分析與數據科學

哲學，這個看似跟工程師最無關的學科，如今可能會變成必修課。在AI時代，建立清晰的心智模型，並理解問題的「為什麼」，已成為關鍵技能。未來的優秀工程師需要具備這樣的能力：將問題拆解、運用第一原則思考，並能有效與AI互動；這些技能對許多職業也同樣重要。

許多公司都想利用新科技（例如AI）的威力，為組織創造成長。但要真正發揮這些科技的潛力，公司就要先解決「流程債」：老舊過時的工作方式。領導人可依循5大步驟，一步步擺脫流程債，徹底享受新科技帶來的好處。

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。

領導人在決策時，通常會參考內部數據或外部研究的結果，但往往不是將這些數據奉為真理，不加思索地當成決策基礎，就是棄之如敝屣，完全不加考慮。本文認為領導人要透過5種問題，徹底思索這些數據背後的種種條件，才能做出最好的決策。

許多公司相信運用生成式AI可以帶來長久的競爭優勢，但實際情況可能是競爭對手也同樣享有它帶來的好處，從而消除你的競爭優勢。不過，作者仍然認為還有一線希望：善用別人無法複製的獨特能力與資產。

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）。

B2B企業將留住客戶視為優先任務。但由於客戶初期投入成本低，如果發現自己沒有獲得預期的效益，可以輕易終止關係。因此，客戶關係健全與否就非常重要。本文提供一個客戶健全評分系統，不僅可以衡量健全程度，還能從中找出需要改善的地方。

《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。