top of page

AI理解深度 決定企業生死

塔爾瓦爾(Rohit Talwar)身為全球頂尖未來學家、屢獲殊榮的主題演講人,他尤其關注如何利用新思維、創新,以及人工智能(AI)和智能工作流自動化等來推動商業、社會和個人生活的發展,大灣區國際信息科技協會有幸在3月份邀請他遠赴香港作主講嘉賓。 為了屆時能更好地與他交流,筆者做了一些學習筆記公諸同好。礙於篇幅所限,只選取其中五個觀點如下: 1. 這次的浪潮,究竟有何不同? AI的根本差異,在於它不僅僅是工具的迭代,更是「思考方式」的重塑(思維2.0)。當中結合算力、大數據、物聯網和機器學習,第一次讓機器擁有了「學習」和「推理」能力。作為先導者,我們必須投入時間去理解:它為何而來?資本為何瘋狂?真正機遇潛藏在何處? 2. 潛力無限,但第一步如何邁出? 讓機構真正「觸摸」到AI的力量,圍繞一個具體業務痛點,透過更精準的客戶洞察、更智能的生產排程,進行一次小規模的實驗。關鍵在於「快速學習、快速感知」,而非追求一步到位的完美方案。 3. AI的發展速度,我們真的理解嗎? AI發展步伐之快,超出了大多數人的預期。我們必須意識到,這不再是一個可以「等等看」的選項,而是一場需要持續的動態賽跑。 4. 在「試錯」的時代,如何衡量成功? 在AI探索路上,失敗是常態,甚至可以說,90%的實驗可能都無法直接轉化為商業成果,我們必須擁抱「快速且廉價地失敗」的理念。成功的標準,不應僅僅是項目是否有盈利,更關鍵的是,我們從中學到了什麼?一個失敗的項目,如果能幫助我們更好地理解業務、數據或AI的邊界,那它就是一次有價值的「學費」。 5. 如何在智能中,保留「人性」的溫度? 如何在一個日益數據化、自動化的商業環境中,保留「人性」的溫度和同理心。當AI系統接管愈來愈多的客戶交互和服務流程時,我們必須警惕那種冰冷、機械式的「機械人人格」。 這些問題都沒有標準答案,但它們共同指向一個核心:對AI的理解深度,將決定一間企業在未來競爭的生死存亡。這趟旅程無關乎深奧的技術,而關乎我們思維方式的轉變:一種學會將經驗與AI結合,最終實現全新工作與學習方式。

Recent Posts

See All
管治AI代理「團隊記憶」

這周,某大型科技公司設計了一套讓人工智能代理(AI Agent)共享「團隊記憶」的開源系統。一整隊的編程Agent不再各自獨立記錄開發者的訊息,而是共同使用一層結構化的記憶:包括對話紀錄、技能庫、知識圖譜,乃至代碼之間的依賴關係。尤為引人注目的是,該項目在GitHub發布後便迅速攀升至榜首。 同時,一所知名大學啟動了一項「虛擬生物科技」項目,這並非擁有實驗室和員工的實體傳統藥業,而是一個完全由Ag

 
 
AI釋放年長優勢 60歲「創新退休」

筆者已年過60歲。2016年,50歲的我正式從阿里巴巴(09988)退休,不是因為做不動,而是因為人生的下半場,不應該只是「休息」。 我給自己創造一個詞:Innotirement(創新退休模式),不是退下來,而是換一條跑道,繼續為自己而活。 這不是浪漫的口號,數據給出了明確答案。麻省理工的研究團隊在2020年發表一項里程碑式研究,分析美國270萬間企業創辦人的數據,發現創始成功概率隨着年齡增長而持

 
 
監管落後AI 恐淪紙老虎

本周焦點是美國聯邦人工智能(AI)監管框架從草案正逐步走向立法。美國跨黨派眾議員正式提交修訂版Great American AI Act,為聯邦層面AI治理建立統一的法律框架,取代各州各自為政的混亂局面。結合白宮之前發布的國家AI框架與參議院的AI出口管制法案,監管正在收緊,不再停留在原則宣言,而是進入成文法階段。澳洲亦緊隨其後,啟動自動化決策監管立法。 更值得深思的是,近日一宗標誌性事件:某頂尖

 
 
bottom of page