i卡會員

隨著新興數位科技崛起，近期在提高競爭力、改善企業流程的需求下，企業紛紛開始利用人工智慧進行數位轉型；然根據Gartner表示，許多AI技術離成熟應用或提供產品/服務給主流消費者還有段距離，但仍可為八成以上產業帶來相當利益。然而產業導入AI面臨一些問題，如Gartner調查顯示，針對｢組織導入AI時所面臨的挑戰｣，將挑戰分為四種構面後分別排序；此外，AI技術在面對不同產業別、不同問題類型、不同企業功能別時，其可行性跟能提供的貢獻也會有所差異，連帶影響分析技術之選用，也是產業導入AI時須注意的；如McKinsey分析了400個現有的AI應用個案，說明在大部分案例中AI能提供｢顯著效益提升｣，但有差異存在。而國內組織若想成功應用AI在所屬領域，可善用｢外包資源｣與｢去識別化技術｣補足自身能力與解決機密外洩隱憂，並藉｢法人平台｣作為演算法驗證場域且網羅所需人才，瞄準｢全球性需求｣來解決投資回收的疑慮。

【內容大綱】

• 一、AI Hype Cycle：全球已邁入快速發展期
• 二、人工智慧在組織的導入現況與挑戰
  • (一) 組織對AI導入階段的調查
  • (二) 組織導入AI時面臨的挑戰
  • (三) 台灣市場調查結果
• 三、AI可行性的實證研究
  • (一) 針對不同問題類型分析效益提升的差異
  • (二) 針對組織的功能別，應用AI與傳統分析的個案數差異
• IEKView

【圖表大綱】

• 圖一、Gartner AI Hype Cycle
• 圖二、關於｢組織導入AI技術所面臨的挑戰｣調查結果一覽
• 圖三、McKinsey對人工智慧技術的定義一覽
• 圖四、McKinsey認為AI技術對各產業的價值提升一覽
• 圖五、McKinsey認為AI技術對不同問題類型的分析效益提升一覽
• 圖六、McKinsey統計在各種組織功能別中，應用AI與傳統分析的個案數比較