在當前的網路環境中，後台的AI推薦系統會依賴我們的數位足跡（比如我們的點擊內容、瀏覽頁面、購買等行為）來給予最佳推測，然而這些結果總是沒有真的「摸透使用者的心」。為了打造能更準確預測用戶偏好的演算法，組織可採取一系列有效做法：首先，檢查演算法是否存在人類偏見；其次，改進演算法設計以更好地反映使用者的規範性偏好；此外，應使用多樣化的用戶數據來訓練演算法；最後，確保演算法不僅參考用戶的實際行為，還能直接反映其指定的偏好。
行銷人員在運用生成式AI時，須了解4C良機：客製化（Customization）、創造力（Creativity）、連結性（Connectivity），和認知成本（Cost of Cognition）；與4C風險：編造虛構（Confabulation）、消費者反感（Consumer Reactance）、版權（Copyright），和網路安全（Cybersecurity）。並以「DARE架構」來協助行銷人判斷如何活用這項技術——分解（Decompose）、分析（ Analyze）、實現（Realize）、評估（Evaluate）。
許多業務銷售或行銷人員，仍只是把生成式AI當成一種新鮮的科技工具而已，而忽略它能帶來革新工作型態的能力。若要在銷售環境下運用生成式AI，就必須要有創意和互動，以提升商業敏銳度，以及對顧客的了解，最終提升銷售人員的績效。
流程探勘（process mining）原是在流程效能出問題時用於調查的工具，但現在已經演變發展為一個平台，用於大規模監測和改善營運流程的執行，以提高流程效率，協助實現企業價值。企業領導人如何充分發揮數位探勘的影響力？關鍵在於從取得流程績效的洞見（流程探勘的初衷），發展到採取能持續改善的行動。
大部分的知識型工作者都面臨「數位債務」：被高速流入的數位資訊和隨時在線的通訊所淹沒，工作中積壓未處理的資訊在不斷增加。生成式AI可以協助我們改善這個問題，尤其是對於知識型工作者來說，生成式AI特別可以在3個方面發揮助益：減輕認知負荷、提振認知能力、改善學習。
人工智慧很有可能顛覆我們現有的經濟。公司的董事會當然必須審慎加以因應。一個比較好的做法是，董事會透過仔細研究各種可能情境，來預測未來並制定適當的策略。
2021年，美國殖民管線公司（Colonial Pipeline）被勒索軟體攻擊，造成美國東部燃油供應鏈中斷，民眾恐慌搶購汽油。由此可見，網路威脅的破壞，不會止於數位世界。本文提出六項建議，幫助執行長們加強組織安全、應對網路攻擊，順利尋求政府與專家的協助。
沒有身分驗證技術，商家與顧客無從分辨交易對象是誰，數位經濟就無法運轉。身分驗證最重要的目的，是證明你的資訊──姓名、年齡、住址、電話號碼──有效且能連結到你。萬事達卡（Mastercard）執行長麥可．米巴赫（Michael Miebach），在本文探討這些技術的原理、使用情境以及數位身分證的隱憂。
隨著許多產業日益需要數據分析的能力，下一代的數據科學家將成為影響深遠的角色。本文指出下一代的數據科學家必須培養的4項技能，從發現問題、界定問題範圍，到引導問題、轉化解決方案，發揮他們對於企業的影響力。
在競爭激烈且步調快速的環境中，數位或實體零售商如果能利用AI即時大規模調整商品價格，營收與利潤將能獲得大幅成長。問題是，該怎麼即時調整訂價？
為了因應不斷變化的顧客需求，銷售領導人往往要求銷售人員使用許多科技，令銷售人員無法招架。領導人應該讓他們做得更少，但做得更好。為了達成這個目標，應該將AI科技視為隊友，並搭配人類獨有的能力：心智化。
MANAGING YOURSELF
PUBLIC-PRIVATE PARTNERSHIPS
LEADERSHIP
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。
