工具該怎麼選。
從 Google I/O 看 AI 成為服務觸點之後，商業模式會怎麼變
今年 Google I/O 開發者大會上，AI 不再只是輔助工具，而是成為顧客完成任務的第一線夥伴——Gemini 助理更強大，Project Astra 更展示了 AI 如何結合語音與影像，以協作的方式參與。當顧客不再走你設計好的流程，服務設計的重心就會從「旅程」轉向「任務」。這篇整理四個變化：AI 成為服務觸點，而不只是工具；RaaS 用任務導向取代旅程導向；生態系整合成為核心競爭力；以及年輕世代把 AI 視為生活核心。