自動化

為了有效整合生成式AI，本文提出一項新的典範：人機對話設計（Designing for Dialogue），也就是讓技術與人類共同分擔各種責任，並動態調整比重，達到效率更高的人機協作關係。本文提出五步驟做法，協助領導者更好地將生成式AI整合進工作流程中。

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。

AI不僅改變了我們的工作，也重新定義了工作，企業在人才管理上也必須做出因應，才能恰當地進行人才管理，從而取得商業成功。LinkedIn執行長指出，我們可以聚焦在3大轉變上：將工作重新定義為技能與任務的組合、重視技能與員工學習、接納AI並專注在人的合作。

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。

大家都知道數據很重要，但大多數的數據主管或資料主管都無法創造價值、衡量價值、展現價值，甚至為價值訂價。本文釐清數據長可以創造價值的四個領域，並分別描繪各自的價值主張，以及衡量這些價值的具體指標。

町洋集團董事長吳上財深知，要趕上智慧製造的潮流，不只生產線要自動化，管理也要自動化！AVM不僅帶來解決方案，也改造企業文化。