湯瑪斯．戴文波特 Thomas H. Davenport | 哈佛商業評論・與世界一流管理接軌

企業導入生成式AI，若只仰賴通用模型與外部內容，難以獲得實質報酬。「檢索增強生成」（RAG）是目前最有效整合自家專有知識與大型語言模型的做法，前提是非結構化數據具備足夠品質。本文說明企業該如何準備、清理、評估與維護這類內容，讓AI真正解決業務疑問、發揮價值。

2025/10/20

別再盲用生成式AI！行銷人員可以三大提問部署策略

人工智慧與機器學習|數位版文章|杜魯．葛瓦爾、欣西亞．薩托尼諾、湯瑪斯．戴文波特、阿布希吉．古哈

生成式AI成為行銷助力，從撰寫產品文案、到預測顧客反應，都表現不俗，但導入過程中卻面臨實際挑戰。若想有效利用生成式AI，須先釐清三大核心決策：選擇生成式還是分析型AI？輸入資料應客製化還是採用通用型？交付前是否需要人工審核？再輔以一套四象限架構，行銷團隊可評估AI工具與策略的取捨，善用AI創新，同時穩控風險。

2025/07/01

投資生成式AI真的划算嗎？關鍵就卡在「6大能力」

科技與分析|數位版文章|湯瑪斯．戴文波特、約翰．史維歐克拉

許多企業想要投資生成式AI，但有觀察者質疑這麼做是否划算。其實關鍵不在技術，而在缺乏讓AI產生經濟價值的能力。若想真正看到回報，先得打好六大基礎：行為改變、要有對照實驗、衡量商業價值、做好數據管理、培育人才、系統化思考。只有具備這些能力，並讓AI專案貼合企業的目的，才能讓生成式AI成為競爭力，而非消失的成本。

2025/06/05

「SuperTech」崛起！是時候整合技術職能的長字輩主管

科技與分析|數位版文章|湯瑪斯．戴文波特、約翰．史班斯、索拉布．古普塔

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。

2025/02/11

生成式AI與分析式AI，比一比！

人工智慧與機器學習|紙本文章|湯瑪斯．戴文波特、彼得．海伊

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。

7 大步驟融合流程管理與AI

生成式人工智慧|精選專題|湯瑪斯．戴文波特、湯瑪斯．雷曼

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。

2024/12/18

顧客的聲音，生成式AI也聽到了！滿意度提升的關鍵就藏在這裡！

人工智慧與機器學習|數位版文章|湯瑪斯．戴文波特、吉姆．史騰尼、麥可．湯普生

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。

2024/12/04

生成式AI推動公司文化更加數據導向

分析與數據科學|數位版文章|湯瑪斯．戴文波特、蘭迪．畢恩

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。

2024/09/09