資訊科技

許多企業推行人工智慧專案看似很順利，最後卻以失敗收場。大多數原因在於企業投注大量的時間資源來打造人工智慧模型，卻沒有考慮能否與自己現有的系統搭配。本文提醒主管，應從最初就打造能發揮人工智慧效益的生產環境，並成立適合的團隊。重點並不在於人工智慧模型本身，而是需要一整套由人工智慧推動、順暢的運作機器，才能將企業從今日所在的位置，帶向未來期許的目標。

整理達人近藤麻理惠，在清理和整理個人物品方面家喻戶曉。處理企業內日積月累的數據資料，也可以沿用近藤麻理惠的收藏心法。本文將近藤麻理惠的六項整理規則，逐一應用在企業上，讓領導人從分配預算開始，到留下「令人喜悅」的有用資料，實現有效率的資訊管理。

許多針對人工智慧行動方案的建議，都應該從小型計畫開始做起。然而，分散在不同部門的許多人工智慧試辦計畫，無法為你的企業帶來更廣泛、更具策略意義的好處。企業應該架構一個「本體」，來發展更適合的人工智慧。本文提出架構本體的四個步驟，用一致、周全的方法來發展和調整本體，好讓人工智慧系統變得夠聰明而能產生影響。

現今許多企業建構的資訊科技系統，就像著名的溫徹斯特大宅，雜亂無章、虛耗工程，也很難使用。溫徹斯特夫人的裝修是輕率的，但企業迫切需要一個藍圖，說明如何使用資訊來協助企業創造價值、獲取價值，如何整合不同類型的資訊，以及組織流程的標準化要達到什麼程度。本文提供五項要點，讓企業領導人能建立一套打造資訊科技系統的總體計畫。

檢視標準普爾1500指數公司，我們發現從1999到2017年，企業內薪酬最高前五名的高階主管當中，行銷長的人數減少35％，與此同時，技術長的人數則在飆升。理由之一，或許是資訊科技在企業內部的重要性與日俱增，相關人才能從資訊的角度切入市場，只倚賴傳統4P行銷原則的行銷長，則面臨危機。或許，不應再讓行銷部門與技術部門各自為政，而應緊密協作，才能順應逐漸改變的市場生態。

資料長這個角色，通常背負不切實際的期待，以及不明確的工作重點。因此，資料長難以在背負的所有期望上，都有卓越表現。也因為對執掌並無共識，資料長通常任期不長。因此，組織應選擇最適合自己情況的資料長職責。

隨著演算法變得愈來愈聰明，華爾街誰會是贏家，誰又會是輸家？機器學習讓強大的演算法能夠分析大型資料集，以便針對所界定的目標來做預測。這些演算法能透過試誤而自行調整，隨著取得更多資料，使預測愈趨準確。然而，機器學習雖然能大幅強化投資決策，但本身仍有重大限制，嚴重削弱表面上可望達到的成效。

超過一半的臨床醫師表示身心俱疲，因為有無止盡的記錄文件和寫報告的工作；通常他們每花在病患照護上一小時，就需要花兩小時在電腦上。人工智慧可以減少文書工作，讓醫師有更多時間診療病患。開發讓醫師有自主權的技術，才能讓他們重新回去做自己喜愛和接受訓練去執行的工作。