分析與數據科學

隨著人工智慧與數據工具爆炸式成長，企業紛紛設立數據與人工智慧長（CDAIO），但這些長字輩主管，往往因為焦點錯誤、缺乏組織的信任，注定失敗。本文建議公司採取五項步驟，幫助自家CDAIO達成任務。

ChatGPT的討論熱潮方興未艾，但我們必須了解，這只是生成式AI的一種表現形式，在其核心技術「生成式預先訓練轉換器」（Generative Pre-Trained Transformer，即GPT）的基礎上，我們還會看到哪些會出現在工作中的可能應用？

我們似乎陷入「AI炒作」的陷阱中，吹捧關於AI最新技術的任何描述，導致誤判許多「機器學習」專案實際產生的效益，而這會模糊領導人的視線。我們應淡化對AI的誇張描述，並正確理解機器學習與AI的區別。

自從數位時代來臨，能夠更精準掌握顧客動態的技術，令傳統的「行銷組合模型」（marketing mix modeling）看似過時。不過，隨著使用者愈發重視自己的數據隱私，以及蘋果等平台提出相關的限制規定，要準確衡量數位廣告活動對在用戶層級的影響，就變得窒礙難行。那麼，現在是行銷組合模型捲土重來之時嗎？該如何將之應用於數位環境之中？

龐大的使用者數據，蘊藏難以估量的價值，但企業在運用時，無論出於什麼目的或心態，都應該特別注意道德準則，以免引發意想不到的危機……

生成式AI能夠「生成」各式各樣的內容，其中可以生成程式碼這點，尤其重要。這樣可以為使用者提供一條從下指令到完成動作的簡便捷徑，我們將揮別下拉式選單，以更開放的方式與軟體或應用程式互動，這點將大幅改變顧客旅程的樣貌。

【#68-5】零錯誤（Error-Free）創辦人 邱強  

企業通常會採取一組高度整合、得到廣泛使用的科技，以求效率。但這套科技組合往往會共享顧客資料，在歐洲推出嚴格的隱私法規後，造成了一個問題：若要遵循法規，勢必得做複雜而成本高昂的調整。企業該如何因應，本文提供具體的建議。