零售商憑藉實體店出貨的優勢，履行線上訂單更快、更省成本；但廠商接單時僅靠預測庫存，而非即時庫存，一旦店面缺貨，就可能以替代品出貨，長此以往，將對顧客忠誠度造成長期傷害，使消費幅度降低，導致可觀營收損失。零售商若想維繫在全通路世界的競爭力，就需持續優化履約機制，朝向以顧客為中心的決策方式。
研究人員分析了100個品牌導入生成式AI案例，歸納出企業運用這項技術的四種策略原型：大膽創新者，企圖以生成式AI重塑市場格局；嚴謹整合者，著重於信任、控制與法遵；快速追隨者，鎖定低成本、高影響力的快速成果；以及策略型建設者，以長遠視野發展生成式AI，自建智慧財產並推動持續優勢。
在經濟成長放緩、AI取得大幅進展的時代，許多企業想要出售自家數據牟利，但不知道該如何變現這些珍貴的資產。本文提出三大問題，供領導人思考如何從數據創造價值，以取得長久的競爭優勢。
小蝦米如何擊敗大鯨魚？新創公司雖然規模小，若能妥善運用AI，也有機會與大公司一較高下，甚至成功擴大公司規模。本文提供一套架構，指引雄心勃勃的創業者如何採用AI，讓自己的新事業如虎添翼。
在AI、電動車與儲能系統改寫全球產業版圖的浪潮下，多數傳產仍在摸索轉型方向。然而，創立超過半世紀的華城電機，卻靠著第三代接班人許逸德的創新管理思維，完成驚人翻轉：股價暴漲620％、營收三年從80億成長至250億。他以「與時俱進、務實創新、標竿學習、彎道超車」為16字訣，從「別人不做的事」突圍，推動「大生管」制度與「60％啟動」策略，讓傳產走上AI與綠能並進的成長曲線。
企業導入生成式AI，若只仰賴通用模型與外部內容，難以獲得實質報酬。「檢索增強生成」（RAG）是目前最有效整合自家專有知識與大型語言模型的做法，前提是非結構化數據具備足夠品質。本文說明企業該如何準備、清理、評估與維護這類內容，讓AI真正解決業務疑問、發揮價值。
為何AI導入後，仍無法提升團隊效率？本文以一家《財星》500大企業為例，揭示通用型AI難以貼合實務流程的原因，並提出解方：「工作圖譜」與「逆向機械式在地化」（RML），協助AI學習實際脈絡、提升契合度。這種量身打造的方式，讓AI真正發揮助力，提升準確性與產出效率，並帶來更高的投資報酬。
2021年美國核心創意產業貢獻GDP約1.8兆美元。然而，生成式AI公司未經授權使用這些作品來訓練模型，引發超過40件訴訟。這場爭論牽動AI企業的商業發展，也涉及創作者的權益與生計。研究這些訴訟案，我們可以獲得一些啟示，對於權利人與AI公司皆受用。最重要的還是：創作者的原創內容仍是AI價值的核心。
生成式AI常會出現各種幻覺以及大量不一定有用的建議。亞馬遜的Catalog AI系統雖然可以自動生成商品頁，以及相關的商品標題、圖片、說明等，也苦於這些難解的問題。亞馬遜後來採取哪些步驟，不但確保AI生成的品質，還能大規模測試各項微調的效果，本文有精彩的說明。
關於生成式AI的衝擊，探討的問題已經從「我會被AI取代嗎？」深入到「企業無償用我產生的數據來訓練AI，還試圖替代我？」提升AI效能所必須的高品質數據，來自許多工作者的知識、經驗與輸入，而這些個人數據的價值需要被肯定與保護。本文提出「數據合作社」的概念，探討如何在AI時代中尋求勞資關係的解方。
談到推動AI轉型，你會先問「這項技術有什麼用」，還是「這項技術如何幫助我們實現使命」？這其中暗藏成功與否的關鍵。2024年的研究指出，僅有26％的企業成功開發出可用的AI產品，只有4％真正獲得顯著投資報酬。如果不想成為失敗的大多數，企業可用「OPEN架構」與「CARE 架構」，兼顧創新機會與風險管控，真正推動有價值的AI轉型。
LEADERSHIP
PUBLIC-PRIVATE PARTNERSHIPS
MANAGING YOURSELF
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。
