掌握 AI 應用 7 大重點,成功踏上數位轉型浪潮

人工智慧(Artificial intelligence; AI)是未來經濟成長的主軸動力,不只能改變人們生活型態,更能提高企業營運效率、增加營收與獲利,像 Amazon、GE 就是相當成功的 AI 應用案例。

Amazon 在購入 Kiva 物流管理機器人後,大規模地在倉儲物流中心部署機器人,並結合 AI 技術讓 Kiva 執行更多以前必須要用人力才能完成的工作;GE 原先的業務是製造與販售飛機引擎,應用 AI 偵測引擎何時需要維修,讓工程師提早在故障前進行維修,成功地由製造商轉型成預測性維護(Predictive Maintenance)服務供應商。

AI 應用現況調查:電信與金融業最積極、機器學習與自然語言處理最成熟

從 Amazon 與 GE 的案例可以看出,使用 AI 作為數位轉型工具的公司,極有可能成為提昇產業價值的領航者 ,換句話說,企業如果想要成為產業先驅,最好儘快開始導入 AI 應用,只是這個道理說來容易做來難,雖然 AI 不是什麼新科技,早在 1956 年便已經被確立是一門學科,但要說到蓬勃發展卻是最近這幾年才開始,如何將 AI 結合企業運作提高生產力,其實很多企業都還在嘗試與努力。

根據麥肯錫全球研究所發佈的 AI 應用現況調查,報告中指出,AI 市場的總投資額正快速成長,從 2013 年的 260 億美元到 2016 年的 390 億美元,短短 4 年就成長了 1.5 倍,但是,儘管有這樣的投資熱潮,AI 的企業應用卻仍處於起步階段,只有 20% 受訪者表示已經大規模或在核心業務流程內導入 AI 技術,41% 仍處於實驗或測試階段。另外,在已經大規模或在核心業務流程內導入 AI 技術的受訪者中,30% 表示已經展現導入成效,透過 AI 技術提高了市場占有率及帶動營收成長。

若從 AI 五大技術應用領域來看:機器人與無人車、電腦視覺、自然語言處理、虛擬代理人及機器學習, 機器學習、自然語言處理是目前發展最成熟的 AI 技術,預計未來將成為企業 AI 應用的核心技術。 若換個角度從產業別來看, 電信與金融服務業態度最積極,未來 1 年內將增加 15% 的 AI 技術投資 ,而跨產業 AI 技資額為 8%,也就是說,電信與金融服務業超過平均值 7 個百分點。

從數位化到智慧化  AI  是企業提高生產力的最佳工具

對企業來說,導入 AI 進行數位轉型,最大意義在於從資訊化走向自動化、智慧化,而自動化、智慧化不只可以取代人工,還能帶來很多顯著的效益,例如:強化生產力、提高交易吞吐量、改善預測模型、提高預測結果準確性、決策品質最佳化···等,甚至還能創造新的商業模式,本文一開始提到的 GE 就是最好例子。

麥肯錫認為,在目前各種 AI 技術應用中,機器學習最有機會做到跨產業應用,包括醫院急診部、飛機維修作業、石油和天然氣業務、雜貨零售通路、抵押貸款業務···等,都能透過機器學習降低營運成本並提高效率, 麥肯錫專家預估,醫院急診部在轉型智慧化後,可以降低 10~15% 營運成本,飛機維修作業則可減少 25% 成本,成效最驚人的就是抵押貸款業務,可以提高 90% 撥款效率。

事實上,AI 應用不只有助於企業提高生產力,對整體社會經濟也有很大的幫助,包括合成生物學、癌症研究、氣候科學和材料科學等方面的研究,都可以看到 AI 應用的身影,舉例來說,美國麥馬士達與范德堡大學(McMaster and Vanderbilt University)的研究者便攜手合作,運用 AI 分析出治療憂鬱症和乳腺癌最有效的方法。

給企業主的  大建議

由此來看,AI 顯然是企業數位轉型過程中,最適合用來增加價值、提高生產力的工具,而企業領導者該怎麼做,才能跟上這波由 AI 引領的數位轉型浪潮?對此,麥肯錫提出以下五大建議:

第一、測試、實驗、學習和快速擴大規模 :領導者需要累積的是實務知識,而不是書本上的常識。因此要積極將資源投入小規模的應用測試中,當 AI 能夠解決企業實際所面臨的問題後,再快速擴大應用場域。

第二、重新建構商業模式與業務流程 :領導者必須思考如何在既有業務基礎上,創造出新的商業模式,並善用數據分析、人工智慧和其他數位工具,實現創新轉型目標。

第三、將數位力(digital capabilities)視做企業新的資產 ,並思考如何應用數位工具(包含軟體與硬體),塑造差異化競爭力或創新商業模式。

第四、持續修正 AI 投資方向 ,讓數位化的流程或業務,可以不斷進步。

第五、將機器視作人力資本的一環 :在導入 AI 應用後,員工與機器需要緊密合作,因此現有工作流程也會隨之改變,企業必須進行教育訓練、甚至招聘新員工,才能適應改變後的工作流程。

成功導入  AI 的 7  個關鍵

最後,麥肯錫在 AI 應用現況調查中,除了訪問全球 3000 多位企業管理高層,也深入研究全球 160 個 AI 應用案例,並歸納出企業成功導入 AI 的 7 個關鍵。

第一、公司高層的支持。 該調查報告顯示,已經成功導入 AI 應用的公司,其管理階層對 AI 的支持率,是沒有導入任何 AI 技術者的二倍,其實這和一般資訊系統導入是一樣的道理,無論導入哪一種新科技,管理高層的支持,絕對是成功與否的關鍵。

第二、專業分工、以採購取代自行研發。 前文提及,AI 在最近幾年開始蓬勃發展,相關的技術人才其實並不多,就連 Amazon、Google 這樣的大型企業,也都是透過併購方式來強化內部的 AI 能力,因此,企業與其在內部自行研發 AI 技術,不如在市場上尋找合適的解決方案。

第三、不要只讓技術團隊負責 AI 投資,必須與業務單位或管理階層共同主導 AI 應用。 畢竟 AI 這項技術必須完全融入業務流程,才能發揮價值,如果只讓技術團隊負責,很可能出現為技術而導入、AI 無法改善作業流程的窘況。

第四、根據短中長期三個階段規劃導入不同的 AI 技術。 短期應選擇目前已經有成熟解決方案的技術,發揮 AI 應用的價值,中期可以嘗試已經出現但相對不成熟的技術,長期則可與學術界或第三方研究機構合作,建立新技術的應用案例,成為產業先期導入者。

第五、選擇正確的 AI 技術才能解決問題。AI 技術應用有很多不同種類,每一種所能解決的問題都不一樣,例如:提高客服接電話效率、自動辨識信用卡詐欺交易,所要使用的 AI 技術就不同,企業在導入 AI 應用時,必須先清楚自身想解決哪些問題、選擇最適合的技術,而不是盲目追求目前發展最成熟或最熱門的技術。

第六、導入 AI 前,先做好數位化基礎。 企業的 AI 應用無法跳躍式成長,目前已經導入 AI 技術的企業,在導入前大多已做好數位化基礎,例如:基礎架構雲端化、累積/蒐集大量數據… 等,另外,根據統計數據指出,在數位化上有較多經驗的企業,採用 AI 後的獲利率相對其他企業高出 50%。

第七、在導入 AI 過程中,企業面臨最大的挑戰是人和流程。 機器與人不是互相取代的關係,而是要緊密地協同合作,因此企業管理者必須思考機器與員工如何分工、各自負責哪些任務,才能讓 AI 發揮最大效益。

AI 是未來經濟成長主軸動力,台灣近年來也積極推動 AI 技術的發展與應用,而 TechOrange 長期關注人工智慧議題,期望台灣 AI 發展能在國際上不落人後,故提供即時的 AI 訊息,幫助台灣有志於 AI 應用的產學單位,能夠隨時掌握最新趨勢,促成更多 AI 應用的想像與實踐。

(本文開放合作夥伴轉載。圖片來源:flickr, CC Licensed。)

相關 AI 消息

【中美貿易戰】戰火推動 AI 站上風口,廣達董事長林百里:未來 30 年「AI 財」賺不完
【PTT 創世神當獨董】杜奕瑾入列中華電信獨董候選名單,助攻 AI 布局
COMPUTEX 2019 聚焦:新零售時代來臨,Beseye 用 AI 骨幹分析技術解析消費者輪廓


我們正在找夥伴!

2019 年我們的團隊正在大舉擴張,需要你的加入跟我們一起找出台灣創新原動力! 我們正在徵 《採訪社群編輯》、《助理編輯》,詳細職缺與應徵辦法 請點我

點關鍵字看更多相關文章: