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。
