AI/DX 顧問
釐清商業問題、可用資料、內部負責人、風險邊界，以及第一個可執行的 AI 或 DX 服務路徑。
FortuneTek 服務接替 / AI-DX 顧問 / 政府補助 / 日台合作
承接 FortuneTek 服務經驗，整理企業 AI 與 DX 的下一步
In-Stars 是承接 FortuneTek 既有服務經驗的公開顧問入口，協助企業把 AI/DX、政府補助、產學合作、日台商務協作、企業訓練與 PoC 規劃整理成可討論、可分工、可推進的下一步。
預約 In-Stars 初步顧問諮詢
DLINVIDIA DLI Instructor profile
NCU中央大學企管教學 profile
DXDX roadmap、ERP/process、AI PoC 準備
FortuneTek Service Continuity
把顧問、專案規劃與夥伴開發整合成公開服務入口
如果企業不確定應該從 AI/DX、政府補助、產學合作、企業訓練、日台合作或 PoC 規劃哪裡開始，In-Stars 可以先協助整理需求與下一步。
FortuneTek 服務接替
把既有顧問、專案、訓練與夥伴開發經驗，整理成單一公開聯絡入口。
補助與計畫書規劃
檢視 SBIR、SIIR、CITD、AI PoC 題目適配性、佐證資料、計畫敘事與審查時程。
產學合作
連結企業題目、學研夥伴、場域驗證、交付角色與成果轉譯。
DLI / AI 訓練規劃
以實作型 AI 學習、產業培訓與大學教學經驗，協助主管與內部團隊形成共識。
日台 DX 協作
支援日台商務協作、技術提案翻譯、市場進入準備與夥伴會議。
Business Benefits
具體效益，不只是 AI 口號
首頁需要直接回答客戶會得到什麼：不是先買工具，而是先得到可排序的問題地圖、可驗收的 PoC 範圍、可送審的證據與可交付的下一步。
7-14 天內釐清決策
把分散的 AI 想法整理成 use-case map，標出資料可用性、流程 owner、風險、預算與優先順序。
90 天 PoC 可驗收範圍
定義問題、資料邊界、工作流程、驗收指標與預算決策所需證據，避免 PoC 變成無止境試工具。
補助與產學合作可送審材料
把技術題目轉成 SBIR/SIIR/CITD 式敘事、產學角色、場域驗證與審查可理解的效益證據。
先訓練再導入工具
用 DLI 與企業 AI training readiness 對齊主管、工程、使用者與內部 champion，再決定平台、知識整理或 AI 助理導入。
FortuneTek To In-Stars
FortuneTek 文案如何轉成 In-Stars 的成交內容
FortuneTek 保留為母品牌信任來源；In-Stars 則把這些素材改寫成企業買方看得懂的顧問頁、診斷清單、補助敘事與交付框架。
從母品牌信任到買方問題
FortuneTek 的歷史與合作脈絡作為信任證據，In-Stars 負責把問題說成 AI、DX、補助、PoC 或訓練需求。
從案例故事到可複製方法
路燈創新、智慧照顧、3C3I 與產學合作案例，不只展示成果，而是拆成 challenge、approach、evidence、framework。
從一般詢問到正確導流
企業顧問、補助、PoC、治理導 In-Stars；課程、通路、社群、內容成長導 LiUX；活動成效與 QR/UTM 由 3JK 留證。
DX Authority Foundation
DX 權威基礎：DLI、校園教學、ERP 與產學 PoC
In-Stars 將這些公開來源用作角色與經歷佐證，以及生態系脈絡說明；不宣稱 NVIDIA、TIBAME、中央大學、UMC、TWAICoE 或任何合作單位對 In-Stars 正式背書。
NVIDIA DLI instructor profile
以 Samuel Liu 的公開 NVIDIA DLI Instructor profile 作為 AI 技術訓練與 hands-on learning 的可查證身分。
TIBAME NVIDIA DLI instructor
TIBAME NVIDIA DLI 課程頁列出 Samuel Liu 擔任 LLM 應用課程講師，連結企業培訓與人才通路。
中央大學企管教學
中央大學企管系兼任助理教授 profile 顯示 AI、LLM / 生成式 AI、AIoT、雲端/邊緣、敏捷專案與企業數位轉型專長。
ERP / process DX
中央 ERP 中心與流程教學脈絡支撐企業流程改善、資料治理與流程自動化準備。
產業與政策生態系
UMC、TWAICoE 與 FortuneTek 成功案例分別作為企業場域、政策資源與案例資產脈絡，不作背書宣稱。
諮詢準備
讓企業更容易判斷下一步怎麼走
In-Stars 會把可查證經歷、合作情境、導入路徑與下一步準備整理清楚，讓企業在第一次諮詢前就能判斷適合討論 AI、補助、PoC、產學合作或日台協作。
先看可查證基礎
用公開經歷、教學訓練脈絡與案例邏輯，協助企業先確認合作基礎。
釐清服務路徑
判斷下一步應先做顧問諮詢、補助準備、產學媒合，還是小型 PoC。
整理實務條件
在選工具或廠商前，先整理流程、資料、負責人、時程與驗收標準。
接到下一次討論
把初談轉成明確的服務入口、聯絡窗口與下次會議準備清單。
案例方向
從既有經驗延伸出可討論的企業題目
路燈創新 → 智慧城市 AI PoC
把公共設施創新轉成資料、維運與能源效益驗證。
智能照顧學習系統 → 場域驗證
把照護與學習系統轉成產學合作與 PoC 題目。
3C3I → AI marketing automation
把顧客、內容、通路與洞察串成可驗收的 automation 顧問方案。
先釐清商業決策，再選擇合適服務路徑
留下企業題目、目前要做的決策、預計時程與可提供資料。In-Stars 會先協助判斷下一步應該是 AI/DX 顧問、補助計畫、產學合作、日台協作，或 PoC 規劃。