📄 洞察中心 · /insights📄 洞察中心 · /insights 📄 Insights Center · /insights

思想領導力。思想领导力。 Insights from the front.

長文 / 旗艦報告 / 方法論框架。我們用學科敍事而不是營銷話術。长文 / 旗舰报告 / 方法论框架。我们用学科敍事而不是营销话术。 Essays, flagship reports, and methodology frameworks. Disciplinary, not promotional.

2026 旗艦報告2026 旗舰报告2026 Flagship Report

《AI 實施鴻溝——一個 2030 年之前必將誕生的領域》《AI 实施鸿沟——一个 2030 年之前必将诞生的领域》The AI Implementation Gap — A Discipline That Will Emerge Before 2030

過去兩年,AI 行業在問「模型能做什麼」。下一個五年,真正的問題只有一個:你能讓它被做成嗎。过去两年,AI 行业在问「模型能做什么」。下一个五年,真正的问题只有一个:你能让它被做成吗。For two years, the AI industry asked: what can the model do? For the next five, only one question matters: can you get it done?

閲讀完整報告 →阅读完整报告 →Read full report →
2026-04-23 · 9.5/102026-04-23 · 9.5/102026-04-23 · 9.5/10

AI 實施鴻溝——一個 2030 年之前必將誕生的領域AI 实施鸿沟——一个 2030 年之前必将诞生的领域The AI Implementation Gap

企業 AI 死亡率高,問題不在模型。我們押注未來五年職業方向。企业 AI 死亡率高,问题不在模型。我们押注未来五年职业方向。Enterprise AI mortality is high. Not a model problem. Our five-year bet.

閲讀全文 →阅读全文 →Read essay →
2026-04-132026-04-132026-04-13

AI 主權戰爭:點解 AI 紅利分唔分得到你嘅郵箱,由今日嘅制度站位決定AI 主权战争:点解 AI 红利分唔分得到你嘅邮箱,由今日嘅制度站位决定The AI Sovereignty War: Whether the AI Dividend Reaches Your Mailbox Is Decided by Today's Institutional Position

AI 時代嘅「石油」係算力同數據,但分配機制唔會自然形成。AI 时代嘅「石油」系算力同数据,但分配机制唔会自然形成。In the AI era, oil is compute and data, but distribution mechanisms do not emerge automatically.

閲讀全文 →阅读全文 →Read essay →
2026-04-092026-04-092026-04-09

醫療 AI 點解唔可以喺雲端:本地大模型部署嘅三層必然性医疗 AI 点解唔可以喺云端:本地大模型部署嘅三层必然性Why Healthcare AI Cannot Run in the Cloud: The Three-Layer Case for Local LLM Deployment

合規、低延遲、硬件成本三條腿,全部指向本地部署。合规、低延迟、硬件成本三条腿,全部指向本地部署。Compliance, latency, and hardware economics all point to local deployment.

閲讀全文 →阅读全文 →Read essay →
2026-03-222026-03-222026-03-22

AI 時代最大嘅機會唔喺 AI 公司,喺傳統行業嘅價值鏈AI 时代最大嘅机会唔喺 AI 公司,喺传统行业嘅价值链The Biggest Opportunity of the AI Era Is Not in AI Companies — It's in Traditional Value Chains

機會喺價值鏈,但真正食到紅利嘅係同時睇得明 AI 同行業樽頸嘅跨界人。机会喺价值链,但真正食到红利嘅系同时睇得明 AI 同行业樽颈嘅跨界人。The upside sits in legacy value chains, captured by cross-domain operators who understand both AI and industry bottlenecks.

閲讀全文 →阅读全文 →Read essay →
2026-03-062026-03-062026-03-06

Skill 工程師:中小企業 AI 落地嘅新關鍵角色(2026-2028 時間窗口)Skill 工程师:中小企业 AI 落地嘅新关键角色(2026-2028 时间窗口)Skill Engineer: The Critical Role for SME AI Adoption (2026-2028 Window)

真正稀缺唔係「會用 AI」,而係「會教 AI 做可重用任務」。真正稀缺唔系「会用 AI」,而系「会教 AI 做可重用任务」。The scarce role is no longer AI user, but AI teacher who codifies reusable judgment.

閲讀全文 →阅读全文 →Read essay →
2026-02-162026-02-162026-02-16

中小企業 AI 轉型為什麼失敗:元認知差距才是真正瓶頸中小企业 AI 转型为什么失败:元认知差距才是真正瓶颈Why SME AI Transformation Fails: The Real Bottleneck Is the Meta-Cognitive Gap

95% 試點冇可衡量回報,問題唔喺模型,喺人同組織嘅元認知能力。95% 试点冇可衡量回报,问题唔喺模型,喺人同组织嘅元认知能力。95% of pilots show no measurable return; the blocker is not model quality but human and organizational metacognition.

閲讀全文 →阅读全文 →Read essay →

兩個核心框架。两个核心框架。Two core frameworks.

方法論方法论METHODOLOGY

CFIR 五維改造版CFIR 五维改造版CFIR Five-Dimension Adaptation

醫學界 CFIR 框架翻譯到 AI 實施場景。原版五維 + AI 三參數。医学界 CFIR 框架翻译到 AI 实施场景。原版五维 + AI 三参数。Medical CFIR translated to AI implementation. Five original dimensions + three AI-specific parameters.

瞭解框架 →了解框架 →Learn the framework →
方法論方法论METHODOLOGY

RE-AIM 維護框架RE-AIM 维护框架RE-AIM Maintenance Framework

上線後的持續調優:Reach / Effectiveness / Adoption / Implementation / Maintenance。上线后的持续调优:Reach / Effectiveness / Adoption / Implementation / Maintenance。Post-launch evolution: Reach / Effectiveness / Adoption / Implementation / Maintenance.

瞭解框架 →了解框架 →Learn the framework →