各位朋友們好：

資料，一直都是企業導入人工智慧的第一個重大關卡，無論有沒有生成式AI，企業都必須先蒐集足夠的、正確的資料。但究竟要多少資料才算足夠？這個問題幾乎是在啟動AI專案時必經的「靈魂拷問」。

用「靈魂拷問」形容絕非誇飾法。例如，某家企業認為從成立開始所有資料都在網路上，絕對足夠，但最終卻只給出三個月的資料。原因是「所有資料都在外包商手上，對方只保留最近三個月的資料」；而在此之前，企業內部沒有人發現，原來這可能是個嚴重問題。

那麼，是不是資料橫跨時間愈長愈好，也不一定。例如在本期電子報中分享的企業個案就面臨這樣的抉擇：三十年、十年或五年的資料，究竟哪個才能達到準確預測的目標？

資料遺失、無法彙整、無法清楚定義，經常與人員流動、交接失誤等各種年久失修或不可考的問題相關，只要加以深究，往往直指企業營運的關鍵問題。應該如何找尋可能的解決方案，並在整理過後，從數據中發掘新價值？本週與你共同思考這個問題。

人工智慧科技基金會執行長 溫怡玲

本期目錄

• 累積三十年的資料庫如何創造新價值？
• 創造企業數位價值的四大方法
• 開發 AI 模型前，企業常見兩大管理問題

累積三十年的資料庫如何創造新價值？

「全鋒事業」在台灣幾乎已和道路救援服務劃上等號，本篇文章邀請參加 2022 AI 陪跑計畫的全鋒集團紀伯翰處長，以及 AIF 人工智慧科技基金會溫怡玲執行長，一起分享做為成立 36 年的這家公司，如何思考有效運用這 30 多年來所累積的龐大資料庫，設計優化營運效率的 AI 工具。

創造企業數位價值的四大方法

新科技不斷出現，為企業帶來新刺激的同時，也促使其展開新的變革。但這些組織的變革是否能為企業帶來新價值？根據麻省理工學院資訊系統研究中心（MIT Center for Information Systems Research ）研究指出，透過組織調整，可為企業帶來持續性的成長，成長速度甚至比同業平均高出12%；並創造出45%的年收入。

開發 AI 模型前，企業常見兩大管理問題

人工智慧是 2023 年最紅話題，ChatGP T讓大家見識到人工智慧愈來愈強大的能力。但要如何將 AI 工具導入組織的工作場景？如果公司內想要新成立 AI 團隊，又該如何組合職務角色？本系列課程將協助管理者建立具體的 AI 導入執行計畫。