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。
2021年,美國殖民管線公司(Colonial Pipeline)被勒索軟體攻擊,造成美國東部燃油供應鏈中斷,民眾恐慌搶購汽油。由此可見,網路威脅的破壞,不會止於數位世界。本文提出六項建議,幫助執行長們加強組織安全、應對網路攻擊,順利尋求政府與專家的協助。
沒有身分驗證技術,商家與顧客無從分辨交易對象是誰,數位經濟就無法運轉。身分驗證最重要的目的,是證明你的資訊──姓名、年齡、住址、電話號碼──有效且能連結到你。萬事達卡(Mastercard)執行長麥可.米巴赫(Michael Miebach),在本文探討這些技術的原理、使用情境以及數位身分證的隱憂。
隨著許多產業日益需要數據分析的能力,下一代的數據科學家將成為影響深遠的角色。本文指出下一代的數據科學家必須培養的4項技能,從發現問題、界定問題範圍,到引導問題、轉化解決方案,發揮他們對於企業的影響力。
儘管AI如此迷人與強大,但大部分的AI專案還是失敗了。但這種失敗其實是可以避免的,那該怎麼做才能提高成功的機會?
隨著生成式AI被採用的範圍愈廣、迭代升級的速度愈快,員工若要將之運用在工作中,也必須無時無刻學習如何與之互動。本文提供一套「STEP架構」,可以幫助領導人,引導員工善用新科技。
生成式AI的影響力將在數年內擴及整個經濟領域,但它帶來的風險也不容忽視。如何發揮它的最大效益並抑制風險,可依循本文介紹的具體方法。
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?
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?
MANAGING YOURSELF
PUBLIC-PRIVATE PARTNERSHIPS
LEADERSHIP
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。