貝伯森學院(Babson College)資訊科技與管理校聘傑出教授、麻省理工學院數位經濟計畫(MIT Initiative on the Digital Economy)訪問學者、德勤(Deloitte)AI 業務資深顧問。他與人合著《全力投入AI》( All-in on AI: How Smart Companies Win Big with Artificial Intelligence, HBR Press, 2023)。
近年來,許多企業不斷擴增技術職能的長字輩職位,比如數據長、技術長、數位長,導致職權重疊、決策權分散,影響數位轉型的效率。然而,現在有些組織開始逆向操作,整合這些職能,打造「超級技術」(SuperTech)的領導人,通常稱作「資訊長」,他們不僅負責 IT,還涵蓋數據、分析、AI、網路安全等領域,甚至涉足企業營運,讓數位轉型更具一致性與可執行性。
生成式AI蔚為風潮以來,許多公司都忽略了另外一種存在更久的AI:分析式AI。雖然這種AI的能見度比生成式AI還低,但重要性卻不在其下。本文詳細介紹兩種AI的差異,也提出豐富例證說明企業領導人在何種條件下該採用何種AI,才能徹底釋放AI的威力。
流程管理做得好,生產力就會提高,但問題是,企業很難將AI大規模融入流程管理,因此很難運用AI的威力,大幅改進流程。本文提出七大步驟,協助企業結合AI和流程管理,提升業務績效。
企業在導入生成式AI時,經常不知道該從哪裡開始。解讀與分析「顧客聲音」是一個簡單又有效的方向;「顧客聲音」就是來自不同管道的顧客反饋,例如語音、訊息或社群媒體評論。生成式AI能夠快速處理這方面的數據,協助提升顧客滿意度,進而帶動業績增長,讓企業迅速看到實際成效。
生成式AI這樣能激發人們想像力的新技術,正在推動企業向數據導向文化邁進。根據一項年度調查,許多大企業的領導人表示,他們組織的建立數據及分析文化有了顯著提升。要抓住這一科技帶來的變革機遇,企業需要在實驗、實際部署和教育上投入更多資源,以真正將這種技術優勢轉化為文化力量。
AI已經在營運作業的改善流程上有所作用,執行速度比單靠人類更快,成本也更低,令傳統的精實六標準差顯得過時,我們需要將兩者結合的妥善做法。本文檢視AI在「DMAIC」的各個階段能帶來哪些協助,並討論未來要面臨的挑戰。
《富時》100指數成分股的報告,平均長逾200多頁,這就難怪人類分析師會被資訊淹沒,忽略真正有價值的細節。近來,有些企業開始運用生成式AI分析競爭對手發表的公開資訊,更精準掌握商業動態。換句話說,在競爭情報、行銷、策略等領域,生成式AI能成為慧眼,發現有用的洞察。
想讓生成式AI模型成效卓著,企業必須在數據上做好準備,必須好好整理那些相對非結構化的數據,讓數據更精準、更新、更獨特。
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。