AI時代下企業的變與不變

人工智慧無疑是近年來最夯的企業轉型關鍵字之一，企業嘗試將人工智慧導入營運的各個環節，期待藉由這項看似先進的技術降低成本、優化流程，並且提高營收。企業轉型的最終目的，就是為了可以生存下來，然而要在充滿不確定性的人工智慧浪潮中求生存，另一個需要了解的事實是：人工智慧絕非萬靈丹，通常沒有辦法解決企業營運模式、體質不佳的基本問題。

所以，企業需要重新檢視哪些是不變的本質與核心價值，哪些是需要與時俱進的觀念和方法，再導入足以實現經營目標的人工智慧技術。

「不變」的經典：企業的價值是創造顧客

企業一直在找尋導入人工智慧合適的切入點，確實看似很多場景都值得投入，但是究竟要導入什麼（What），以及要如何導入（How），會是企業領導人需要面對的難題與挑戰。

普遍來說，台灣企業目前大多仍停留在以降低成本為切入點，但是當所有的企業都以降低成本為主要目標，結果是整體產業的成本下降，獲利也一起下降，最終並沒有辦法有效提高效益。此外，任何努力都有邊際效益遞減的法則，成本降低也是會有走到盡頭的一天，執著於成本的降低可能導致企業走向另一個死胡同。

那該怎麼辦？管理學大師彼得．杜拉克為「企業」所下的定義歷久彌新：企業的目的就是創造顧客。所以任何轉型，從科技導入、組織改造到流程優化等，都需要回到以解決顧客痛點、滿足顧客需求為出發點來思考。不論人工智慧的技術發展多麼絢麗，企業領導者還是要回到企業的本質，時刻檢視如何為客戶創造更多價值

企業該如何「變」：打破數據孤島、數據決策、敏捷實驗

《哈佛商業評論》在2018年針對數千位企業高層領導者進行調查，想要了解人工智慧在企業應用情況，發現只有8%的企業將人工智慧用於核心業務，而多數企業則將其用於臨時測試專案，或僅僅是某項業務的其中一個流程。這樣的結果，正好與台灣企業導入人工智慧的現況相當符合。這個二年前的調查結果指出，推動人工智慧緩慢的原因：企業長久以來形成的文化或是思維沒有即時改變，才是最巨大的障礙。應該如何變？可以從三個方面著手：

從數據孤島，變為跨領域合作

過去企業不了解資料的重要性，前期缺乏整體的規劃，每個業務部門因為需求不同，按照各自的方式與系統處裡資料，甚至以商業機密為考量，不願與其他部門合作、共享，以至於在企業內存在許多「數據孤島」。

事實是，資料的整合是影響成功與否的關鍵要素。因此由跨領域、跨部門的成員共同執行人工智慧專案，將可以關注到企業內不同視角的重要議題，並且藉由數據的打通與整合，將可以提高數據價值，保持企業競爭優勢。

目前在台灣有少數企業開始注意到「資料治理」的重要性，甚至直接經由董事會通過，規定資料屬於公司資產，不屬於任何特定部門或個人，並設立專責單位以解決跨部門資料使用的衝突或矛盾。

從以領導者經驗決策，變為數據決策

長久以來，企業習慣基於過去的成功或失敗經驗，來作為決策的準則，尤其台灣中小企業多以家族企業為主，仰賴經驗法則的營運方式更是普遍。

但是光憑經驗未必跟得上科技變化的速度。當人工智慧開始普遍被企業採納使用後，演算法就可以為各個層級的員工提供決策的建議，這樣的決策結果，在很多領域可能會比領導者以經驗做的決策更為準確。

從保守避免風險，變為敏捷、勇於試錯的組織

「轉型是找死，不轉型是等死」這是許多企業面臨轉型時的掙扎，因此遲遲不敢跨出第一步。而另一個原因常見的原因是領導者認為需要萬事俱備、技術成熟才能全部上線，以避免風險的發生。但是人工智慧的應用是需要不斷試錯、修正，鮮少能夠一步到位，因此企業需要有從錯誤（或測試）中學習的心態，把錯誤當做前進的動力，如同俗諺所說：「你不需要很厲害才開始，但是你需要開始，才會很厲害！」。

要成為具有實驗性質的企業，也代表著要有足夠的敏捷力，例如決策的速度是否足夠快以因應測試的結果？自動化程度高不高？數據是否已經整合與完善？這些因素都將影響企業的敏捷程度。

參考資料：《哈佛商業評論》、《人工智慧在台灣》

關鍵時代，了解產業 AI 化策略