【教學新知】教學創新成果交流｜資傳系江信昱老師：AI驅動適應性轉型：重繪商業模式的未來圖譜

在生成式 AI 席捲全球浪潮中，教學重點已從單純的工具操作，演變為如何將技術轉化為實際價值的策略思考。資傳系江信昱老師表示 AI 不僅是科技，更是驅動企業「適應性轉型」的核心動力。透過將商業現實引入課堂，以有效彌補學術與產業需求間的斷層。

教學發展中心與您分享【教學新知】教學創新成果交流｜資傳系江信昱老師：AI驅動適應性轉型：重繪商業模式的未來圖譜。江老師透過 PBL 問題導向學習法，帶領學生利用商業模式畫布分析 OpenAI 與各大企業案例，引導學生從「技術玩家」轉變為「策略人才」。此教學模式不僅強化學生的實務能力，更提升跨領域的就業競爭力，讓學習成效真正落地。透過對商模創新的反思，指引學生在「千模大戰」的新局勢中找到勝出關鍵。

示意圖：本圖由巧玲與｜Gemini _Andy 協作生成

---

撰文：資傳系江信昱老師

2024-2025年AIGC產業戰況是「千模大戰，沒有商模」，近三年的AI熱潮中，各家企業紛紛競逐AI模型，看似繁花盛開的未來前景，卻面臨營收來源困境與商業模式難尋的現實問題。如今，通用大模型喧囂過後，商業模式正在佔據產業領先者的討論聲量，此一新局勢是課程「生成式AI與商模創新」開設的初衷。AIGC是科技技術而非商業模式，係因商業模式為企業「獲利與創價」的核心戰略，涉及營運規劃、產品創新、成本通路等多個面向，且企業各有既存的商業模式，AIGC如何改造並驅動企業的「適應性轉型」（Adaptive Upgrading），應是企業主看待AIGC的正確視角。

AIGC教學與商業現實的差距：沒有商業模式

當前的高等教育環境中，多數AI相關課程仍聚焦於技術原理與模型訓練，卻鮮少探討「如何讓AI真正變現」這一核心問題。學術界與產業界存在明顯斷層：學生可以快速學會寫Prompt與生成文本，卻對AI產品的定價策略、用戶獲取成本或商業模式畫布一無所知。這種落差直接反映在就業市場上—企業需要的不僅是AI工程師，更是能將技術轉化為商業價值的策略人才。本課程的設計正是為彌合這一差距，從第一週開始，便引導學生思考：「如果AIGC是免費技術，企業該如何從中獲利？」這一問題直指產業痛點—許多公司投入巨資研發大模型，卻尚未找到可持續的獲利途徑。

「AI很熱，但學生與企業都常忽略一件事：AI是技術，不是商業模式。」這是在課堂分享時不斷提醒修課同學需要建立的事前現實。生成式AI（AIGC）的強大能力，讓各行各業對其充滿想像，但回到商業經營現場，如何將技術變成賺錢的商模，才是所有企業最終必須面對的課題。因此，本課程選擇從商業經營視角切入，直指核心問題：技術的創新如何轉化為實際的商業模式。開宗明義，就聚焦於「適應性轉型」與「改造商業模式」兩大主軸，力圖補上技術教學與商業現實之間的缺口。

聚焦OpenAI商業模式解析，並移植傳統企業的適應性轉型情境

課程中最受學生討論的主題，莫過於OpenAI的案例。OpenAI從非營利組織轉型為有限營利，成為全球最矚目的商業變革樣本。這家曾宣稱「要造福人類」的研究機構，如今推出ChatGPT、API服務，並透過企業訂閱、Token計價、企業客製化方案，快速建立起龐大商業版圖。為此，規劃課堂第四週深入剖析這段轉型歷程：從技術研發、定價策略到企業合作模式，學生不僅看見OpenAI如何自我革新，也開始思考傳統企業若要擁抱AIGC，必須面對哪些挑戰。

「很多學生以為AI是銀彈，但企業有太多現有的商模、組織結構和利潤機制，不可能說轉就轉。」OpenAI雖以技術為核心，但其成功關鍵在於商模的靈活設計。傳統企業若要導入AIGC，除了技術整合，更必須進行「適應性轉型」—不是全盤推翻既有模式，而是需要重新檢視自己原本的價值鏈、營收來源與市場定位，採取耦合AIGC技術與業務流程的商業策略，才能確保新技術不只是短暫的行銷話題，而是真正改變公司命運的力量。

翻轉學生對AIGC的技術認識，將知識儲備延伸至商業現實

課程顯著特色之一，是不僅講述技術，也不流於純粹的理論分析。課程第二、第三週，帶領學生回顧AI從專家系統到生成式AI的技術脈絡，並比較AIGC如何重塑傳統產業及催生新經濟模式。課堂經常出現學生的回應：「原來早期AI就曾被吹捧，卻因缺乏商模而失敗。」透過歷史對照，學生逐步體會到，AI每一次崛起都離不開商業應用的檢驗。然而「真正的問題不是AI能不能做，而是做了誰要買單。」因此課程從第三週開始，不再單談技術，而是要求學生開始思考AIGC的商業價值：它能為顧客創造什麼獨特價值？能如何降低企業營運成本？又該如何進入市場？這種從技術延伸到商業現實的教學方式，使學生不再單純是工具操作者，而開始嘗試站在企業經營者的角度，看待AI的機會與風險。

兼顧個案公司情境與AIGC創意方案，多次練習重繪商業模式圖景

課程最具實作精神的部分，出現在第五至第十週的個案研討練習。學生被分為小組，針對蘋果、Github、特斯拉與Hahow等公司進行商業模式畫布分析，並提出AIGC導入下的創新商模。在蘋果個案中，有小組提出利用AIGC強化Apple Music的內容推薦系統，並探索更精準的個人化付費方案；在Github個案中，學生則構想運用生成式AI進行程式碼審查與自動化修補，協助平台轉向企業高階B2B服務。這些討論不僅展現學生的創意思維，更反映他們已能在真實產業脈絡下，設計兼顧顧客價值、成本結構與收益機制的商業模式。課堂上，常提問學生：「這個點子，誰會買單？能帶來多少收入？會不會侵蝕原本的產品獲利？」每一次提問，都在促使學生學習從市場現實出發，檢驗創意的可行性。

這門課程最終能否達到「商模創新」的教學目標－從被動學習到主動實踐，以實作驅動商模創新改造練習，端看學生是否真的能從理論走向實作。於教學現場觀察到，學生在課堂中不再只是被動聽課，而是熱烈討論各公司導入AIGC後的可能變革。從四次分組練習到期末報告，逐漸能夠熟練拆解商業模式畫布，理解顧客分群、價值主張、收入流與成本結構，甚至優秀報告中可以看到既有商業模式引入AIGC後的商模改造變化（見下圖1-3）。這種以PBL（Problem-Based Learning）為核心的教學策略，強調學生必須自己找到答案，培養出面對未知挑戰的獨立思考能力。學生除了理解AIGC技術，更學會如何與商業現實接軌，並提出具市場競爭力的解決方案。

示意圖1：期末指定企業之既有商業模式圖(江信昱老師提供)

示意圖2：擬引入AIGC創意作法(江信昱老師提供)

示意圖3：本圖由巧玲與｜Gemini _Andy 協作生成

💡教學反思

回顧整個學期，「學生一開始常陷入AI很炫、什麼都能做的迷思。但實際上，若不能變成商業模式，技術再強也是白搭。」正因如此，教學設計含跨產業個案、商模畫布練習與多次討論，目的就是要學生學會把技術「轉譯」成能賺錢、能創造價值的商模。從期末16組學生報告來看，學生已能跨出「只是技術玩家」的角色，開始理解不同產業的特性、挑戰與機會，並能提出貼近商業現實的AIGC應用構想，這是教學上最大的收穫。

在全球AI熱潮進入深水區之際，這門課程或許能培養未來「既懂AI、又懂商業」的複合型人才，也是資訊傳播學系培力未來人才關注的方向。2025年3月全球首例AI Agent誕生後，未來生成式AI的戰場，已不再只是模型之間的競賽，而是誰能真正駕馭AIGC，使其技術產品應用落地到符合市場需求的獲利模式。

或許，在這場「千模大戰」後，真正勝出的，將是那些懂得重繪商業模式圖譜的人。

---