| 課程名稱： | 數位貿易環境與風險評估 |
課程英文名稱： | Digital Trade Environment and Risk Assessment | ||||||||||||||||||||
|
教學目標：
本課程旨在培養具備「策略洞察」與「實務操作」兼備的數位貿易跨領域人才。 學生將深入理解數位轉型定義，並能剖析各國國家級戰略與企業轉型報告；同時，掌握 AI、區塊鏈、雲端運算、大數據、邊緣計算與物聯網（ABCD-E-I）的核心概念及其與數位貿易環境的交互關聯。在實務層面，學生將學會將生成式 AI 導入市場行銷與產業/個股分析報告撰寫，並能模擬操作區塊鏈錢包；最終，建立敏銳的風險評估思維，具備識別資安、隱私、合規性與技術地緣政治等新型態數位貿易風險的專業能力。
|
|||||||||||||||||||||||
|
教材大網：
數位轉型定義與國家/企業戰略
引導學生深入數位轉型導論，理解其定義、演進歷程、數位貿易的新概念，並剖析傳統與數位貿易的環境差異；接著進 入全球國家級數位轉型策略分析，對比美、歐、中、日等國的數位經濟與跨境貿易政策，並探討數位壁壘與地緣政治對全球貿易環境的衝擊；最後透過企業數位轉型報告拆解，導讀知名跨國零售與物流企業的白皮書，使學生掌握評估企業數位成熟度（Digital Maturity）的關鍵指標與實務方法。
教學參考節數: 6
數位化核心技術與貿易關聯（ABCD-E-I）
協助學生掌握雲端運算（Cloud）與物聯網（IoT）在智慧供應鏈及跨境物流的應用，剖析大數據（Big Data）與邊緣計算（Edge Computing）如何優化貿易數據的採集與即時決策，並深入探討人工智慧（AI）與區塊鏈（Blockchain）如何交織成為數位貿易的效率與信任基石，最終透過技術大融合的場景模擬，理解新興核心技術如何全面重塑全球智慧貿易生態。
教學參考節數: 8
生成式 AI 落地應用：行銷與產業分析
聚焦於生成式 AI 的商業實踐，首先建立大型語言模型（LLM）基礎與高效提示詞工程（Prompt Engineering）技巧，接著引導學生將 AI 工具導入數位行銷實務，生成多國語言文案、社群內容與進行受眾分析；後半段則聚焦於金融與產業分析，訓練學生運用 AI 自動化摘要海量財報與新聞、提取關鍵指標，並在防範 AI 幻覺的前提下，實戰撰寫結構化的個股與產業分析報告。
教學參考節數: 8
區塊鏈技術與加密錢包模擬實務
認識區塊鏈的本質、去中心化信任機制與智能合約的基本概念，深入解析加密錢包（Crypto Wallet）的運作原理、公私鑰與助記詞的安全管理，並釐清熱錢包與冷錢包的差異；實作部分將引導學生使用測試網（Testnet）模擬創建 MetaMask 等區塊鏈錢包、領取測試幣並進行模擬轉帳，親身體驗去中間化跨境支付與資產互動的完整流程。
教學參考節數: 6
引導學生深入數位轉型導論，理解其定義、演進歷程、數位貿易的新概念，並剖析傳統與數位貿易的環境差異；接著進 入全球國家級數位轉型策略分析，對比美、歐、中、日等國的數位經濟與跨境貿易政策，並探討數位壁壘與
著重於數位環境下的風險識別與決策思維，探討資訊安全、資料隱私法規（如 GDPR）、AI 智慧財產權爭議及區塊鏈智慧合約漏洞等新型態風險；學生將學習建立「技術與法規風險評估矩陣」，為跨境企業規劃防範策略。課程最後進行分組期末成果發表，結合前述生成式 AI 分析與區塊鏈應用的成果，提出特定產業的數位貿易風險評估與因應方案。
教學參考節數: 8
|
|||||||||||||||||||||||
基本素養能力圖
系科專業能力圖
授課形式分析圖
|
|||||||||||||||||||||||