數據管理

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。

【第五屆數位轉型鼎革獎—年度領袖獎－大型機構組暨智造升級轉型獎－大型企業組楷模獎】華城電機在2024年的營收衝破200億元，讓數位化深入工作日常的企業文化功不可沒。三代接棒的總經理許逸德清楚認識到，數位轉型不是蒐集數據就好，更知道要怎麼從其中挖掘價值，並對科技發展保持開放心態。

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。