高階的分析法可以協助公司解決多種管理問題,包括和行銷、銷售、供應鏈運作相關的問題,從而獲得可持續的競爭優勢。例如,公司若將個別顧客的行為和偏好建模,並提供客製化產品,而且產品價格盡可能接近購物者願意支付的價格點,同時降低個別交易的服務成本,如此便可以整合各種決策,並優化整個價值鏈。

但是隨著可用的數據增多,以及高階的分析法更加完善,經理人可能苦於不知該於何時、何地、將機器納入業務分析到什麼程度,以及在根據數據做決策時,應該運用自身的判斷到什麼程度。他們必須回答的問題是:從以人為中心的傳統方法,轉變為更大程度仰賴分析法和決策自動化,什麼時候這麼做是合理的?我們可以如何在這兩者之間取得適當的平衡?

我們兩位作者之一(法布里齊歐)創建一種實務做法,能協助客戶使用人工智慧(AI)將訂價和供應鏈決策自動化,以優化績效;另一位(達斯)是學者,設計一門企管碩士(MBA)課程,其中包含一些實地案例,專門用來說明如何使用AI來增強行銷、銷售和支持各種職能。我們合力設法了解如何發揮人和機器的最大潛力,以做出最好的商業決策。

...
已經是會員?立即登入
啟動您的「30 天成長計畫」
給自己一個月的時間,用知識升級大腦。
解鎖全站主題與豐富的文章庫與影音內容。
首月 NT$60
次月起 $360/月,隨時可取消。
還沒準備好訂閱?註冊會員,每月可享 3 篇文章免費閱讀。
免費註冊