十項提升AI專案效益的建議（下）

延續上篇《停止對人工智慧進行摸索》（Stop Tinkering With AI）的論述，湯瑪斯．戴文波特教授等人提出了 10 項針對企業導入 AI 的建議。以下將詳細說明後五項：

6.規模部署

企業的目標不僅僅是開發單一演算法，而是要創建一個能夠應用於整體組織的解決方案。

以克利夫蘭診所（Cleveland Clinic）為例，透過整合各診所的數據，使其能夠用於組織層級的 AI 專案，並在組織內實行上下並進的策略。

7.統一領導

由單一負責人領導整個組織的 AI 部署，可以使轉型更為容易。

研究建議企業可以委派一位具備資訊技術專長的高層領導者，統領整個組織內的 AI 部署，清晰地傳達計劃，鼓勵員工參與，並提供財政支援，以確保 AI 轉型的成功實現。

8.卓越發展

決策者需要確保 AI 專案擁有足夠的資金和發展時間，並普及 AI 相關知識，培育大量的 AI 專業人才。

該研究以星展銀行為例，自 2009 年星展銀行每年投入約 3 億美元用於 AI 項目的發展，並藉由開發 AI 應用程式協助招聘數據專業人才。到了 2021 年，星展銀行的工程師人數已經是其他銀行的兩倍，並且連續四年獲得《歐洲貨幣》（Euromoney）評為全球最佳銀行。

9.持續投資

導入 AI 通常需要巨額投資，尤其對於大型企業而言，投入的資金可能達到數億或數十億美元。然而，隨著技術的不斷優化和數據的積累，AI 有望為企業持續創造效益。

該研究以 CCC 智能解決方案（CCC Intelligent Solution，又被稱為CCC）為例，其機器學習模型使用累積超過一萬億美元的歷史索賠數據和數十億張歷史圖像進行訓練。該企業生態系統涵蓋了上萬家合作夥伴，並收集了超過 500 萬億英里的歷史數據，以協助實現迅速的索賠決策。

10.找新數據

研究強調，企業的 AI 戰略在很大程度上受到可用數據的影響。隨著新數據來源納入，企業可以創造更多元化或進階的 AI 技術，以優化現有的業務流程，從而實現效益的提升。

以 CCC 例子來說，自 2012 年智能手機普及以來，CCC 開始收集數億張事故現場損壞的照片，用於訓練模型。這使受損車主能夠通過手機拍照並上傳照片，進行現場的保險估算。

文章最後，戴文波特最後強調，在未來幾十年內，積極採用 AI 的公司將主導其所處的行業。上述的 10 項方法可以幫助企業有效地制定策略並實施，實現最大的商業價值。

黃揚博（政大企研碩士、識商創辦人）、羅凱揚（台科大企管博士）

資料來源：Davenport, T. H., & Mittal, N. (2023). Stop Tinkering with AI. Harvard Business Review, 101(1), 116–127. https://hbr.org/2023/01/stop-tinkering-with-ai