想將生成式 AI 放進企業流程中，你有相應的策略嗎？

然而，根據基金會這一年多來協助企業進行不同類型專案，發現生成式 AI 的導入與評估涉及企業的技術人力、成本效益、風險管理、道德倫理與導入目的等多種面向。建議企業在導入生成式 AI 時，除了考慮技術的複雜度、資訊安全等問題外，也應考量到人才能力培養等多種角度出發，重新思考組織的發展策略。

缺工時代，哪些人力是組織不可或缺的需求

隨著生成式 AI 工具不斷推陳出新，效果也越來越好，過去需要大量人力與創造力的工作，都能藉由新工具的協助完成。即使目前已有許多針對生成式 AI 將會取代哪些工作類型，以及工作數量的預測報告，但組織該如何應用生成式 AI 才能達到最大成效？《哈佛商業評論》即建議，企業應思考這項科技可以執行或協助執行哪些任務。並透過以下流程進行評估：

企業首先需要盤點企業內部的知識型工作，例如員工中有多少人以寫作為主？有多少位數據分析師、經理人、程式設計師、客服人員等；接著，針對每個職位提出以下兩個問題：

1.這個職位的員工如果有一位具備工作能力但欠缺經驗的助理，例如擅長程式設計、寫作、準備數據或摘要資訊，但對公司一無所知，會帶來多少助益？

2.這個職位的員工如果有一位經驗豐富的助理，例如在公司任職夠久，並足以吸收公司的專業知識，會帶來多少助益？

目前大多數人都可使用的 LLM 就類似第一種助理，可以編寫程式碼，但不知道軟體開發或系統整合的需求；或能擬定專案計畫或批評現有專案計畫，但不知道使用者實際進行的專案內容。 如果企業期待第二種助理，例如需要知道公司特定產品知識的客服人員，並能與顧客一起有效解決問題的話，必須取用自家特有的內部知識，做法通常是將「現成可用的」生成式 AI 與另一套系統結合。

透過盤點公司的知識型工作職位並回答上述兩個問題，領導者就可以從中選擇效益成本比較高的做法。與其他 AI 專案一樣，生成式 AI 的導入同樣也需要考慮金錢、時間以及優先順序，現成的 LLM 做法雖然相對便宜且快速；但如果需要整合其他系統的話，時間與成本的花費也會提高。

生成式 AI 如何為企業帶來更大的成長優勢

根據《 2023 產業 AI 化調查》結果，在已使用生成式 AI 工具的企業當中，僅有三成已將資料彙整完成，並準備進行下一個AI專案規劃；另有四成企業則表示持續整理資料。隨著企業在生成式 AI 工具的使用上越來越普及，可以預期比競爭者更擅長或更快速利用工具的企業將會獲得更大優勢；若能以生成式 AI 的使用為基礎，進而推動商業流程變革的企業將會加速成長。

美國財務軟體大廠財捷公司（Intuit）董事長兼共同創辦人Scott Cook等三位作者，在《哈佛商業評論》中將生成式 AI 的運用分為三個層級，分別是使用現有工具提高生產力的第一級；當企業可以用自己的數據對模型進行微調，實現少許的客製化時，層級將會提升到第二級。也就是當企業可以用開源模型，或其他 LLM 公司提供的模型打造客製化的生成式 AI 工具時，並且結合顧客在使用產品或服務的過程中累積的數據和數據，可以使產品更容易與顧客互動，也更容易增加新功能以提高顧客體驗。當企業已能結合使用者回饋，持續改善自己的模型時，就開始朝向第三層級移動，也就是建立自動與連續的數據回饋迴路。當能為公司的產品或服務打造一個獨特的回饋迴路，亦即代表有愈多顧客使用產品時，就會產生愈多回饋訊號，讓生成式 AI 模型持續優化，並帶來更多使用者、使用量及回饋等，逐漸形成一種強大的複合競爭優勢。

不只是工具選擇，而是經營策略

企業該如何在生成式 AI 時代取得競爭優勢，除了得檢視自己的產品與服務被取代的機率有多高外，更需思考產品或服務能為使用者帶來的獨特價值為何？接著，要考量自家的數據是否具獨特性？通常內部數據特別針對相關產品或垂直市場，以及特定顧客需求時，會更有價值。

而領導者也必須意識到，若把握這一波機會，便不該將生成式 AI 視為 IT 處理的工具問題，而應從經營策略出發，思考企業的發展方向，同時提前積極為組織增加能力，確保團隊成員具有足夠的知識保持領先地位。

針對生成式 AI 對台灣產業帶來哪些影響，三月中公布的《 2023 產業 AI 化調查》將有更完整與深入內容。