【AI60問】Q56企業為什麼要發展人工智慧?

by 提拔我園丁

人工智慧的技術、資源、以及基礎建設已經趨近成熟,不論組織的大小,只要策略性的規劃投資與發展方向,人工智慧都能夠為組織帶來龐大的商業價值。 MGI更是於一次2018年的研究中指出,倘若70%的組織採納部分AI技術,而50%的大型組織全面採納AI技術,在2030時,人工智慧 (包括機器學習) 將能夠給全球GDP帶來另外13兆美金的潛能。

從技術的角度來看,人工智慧在過去的五年間迎來了一場爆炸型的成長,不僅是出於企業領先科技公司的龐大資本投資,同時更是因為開源碼以及其他社群效應而讓這個產業享受著來自全的專家的共同研發。 而從各個產業的採納率與技術滲透率來看,AI技術也成功的在電信、金融、軟體平台、以及製造等多個產業帶來了極大的影響,德勤研究更是預估AI會在2025年時,全球市場成長至6.4兆美金,近乎是2020年的三倍。

人工智慧可為企業帶來龐大商業價,而企業發展人工智慧可從打破數據孤島、數據決策、敏捷實驗等三方面著手:

1、從數據孤島,變為跨領域合作

過去企業不了解資料的重要性,前期缺乏整體的規劃,每個業務部門因為需求不同,按照各自的方式與系統處裡資料,甚至以商業機密為考量,不願與其他部門合作、共享,以至於在企業內存在許多「數據孤島」。

事實是,資料的整合是影響成功與否的關鍵要素。因此由跨領域、跨部門的成員共同執行人工智慧專案,將可以關注到企業內不同視角的重要議題,並且藉由數據的打通與整合,將可以提高數據價值,保持企業競爭優勢。

目前在台灣有少數企業開始注意到「資料治理」的重要性,甚至直接經由董事會通過,規定資料屬於公司資產,不屬於任何特定部門或個人,並設立專責單位以解決跨部門資料使用的衝突或矛盾。

2、從以領導者經驗決策,變為數據決策

長久以來,企業習慣基於過去的成功或失敗經驗,來作為決策的準則,尤其台灣中小企業多以家族企業為主,仰賴經驗法則的營運方式更是普遍。

但是光憑經驗未必跟得上科技變化的速度。當人工智慧開始普遍被企業採納使用後,演算法就可以為各個層級的員工提供決策的建議,這樣的決策結果,在很多領域可能會比領導者以經驗做的決策更為準確。

3、從保守避免風險,變為敏捷、勇於試錯的組織

「轉型是找死,不轉型是等死」這是許多企業面臨轉型時的掙扎,因此遲遲不敢跨出第一步。而另一個原因常見的原因是領導者認為需要萬事俱備、技術成熟才能全部上線,以避免風險的發生。但是人工智慧的應用是需要不斷試錯、修正,鮮少能夠一步到位,因此企業需要有從錯誤(或測試)中學習的心態,把錯誤當做前進的動力,如同俗諺所說:「你不需要很厲害才開始,但是你需要開始,才會很厲害!」。

要成為具有實驗性質的企業,也代表著要有足夠的敏捷力,例如決策的速度是否足夠快以因應測試的結果?自動化程度高不高?數據是否已經整合與完善?這些因素都將影響企業的敏捷程度。

想成為爬蟲工程師 、資料分析師 、資料工程師 、資料分析領域專家 、人工智慧產品經理嗎?還是你的公司正需要培養此領域人才呢?

企業在導入人工智慧時面臨的挑戰?

在職場工作者強化人工智慧的認知及技能的同時,企業的方向與策略也必須與時俱進,而方向與策略是否正確,關鍵在於擁有決策權的主管

如何打造第一支人工智慧團隊,通常人工智慧團隊的核心成員有資料科學家、資料工程師及機器學習工程師三種專家。當然,也有人可以身兼多種角色,團隊成員可多可少,初期若有資源疑慮,也可以先從兩、三個成員開始,先求有、再求好。

資料科學家擅長連結資料與商業價值,資料工程師擅長蒐集及處理資料,機器學習工程師擅長演算法,從資料裡頭萃取出最多的資訊,讓人工智慧系統的決策更精準。

其中,又以資料科學家最廣為人知。資料科學家,就是能夠定義問題與目標,能夠處理、分析資料,讓資料為企業產生商業價值的專業工作者。

在技術層面上,必須在資訊、統計、業務領域等領域有一定的造詣。在專業能力上,程式及分析能力當然有其門檻,但更難得的是商業敏銳度,可以理解甚至預測商業上的潛在威脅、挑戰與機會。

在人格特質上,除了熱情、細心與溝通能力之外,最好還有一定的創意;有創意的人才懂得在企業流程常規中,提出一般人無法發現的缺點。

企業執行轉型或AI要注意的三大要點:

1、擁有決定權的主管要清晰讓員工知道為什麼轉型

清楚讓同仁知道願景、使用、目標、效益在哪,並說服高階主管、員工執行,許多企業會成立AI學員瀑布方式,數位轉型、AI、數位優化,

2、要找對的人與合作夥伴主導 :

可以導入外部的合作對象 ,但佈建團隊找尋的人才絕對不能只是擁有AI的知識與應用經驗,還需要有好的溝通能力。ex:顧問團隊、AI自動化工具廠商。

3、第三點從簡單的小專案展開第一步 :

可先從時間短、效果明確的小專案展開,一次先別設定過高的門檻。

推薦課程:製造業、服務業的數位轉型痛點與解方,進一步了解更多企業導入數位的痛點與應用

點我了解 AI資料科學家-三階段全方位學程班 👉 https://www.tibame.com/eventpage/ai_datascientist 

每日5分鐘, 提拔我園丁陪你快速添補AI/資料科學知識與技能。

若想了解更多AI/資料科學的小知識、及各產業的相關應用,歡迎訂閱TibaMe FB及部落格,或有其他想了解的主題歡迎在下方留言讓我們知道唷!

參考資料

分享這篇文章:
0 comment
2

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料