|
各位朋友們好：
在五年前寫《人工智慧在台灣》時，「缺乏資料」跟「缺乏人才」就是台灣企業導入 AI 最大的關卡，不分產業、不分企業規模大小，幾乎沒有例外都遇到相同問題。五年後的今天，生成式 AI 席捲全球一年多之後，這兩個問題非但沒有解決，可能還更令企業經營者與主管們憂心。
特別是製造業，例如汽車製造、設備製造業，過去以精密技術勝出的製造業，這幾年都希望快速趕上數位轉型與 AI 浪潮，但對於如何將數據與實體產品結合、並進一步創造新的價值，卻始終存在很大的挑戰。
本期電子報特別參考 Vijay Govindarajan 和 Venkat Venkatraman 兩位學者在《哈佛商業評論》所提出的。「融合策略」其中有句話令我印象特別深刻，他們說企業要能成功融合現有實體產品和新的數位科技，必須從一開始就了解，「絕對不是在曳引機上裝台電腦那麼簡單」。
當然，很多企業在開始動手導入 AI 時，通常很快就會發現資料不夠：有些是根本沒蒐集，有些是蒐集了但沒有整理；有些是蒐集也整理了，但方向不對……資料的問題怎麼解？有家新創公司結合生成式 AI 和數位孿生技術，找到了解決方法，並在成立之初就受邀加入 NVIDIA Inception Program 的計畫。希望他們的解決方法也能給你一些啟發與新想法。
人工智慧科技基金會執行長 溫怡玲
|
