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》；訂閱遠見雜誌知識庫；訂閱遠見雜誌電子版】