美國貝伯森學院(Babson College)資訊科技與管理校聘傑出教授、麻省理工學院數位商業中心(MIT Center for Digital Business)研究員、國際資料分析研究所(International Institute for Analytics)的共同創辦人、德勤分析(Deloitte Analytics)的資深顧問。與尼廷.米塔爾(Nitin Mittal)合著《全力投入AI》(All In on AI)。
大家都知道生成式AI的能耐,但這些模型背後的環境成本呢?無論是訓練模型、部署模型進行推論,或是製造所需的相關硬體,都會留下龐大的碳足跡,因此,在生成式AI更普及前,應設法找到更環保的做法。本文建議公司採取8項步驟,既可以廣泛運用這項技術,又降低對環境的衝擊。
在當今瞬息多變的環境中,如何善用公司的專有知識,對競爭和創新能力至關重要。而生成式AI正好為知識管理燃起希望。本文介紹企業目前主要採取哪些方法,以及在內容編選、確保品質與法律治理方面,可能面臨什麼挑戰。
當生成式AI讓寫程式碼的專業性降低,我們似乎迎來「公民開發」的時代。使用者能夠自行開發符合需求的程式,專業人員也能撥出時間專注於複雜的系統研發;然而,相關的數據治理難題也應運而生……
企業流程再造,是上世紀90年代盛行的觀念,但實行成果卻沒有與期待相符。人工智慧做為一種用途廣泛的自動化預測與決策科技,將能為流程再造帶來新的氣象。本文說明人工智慧如何促成流程再造,並提供一些成功的案例。
大型公司多半都設有數據長,但這個職位該負責什麼職務,許多公司並不清楚,而且任期也不長。數據長必須為公司創造與證明價值,才能解決這些問題。然而,該用什麼策略來進行?研究數據管理與數據長的頂尖學者,提出了八種策略。
ChatGPT一推出,就成了社會熱議的焦點。但在它推出前夕,本文作者就點出了這類生成式人工智慧的潛力。到底什麼是生成式人工智慧,它如何應用於行銷、程式設計、對話和知識管理,以及它對法律和道德帶來了哪些問題,本文一次讓你了解。
說到推行AI運用,許多公司的執行規模都太小,試探性質太強。據調查,在90%已經進行一些AI投資的公司中,三年來取得商業效益的不到40%,因為小規模運用的成效有限。那麼,那些大力投入AI運用並取得成功的公司,做對了什麼?
臉書、蘋果、亞馬遜、Google、優步(Uber)等頂尖公司,已經以驚人的速度創造了價值。這些公司大多是數位原生的多邊平台公司,善用人工智慧創造了巨大的優勢。傳統公司是否也有可能運用這種商業模式?本文以幾家成功轉型的傳統公司為例證,指出非數位原生的公司,或資源不那麼充裕的中型企業,可透過六個步驟達到轉型的目標。
為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多 cookies 資訊請閱讀我們的隱私權政策。