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