AI 在企業中的應用：從實驗到導航的實用步驟
引言
在科技發展的浪潮中，人工智慧（AI）是一個極具潛力且快速變革的領域。AI 的發展在許多領域產生了深遠的影響，這一點無可否認。然而 AI 也引發了龐大的爭議，有些人認為它對人類是一種存在威脅，而有些人則認為它是有史以來最重要的技術進步。 在這個充滿不確保性的時代，企業的首席訊息官（CIO）和其他技術主管需要思考如何將 AI 的策略與企業的發展相結合。在這個快速變化且具有影響力的趨勢中，制定幾個指南可以幫助他們在不斷發展的潮流中保持方向。創造 AI 實驗的機會
理解 AI 的潛力常常讓人感到無所適從，因為它具有廣泛的應用能力。然而要簡化這個問題，可以將重點放在在具體且可操作的領域鼓勵實驗。例如，在銷售、客戶服務和其他相對簡單的應用領域鼓勵使用 AI。在確保完整解決方案或處理每個例外情況之前，可以內部進行原型和試驗以確保 AI 的可行性和應用範圍。避免固化思維，但要善於學習
由於 AI 的快速普及，與解決方案提供商簽訂長期合同帶來的風險比以往更大。人力資源、財務、銷售、支援、銷售和研發等傳統的行業領導者可能會因 AI 的轉型潛力而面臨更大的轉變。因此與供應商建立靈活的關係非常重要，以避免固定不變的解決方案所帶來的災難性成本。但有深厚領域專業知識的供應商通常會提供最有效的解決方案。打造人與 AI 系統
大型語言模型（LLMs）將顛覆依賴人力提供答案的客戶支援等行業。因此將人與 AI 系統結合起來，現在和將來都能帶來重要的好處。從人類反饋中進行強化學習對於這些模型的進步至關重要，對於它們如何適應和影響業務的適應能力也是關鍵的。產生可以為未來的 AI 系統提供資料的系統將創造一個資產，加快自動化模型和功能的建立速度。採用混合戰略
在雲端計算時代，將混合的雲端和本地策略視為傳統供應商在這個快速發展的領域中保持存在感的徒勞之舉。然而在人工智慧時代，對公共提供商或任何單一策略的完全信賴可能會過早而且危險。雲端應用的轉變是直接的，我們只是將技術操作的環境遷移到了雲端。而在 AI 中，訊息成為了產品本身。每個 AI 解決方案渴望資料並且它需要資料來發展和進步。公共和私有 AI 解決方案之間的競爭將高度依賴於上下文和技術模型體系的發展。商業努力和重要的進步以及真實和知覺上的進步，使得公共消費和合作變得有意義。但在大多數情況下，未來的 AI 將是混合的，既有公共系統也有私有系統。確保 AI 的約束
能夠撰寫文章、建立展示文稿或設計網站的生成 AI 與推動自動駕駛汽車或透過 X 射線診斷癌症的預測 AI 技術大相徑庭。如何定義和處理問題是關鍵的第一步，這需要理解各種 AI 方法所提供的能力範圍。要考慮一個例子，如果你的公司試圖利用過去的生產資料來預測下個季度的需求情況，你需要有結構化的資料作為輸入，並有一個明確的目標來評估預測的質量。相反，你可能會讓一個 LLM 分析公司的郵件並根據這個季度的需求情況寫一份兩頁的備忘錄。這些方法似乎是為理解決相似的問題，但實際上在性質上是不同的。AI 的人性化使它更容易產生共鳴、吸引人或引發爭議。它可以提供價值，讓可靠的預測無法應對的問題變得更容易。然而它不應該以相同的方式應用或解讀，如同預測 AI 模型一樣。同時也要預見這些界限可能會變化。未來的生成 AI 可能會為您的生產計劃撰寫首個或最終版本的預測模型。鼓勵領導層共同學習和反思
在危機或快速變動的情況下，領導力至關重要。專家與企業合作，由管理諮詢公司為企業建立一份瞬息萬變的 AI 影響研究報告，可能會削弱應對變革的能力。由於 AI 的發展速度比大多數新技術都要快，它引起了比以往更多的關注。即使在高科技行業之外，C 級高管們也經常觀看 AI 展示並閱讀關於生成 AI 的文章。確保定期向高層管理階層更新新發展和潛在影響核心功能和商業策略的訊息，以便他們能夠對應連貫。使用展示和原型展示與您需求密切相關的具體價值。與此同時 CEO 應該要求他們的技術領導層保持這種程度的參與，不僅可以推動整個組織的學習，更可以評估他們的領導效力。這種集體且迭代的學習方法是穿越動態且可能具有顛覆性的 AI 領域的指南。結語
數百年來，人們一直試圖實現人類飛行，但往往只著眼於模仿鳥類振翼的設計。這一局面在萊特兄弟的出現時發生了變化，他們重新定義了問題，專注於固定翼設計和升力和控制原理，而不是模仿鳥類飛行。這種範式轉移推動了第一次成功的人類飛行。在 AI 領域，對每個行業和功能而言，進行類似的重新定義至關重要。將 AI 視為一個充滿探索、發現和適應潛力的動態領域的公司將看到他們的抱負起航。那些以過去的平臺轉型（雲端、移動）為基礎的策略將被迫從一個旁觀者的角度觀察他們所在行業的演進。Keywords: Artificial Intelligence, Business, Practical Steps, Jungle, Navigation-企業,人工智慧,叢林,務實,步驟
