大家都知道生成式AI的能耐，但這些模型背後的環境成本呢？無論是訓練模型、部署模型進行推論，或是製造所需的相關硬體，都會留下龐大的碳足跡，因此，在生成式AI更普及前，應設法找到更環保的做法。本文建議公司採取8項步驟，既可以廣泛運用這項技術，又降低對環境的衝擊。
為了因應不斷變化的顧客需求，銷售領導人往往要求銷售人員使用許多科技，令銷售人員無法招架。領導人應該讓他們做得更少，但做得更好。為了達成這個目標，應該將AI科技視為隊友，並搭配人類獨有的能力：心智化。
企業的董事會雖然重視網路安全，但往往從錯誤的角度進行討論。本文從董事會的組成、討論焦點、與資安長的互動等面向，說明董事會為何無法正確討論網路安全，並建議幾種具體做法，讓董事會確實發揮監督網路安全的角色。
生成式AI看似前途無量，讓很多企業家躍躍欲試，想創辦採用這種技術的公司。但付諸實行前，必須先自問兩大問題：一、要進入基礎模型，還是應用程式的領域競爭？二、要提供顧客腳本式，還是生成式的解決方案？
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？
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。
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。
許多公司都在大力投資數據、分析和人工智慧，但研究顯示，公司不見得因此就轉型為數據驅動的企業，最近還有一股停滯不前的趨勢。數據策略專家提供四項建議，讓你的企業能夠有真正的數據革命。
ChatGPT這類生成式AI給各行各業都帶來意想不到的影響，有些領導人會盡可能減少人類執行的工作，有些則是保守觀望，而最好的做法是立即採取策略性的行動。對許多產業來說都很重要的顧客服務就是很好的案例，可以說明我們應該如何重新調整工作內容。
大多數公司通常是透過聚焦在地理區域、特定品牌或產品，或銷售通路來檢視自己的業務。這些觀點忽略了總體收入取決於個別顧客這一事實，本文提供稱之為「顧客基礎審計」的工具，通過觀察顧客行為來分析業務情況，為管理人員提供有用的見解。
FOUNDERS
PUBLIC-PRIVATE PARTNERSHIPS
PERSONAL PURPOSE AND VALUES
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。
