top of page

如何以AI推動業務

Updated: Apr 28

人工智能(AI)是商業發展的未來,從金融到醫療再到智慧城市,無不如此。很多人都開始相信,它們今天的營運模式5年後不復存在。據統計,較早採用人工智能的企業,已經看到生產率、性能和業務成果提高了5%至10%。這些企業使用的AI工具包括聊天機械人、風險預測、資料類比演算法,以及自動化製造等。 許多公司都在關注人工智能怎樣影響未來的商業模式,但大部分公司對人工智能的作用缺乏充分理解,其實技術顛覆並不是什麼新鮮事,但人工智能所衍生的變革速度,可能絕不尋常。情況有點像蒸汽機及電力的發明,直接開啟了十八世紀的工業革命,更為資訊化時代提供無限可能。 因此,我建議企業在初次嘗試使用人工智能之前,首先問自己一個問題:你試圖解決的問題是什麼?然後看看人工智能可以如何在這方面發揮作用,最好從小改進開始,透過親身行動來加深理解,並以此盤算自己的人工智能整體規劃。關鍵是你要知道自己需要什麼,而不是技術可以做什麼。問題定義清晰了,事情就已經解決了一半。企業可以採取幾個簡單步驟,為未來人工智能的發展投石問路:

  1. 要把人工智能成為商業的重要推動力,需要時間醞釀,惟首先要有企業最高層發揮領導力,推動專案開始。2.選擇一些你認為可以逐步改善業務的小領域,用數據去定義及評估怎樣才算成功,這樣可以更有利從錯誤中學習。從明確的目標回溯,建立資訊資源,然後關注資訊品質。以資訊驅動配合人工智能產生業務價值,解決目標問題。4. 基於小領域的成功經驗,擴大試點,同時關注員工對於試點的感受。5. 技術人才永遠都不足,根據企業的業務方向,建立匹配的資訊戰略。6. 立即開始行動非常重要,這樣你就不致落後對手。設想人工智能如何能使你的業務受益至關重要。關於人工智能如何落地,最重要的不是技術,而是解決業務問題的思路。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page