從＋AI挺進AI＋，四大攻略轉動企業革命

文 / 李建興    攝影 / 陳之俊

企業 AI 轉型的時代大齒輪，已經啟動！隨著新冠疫情退散，《遠見》團隊直擊美國佛羅里達州 IBM「think 2023」大會，帶回最新的 AI 趨勢與企業轉型觀點。

好用的 ChatGPT，是令人驚豔的生成式 AI，但如何幫助企業做生意？這已經成為所有經理人 2023 年最興奮、也最擔憂的課題。

「隨著基礎模型發展，企業級 AI 比以往任何時候，都更加強大，因為基礎模型讓 AI 更具擴展性、經濟性（affordable），也更高效！」IBM 董事長暨執行長克許納（Arvind Krishna）慎重地說。

他直言，AI 大大增加企業發展速度，以及敏捷度，同時也會降低錯誤，增加效率。他指出 AI 進入新時代，將更快改變企業 IT 資訊生態的樣貌。

AI 不只是進化，而是革命

IBM「think 2023」大會，5 月初在美國佛羅里達州奧蘭多市舉辦，《遠見》團隊直擊這場擁有數十年歷史的策略會議，在疫情散去後，首度聚集將近千名 IBM 客戶、投資人、媒體。在熱烘烘的墨西哥灣暖風吹動下，所有人殷切地交換技術進展，深究應用情境的改變，談論的都是 AI、AI、AI。

IBM 做為全球最大的軟硬整合型企業 IT 解決方案公司，克許納面對企業客戶的 AI 焦慮，有深刻的觀察。

他指出，最近 AI 被關注的愈來愈多，某種程度上可稱為一種「進化」，「但當事物變得比原來好 100 倍時，我認為這更像是一場革命（revolution），而不是一種進化（evolution）。」

AI 發展歷程中，2000～2010 年之間進入「機器學習」，大量集成，促進 AI 發展，當時大家都還在摸索怎麼用；到了 2010～2022 年，則又進入「深度學習」時代，人們開始思考，這種 AI 的成本是多少？該如何標記自己的數據？如何組建團隊來進行訓練？

但它始終有一個限制，每次完成一個很重要的成果之後，若要解決另一個任務，又得重新開始：重新標記數據、重新組建團隊、重新建構模型。

「但現在不同了。使用大型語言模型和生成式 AI，可以基於基礎模型，在一個週末，就完成數百個、數千個任務。這種可重複使用的顯著優勢，帶來難以置信的時間價值！而且也就意味著，成本將降低到非常小，這就是我說的『百倍效應』，這也是我認為每個人都感到興奮的原因。」

從 think 2023 大會初步揭露的訊息來看，IBM 在服務架構裡增加 wastonx 模型，讓企業得以訓練自己的 AI 模型。但難道，企業不能使用 ChatGPT 之類的通用模型嗎？

克許納接受媒體團訪時表示，企業需要可擴展性，所以有些工作任務適合放雲端，或是適合使用生成式 AI、語言模型，例如撰寫電子郵件、草擬行銷文案，並沒有太大的公有雲風險；但企業有時也需要準確的結果，需要可信任的數據與資訊。

而且，這些企業數據，甚至可能用於技術創新、再創價值，所以企業數據有些是敏感的、私有的、不可分享的。「所以企業有時需要公有雲，有時需要私有雲，我相信這波生成式 AI，將推動更多混合雲的需求，」克許納分析。

攻略 1〉改變組織思惟，從 + AI 到 AI+

根據國際研究機構 IDC 今年 3 月報告，全球企業對 AI 相關軟硬體支出總額，2023 年將達到 1540 億美元，比 2022 年的支出增長 26.9％。隨著 AI 深入愈來愈多產品，2022～2026 年的企業支出複合成長率（CAGR）將達到 27％，預計到 2026 年將超過 3000 億美元。

觀察企業支出的類型，預計今年將著重在 IT 優化、增強資安防衛，以及詐騙分析和調查，將以金融業、零售業為投資最大的產業。

中長期來看，將會側重於銷售和客戶服務領域，三大類目包括：替代或增效客戶服務、強化銷售的推薦流程，以及項目顧問系統。幾乎所有行業的 AI 投資都包括這三大類目，約占 2023 年所有企業 AI 支出的 1／4 以上。

「AI 可能不會取代專業經理人，但使用 AI 的經理人，將取代不使用 AI 的經理人，」IBM 商務長湯瑪士（Rob Thomas）表示。

他指出，「無法否認的是，AI 確實改變了人們的工作方式」，現在企業要從「＋AI」的思惟，轉變為「AI＋」的思惟，既有產品與新技術之間的主從關係，已經改變。例如如何使用 AI 模型、改變業務流程，甚至是消滅部分業務流程，AI 提供的自動化特色，對商業過程是全盤變革。

攻略 2〉以增效為目的，結合既有產品

落實到產品層面，AI 模型結合既有產品，是最基本的應用模式，其將賦予產品全新的生命，典型案例就是微軟與 ChatGPT 結合，導入 Bing 搜尋引擎與 office 文書軟體，展現生成式的圖文，能提供使用者粗略的概要或草稿，只要進而修整，便能完成。

「增強效率，是企業營運的重要目標。透過 AI 工具輔助，我們可以讓員工更有效率之外，也能讓員工有更多的時間精力，去做更有價值的事，」台灣微軟 Microsoft 365 事業部副總經理朱以方談及自家產品，其為全速發展中的 Copilot 生成式 AI 文書輔助插件。

她進一步解釋，未來的企業與員工溝通的價值核心，其實是「purpose」（目的，實現理想的意志），企業與員工需要共享這個價值核心。

擺脫日復一日的庶務牽絆之後，可讓員工保持熱情、好奇心，並願意不斷的學習，全面釋放員工的潛力。

員工不再是來領一份薪水的人，公司也不再將員工視為完成任務的工具，而是成為彼此的伙伴，這就是以增效為目的、導入 AI 結合產品的魅力。

另一種產品類型，是既有產品，導入 AI 成為新產品，附有不同的商業模式。

攻略 3〉從「新」出發，扭轉劣勢

「現在幾乎所有人都在講：我跟 ChatGPT 的結合是什麼？」ProphetStor 先智雲端數據創辦人陳文賢，在矽谷深耕 AI 技術超過 20 年，2012 年創立 ProphetStor，協助企業雲端管理，全球團隊超過百人，專門服務年度雲端費用超過 1000 萬美元的中大型企業。

陳文賢指出，回應這個 AI 轉捩點，得先回頭想想企業想要的是什麼？「降低成本，增加效率」不曾改變。

於是，陳文賢重新審視自家產品，企業客戶的資料，有其隱私性，並不適合「餵給」通用型的 ChatGPT。

但 ChatGPT 不受國家語種限制的對話式介面，在自然語言應用下，非常有影響力。

而且這類大型語言模型，特色是一大群人不斷的訓練它（你每問 ChatGPT 一次，它就會吸納再校準一次），讓它愈來愈精準。只是它是一個龐大的模型，內容多，但不夠精緻。

所以，陳文賢認為，「我們的核心能力不變，仍然非常具有價值，但與 ChatGPT 連結及使用者介面，都可以重新建構，變成動態生成。」

結合的方式之一，可以是精選模式知識庫相關的一部分，並加入企業相關的數據訓練，更加契合企業客戶需求，「我們往外做一段串聯，將系統 Retrain（再訓練）、Refine（精煉）。所以規劃、自動化、優化，是雲端管理系統導入 ChatGPT 的方向。」

攻略 4〉數據基本功，無法彎道超車

整體而言，AI 終究是軟體程式，若企業期待 AI 模組能夠精準預測，或是生成可用內容，核心都是「數據」，沒有數據、空有 AI，如同沒有油的法拉利，完全無法前行。

一般來說，若是 AI 模型的可用數據愈多，結果的質量和準確性就愈好。實務上，數據常必須是最新的，才能達到足夠的洞察力，以及最佳預測所需的回應速度，而且也需要足夠的「質量」，例如對數據精細的標註。

此外，數據的「多樣性」，也是企業鮮少留意、但需要關注的面向。企業除了撈出更多質量並具的數據之外，也可以添加上下文，做為日後判別誤差的參照點。

數位轉型浪潮在疫情來臨時，成為顯學，當時有一句很有名的趣談：帶動你們家企業數位轉型的是什麼？不是技術長，不是執行長，而是 COVID-19。

來到 AI 時代，帶動數位轉型的驅動力又新增一項：「你的競爭對手正在導入 AI」。如何讓 AI 帶動轉型？是今年所有企業資訊架構與商業模式變革之中，最迫切、最切入要害的大事。 

【本文摘自遠見雜誌 6 月號；更多文章請上遠見雜誌官網：https://www.gvm.com.tw/】