《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。
對渴望保持領先的私人投資人來說,從找出潛在投資機會和進行盡職調查,到提高投資後的價值,使用外部數據與人工智慧能在市場中獲得關鍵性的優勢。
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。
企業必須回答兩個問題:第一,我們產品使用數據的廣度如何?第二,我們產品使用數據的豐富度如何?這兩個問題的答案有助於企業打造4類融合策略:融合產品、融合服務、融合系統與融合解決方案。融合策略的架構具有動態本質。大部分企業都會從只需要最低數據量就可以建立的融合產品策略著手,然後隨著經驗的累積拓展到融合服務與融合系統,接著可以努力推進到創造最多價值的融合解決方案。
數據已成為現代企業不可或缺的重要資產,轉型為數據驅動的企業,是領導人迫在眉睫的任務。本文分析兩家大型國際公司:漢威聯合與Chr. Hansen的成功轉型案例,討論如何將數據、數位與商業策略進行有效融合,加強競爭力。
要從傳統策略轉向融合策略,工業公司必須重新思考營運的每一個面向,從如何運用數據、如何與其他企業合作,到如何服務個別客戶都包括在內。下表簡要概括傳統策略和融合策略之間的主要區別,未涵蓋所有層面。工業公司會在今日的營運方式與未來運用融合策略的營運方式之間,找到更多差異。
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。
未來可以預測嗎?如果透過數據量化分析,我們便能看出趨勢,制定策略。紐約史登商學院教授艾美.韋伯(Amy Webb)便聚焦於此,成立「未來今日研究所」。本刊特別越洋專訪韋伯教授,請她分享自己的觀察。
餐飲業不只提供美食,還有顧客從「前往就餐」到「用餐結束後」的美好體驗,尤其顧客在這段消費歷程中不斷留下數據,餐飲業者可以發揮這些數據的潛在力量。本文提供六大數據策略,包括:如何挑選餐廳店址;管理訂位顧客;管理排隊情況;管理服務就餐的流程;打造個人化菜單;管理不同的點餐管道。
企業為了改善營運而部署機器學習,但往往遭遇挫折。究其原因,在於企業關注科技遠多於關注如何部署科技。本文建議把焦點移回部署,並提出一套bizML方法,以6大步驟引導企業一步步規畫,為改善營運做出最好的準備。
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。