AI終究是工具 無法幫你做決策
為了迎上AI時代,遠傳去年底明快地調整預算,導入三百套生成式AI工具,並且務實地設定執行計畫,不僅從各個部門找來種子兵團,再以項目分組,包括GitHub、Word、Excel、PowerPoint等,各組彼此分享「撇步」,使用一個月之後換組使用,自然地形成良性競爭,「企業導入AI工具,主管得自己用,導入方式也要Top-down(由上而下),」井琪指出。
從文件摘要,到資訊架構盤整,井琪每天都在使用AI工具,提升自己掌握訊息的效率。「AI最終只是工具,它不能幫你做決策,因為仍有許多參考要素,不在數據裡。」例如,更宏觀的趨勢視角、競爭者個性等,而這些綜合資訊的判斷與執行,就是人的價值所在。
作為高勞力密度的電信產業,在效率大提升之後,會不會就是節約人力?一向剛柔並濟的井琪表示,人才是公司最大資產,「我要大家好好用AI工具,享受它,我不會要各部門因此縮編,但相對地,再加人就會更謹慎了。」
(攝影/吳東岳)
台灣微軟專家技術部總經理 吳子強
大量練習、安排抽考 會帶來驚喜
撰文.羅之盈
ChatGPT問世掀起生成式AI浪潮,身為ChatGPT開發商OpenAI的大股東及雲端服務供應商,微軟也在去年推出AI工具Copilot。
微軟自家人如何運用Copilot?台灣微軟專家技術部總經理吳子強分享,自己最常使用的三個功能是摘要會議內容、統整摘要一段時間內的郵件,以及草擬英文信件,有時也會下指令召集多人會議,「Copilot是組織提升效率的工具,如果用得好,常常會帶來驚喜。」
吳子強口中的「用得好」,並非一蹴可幾,「生成式AI工具很好用,很聰明,可以做很多事,但是它不是你今天要用,就能用得很好的工具,需要大量練習。」
法務把枯燥法規變有趣四格漫畫
吳子強為了消弭「慣性」阻力,帶領團隊AI化,特別安排「抽考」,在日常會議開始之前,邀請同事分享近期的使用經驗,帶動學習風氣。
除了分享學習,吳子強說,競賽也不失為好方法,「我看過企業客戶導入工具,最好的方式是舉辦工具應用競賽。」其中一例是法務單位,透過生成式AI工具,把繁瑣且枯燥的法規生成有趣的四格漫畫,宣導效果大為改善。也有製造業的品管單位,過往必須從長串的數據裡,辨識出不良導因,過程耗時且費工,導入生成式AI工具後,可以透過指令反覆推敲,輕易挑出不易發現的錯誤。
企業引進AI的方式勢將多元化發展,但吳子強強調,重點還是在練習,「大量練習之後,人們才會從過去的習慣裡跳脫出來,開始去想生成式AI工具可以幫我做什麼。」而這正是企業成功AI化的關鍵步驟。
(攝影/唐紹航)
安永台灣審計營運長 黃建澤
善用封閉式工具 檔案怎麼丟都安全
撰文.羅之盈
二○二三年九月,當人們還在驚訝ChatGPT優異的生成內容能力,國際會計師事務所安永已經採取行動,繼宣布投入十四億美元,建構EY.ai平台,利用AI技術加強業務能力,「追加的十億美元,也預計在未來幾年用掉。」安永台灣審計服務部營運長黃建澤直率地說。
為何需要一口氣投入如此巨額資金?黃建澤說,基於業務性質,會計領域需要自建「封閉式AI工具」。
黃建澤解釋,會計師事務所有太多客戶機密資料,不適合使用外部AI工具,所以安永投資逾十億美元推動「機器人流程自動化」(Robotic process automation,RPA)之後,對AI投資更是不手軟,「我們知道,投資才有未來,停著不動,風險更大。」黃建澤說。
AI掀起一波「好的」不安
EY.ai平台將生成式AI導入各項業務,例如導入原有的審計系統,快速蒐集、分析、整理資料,協助會計師了解客戶所處產業的現況,更快協助判別風險、預測趨勢。
這套AI架構,進一步延伸至管理企業數據的安永Fabric平台,提供全球六萬名客戶、一五○萬名特定使用者串接,成為安永的新多元服務。
黃建澤掀開筆電,嫻熟地使用EY.ai平台的其中一項應用:EYQ。這是安永半年前上線的員工專屬問答機器人,使用方式與ChatGPT相同,只是訊息內容不會外流,「除了更聽得懂人話之外,EYQ致力於資料準確度,減少人工錯誤,對我們來說,是特別重要的事。」
身為應用生成式AI的企業領頭羊,一路走來,AI究竟帶來哪些影響?黃建澤觀察,客戶與員工紛紛走出舒適圈,「動了起來」,大家好像看到了一些希望、渴望,也有一些不安,「一種好的不安,居安思危的那種積極進取之感。」
會計師事務所長期逃脫不了人力荒,因為許多基層任務需要人,例如發送函證、數據整理等,但重複性工作往往留不住知識工作者。「我們慢慢地把這類工作,交給機器去做,讓人去做服務型、開創型的任務,學有所用,就能找到成就感,再加上AI提升的效率,相信最終能減緩人力的不足。」黃建澤如此期許。
(攝影/陳睿緯)
中信金資深副總經理 賈景光
新舊AI交互用 讓客服工作量大減三成
撰文.羅之盈
「我們二○一九年就成立AI實驗室,但最近一年半,每個月的進展,可抵前期的半年、甚至一年。」中信金控資訊最高主管、資深副總經理賈景光一坐下來就慨歎,語氣裡更多的是興奮與期待。
面對生成式AI浪潮,賈景光表示,企業得想清楚,可用AI解決的「關鍵場景」是什麼,「我們是服務業,AI應用的關鍵場景,就是客戶體驗提升、流程精進和科技守護。」明確定義之後,賈景光同步盤點手上的AI技術,交互使用生成式AI、傳統AI等多種技術,彼此疊加。
賈景光以自動扣款的簡訊通知為例,客戶常常忘記訂閱了哪些小額服務找上客服,這類客服電話每月超過三萬通!為了減少客戶疑慮,中信金改善通知內容,在原有自動化通知的架構之上,引入AI建構商家資料庫,加註收款公司的大眾常用名稱,例如優步加上「Uber」、網飛加上「Netflix」。這個小動作,大幅提升內容理解度,每月有效減少一萬多通的來電數,相當於客服工作量減少三成。
賈景光指出,中信金採用「兩個腦」策略,串聯外部生成式AI之際,同步自建封閉式AI工具,既保有外部工具的成熟靈活,也能維持機密性及正確度。
「自動化加智慧化,會對後台系統產生很大的魔術效果,審票、簡訊、客服機器人等,雖然每個動作看起來都小小的,但加起來,流程就會比別人有競爭力。」賈景光說道。
焦慮感推著大家學更快
對於數位轉型老手中信金而言,這波衝擊與過去的數位浪潮有何不同?
「不管是基層員工,還是決策型主管,都不再觀望了。」賈景光表示,這波AI帶來的焦慮感,推著大家要更快弄懂、更快學會,所以也不算是壞事,但是在這個大變局時刻,「先聚焦、再擴散,先導入有強烈AI需求的員工,再一波波推及其他,效益才能明顯。」
(攝影/唐紹航)
叡揚資訊副總經理 林縣城
三人做四份工、領四人薪!
撰文.羅之盈
「我們導入生成式AI增效之後,人力策略是三個人做四份工,領四人薪水。」叡揚資訊技術服務總處副總經理林縣城表示,這是必然的人力轉型方向。
創立於一九八七年的叡揚,是為企業資訊軟體提供商,七百名員工之中,就有一百名工程師。有鑑於近年數位科技產業發展蓬勃,叡揚團隊意識到人才競爭,只會愈來愈激烈,所以人力資源只能從「質」來取代「量」,而提升效率品質的方法,就是導入AI工具,並且善用它。
林縣城從叡揚的AI經驗建議企業,首先要組成專門的AI技術研究單位,叡揚特設五十人的專門AI技術研究單位,緊追技術演變。其次是建置自家資料庫,重新規畫內部知識管理流程,是降低人力溝通成本的有效途徑。第三則是專注研究自家有價值的業務案例,尋找其中適用AI的環節,切勿過分開展、分散資源,集中火力才能達到立竿見影的效果。
(攝影/唐紹航)
昇恆昌總經理 江建廷
後勤難找人 AI這樣補缺
撰文.羅之盈
零售服務業講究「人情味」,究竟AI能幫上什麼忙?擁有將近五千名員工的昇恆昌,有了實作的答案。
總經理江建廷表示,昇恆昌從疫情開始加速數位轉型,今年初組建十多人的AI小組,開展應用,包括賣場人員可使用的AI即時翻譯模組,以及後勤部門搭配「流程自動化」開發出的九支機器人,提供各部門串聯,例如導入會計環節,減少對帳、審閱,估計每個月節省三萬分鐘,約當三個人的人力,緩減基層人力短缺的「長期之痛」。
江建廷直言壓力驅動變革,建議企業首先要讓員工保有「危機感」,才會激發改變,「我都說,你們可以不配合我,完全沒有問題,但是我一定會記得誰不配合,」他誠懇地笑了起來,但他無懼的直視眼神裡,施展著別樣的壓力。
第二需要聯盟,有時是內部資源支持,有時是外部成功案例,增強組織信心;第三則是設定小目標,分組執行,凸顯每一步的效益,拉動組織向前。
(攝影/唐紹航)
iKala執行長 程世嘉
外部AI接內部資料庫 找到黃金公式
撰文.羅之盈
「民間神速,企業牛步。」iKala執行長程世嘉審視這段風起雲湧的日子,語氣中頗有劫後餘生般的感慨,「一般人只要連上網就可以使用生成式AI工具,所以討論度超級高,但是企業其實花了一整年的時間,直到今年上半年才大致確定要做什麼題目。」
台灣軟體公司iKala,作為上千家企業的雲端管理、數據賦能、行銷科技服務商,在生成式AI浪潮來臨時,不僅深怕自己的商業模式被顛覆,也承載來自企業客戶的深層焦慮。
程世嘉表示,目前生成式AI對於企業的影響,主要還是「降本增效」。去年第一季,iKala導入模型,並且開始進行實驗。首先觀察人員生產力的變化,設定可視化儀表板,蒐集量化數據,從敏捷式開發的進展時程來看,半年後,人員的生產力可以增加一倍。
- 敏捷式開發:Agile Development,是一種軟體開發方法論,將開發過程分成若干個短期迭代,每次迭代都包含計畫、設計、開發、測試和回顧,強調靈活性、協作性和持續改進。
自我實驗成功 轉成產品銷售
另一項實驗則是將生成式AI模型串聯自家資料庫,創造出內部知識管理的好幫手。程世嘉解釋,就像企業內部入口,形式是問答式聊天室,員工能在此提出各種問題,包括怎麼報帳、文件簽核權限等,甚至廁所在哪裡都可以問。
「這兩項實作,我們已有豐富心得,企業客戶非常感興趣,因此也開始成為iKala解決方案新產品。」程世嘉表示。
自家產品的優化則是另一項實作實驗。iKala開發的網紅數據平台,囊括超過三百萬筆跨國網紅名單,以及上億筆社群平台數據,去年起開始外掛生成式AI技術,讓媒合有更多參考細節。
既然鎖定的目標是降本增效,工程師的工作是否岌岌可危?
「數位產業還是需要人,不只是因為創造力,還有人提供的應變能力。」程世嘉認為,企業不會減少競爭力強的員工,只會想複製這些競爭力,期望找來更多人才。
「但菜鳥比較危險。」程世嘉直言,資深工程師加AI工具,生產力約當數名基層工程師,「所以菜鳥要趕快變資深,或增加新能力,才能保有競爭力。」
(攝影/唐紹航)
個人思惟
Google台灣前董事總經理 簡立峰
包辦上下游工作 「π型人」才有競爭力
撰文.羅之盈
﹁這一波生成式AI打中了知識產業、打中了中階白領,職場樣貌正在重新塑造。」AI趨勢觀察家、Google台灣前董事總經理簡立峰從將近兩年的產業變化,判斷應該不會有一大群人突然被AI取代,但是職場與個人職能,都已經有了新變化。
簡立峰分析,每個人的效率增加後,就有餘裕做既往範疇之外的事務。此時,職場內涵就需要重新設計,「以前螺絲釘式的安排,任務分太細了,AI時代要放寬一些,讓人發展多元才能。」
他描繪生成式AI的工作方式,傳統資訊人員僅負責建立架構,應用程式將由「使用者」自行調校(qualify), 例如人力資源部門,不僅負責員工訓練資料,也將負擔調校系統的內容。因此,人資需要學習理解AI背後的精神,才能知道怎麼改,效果比較好,而且需要更多跨領域的知識,才能完成調校。
「未來『π型人才』才有競爭力,就是在專業之外,多一隻立足的腳,在你的工作裡,把上下游的任務搶過來。」簡立峰舉例,資訊人員可以學做上游的策略企畫、專業經理可以學做下游的品質管理,組織型態要變得更敏捷,以任務型態編組,進行新的嘗試。
拉高標準、練習問問題 是所有人課題
不過他提醒,不管是教育還是企業,體制變動都慢,但個人改變很快,上網自學更深的AI概念、提高自我標準、練習問問題,是所有人的課題。
簡立峰表示,以往六十分是及格,但未來使用AI工具複製貼上就有六十分、稍做調校可得七十分,所以個人自我要求的及格分,應拉高到八十分,且要學會「問問題,就是解決問題。」
「那裡就有一個超級機器人,等著你問。如果你只是把問題丟去問,直接複製答案,這叫抄襲;但如果你跟它互動二十次,就叫學習;如果五十次,就叫做創作了。」簡立峰笑著說。
(攝影/唐紹航)
iCHEF 共同創辦人 程開佑
你的創造力 永遠是組織裡的稀有財
撰文.羅之盈
剛走過消費停滯的疫情時代,卻又迎來生成式AI大爆發,餐飲科技公司iCHEF在這一波可能被「顛覆」的氛圍下,顯得從容不迫。
iCHEF共同創辦人兼行銷長程開佑攤開手上客戶,主要都是購買銷售時點資訊系統的中小型餐飲業者,現已達一萬五千家,一年處理一億六千萬筆交易,總額達一千億元。他說,「新技術是更好的機會,提升產品與服務,穩固客戶關係,所以我們很注重團隊提升生成式AI能力。」
在這個AI技術的新時代,大語言模型是科技巨頭們的遊戲,而iCHEF作為百人團隊的軟體公司,「導入」才是最下功夫的地方。
iCHEF首先將生成式AI工具導入用戶調查與客服流程,摘要客戶訴求,比起以往單純的分類,設計更直覺,效果也更好;而在宣傳文案上,同步加入AI工具生成內容,尤其是轉譯國外訊息,能大幅縮減作業時間;甚至官網,也運用AI工具來維運,成效良好。
程開佑形容,生成式AI就像是「哆啦A夢」,跟它說需求,它就會從口袋裡掏出解決方案,所以實作特別重要。
程開佑以行銷業務團隊的日常任務為例,「摘要」既然是生成式AI工具目前最成熟的一環,就要盡量運用。他說,如今,摘要會議紀錄已是最基本的應用,即使完整度約莫六成,也已節省大半時間。
人類能探查資訊獨特處、發展觀點
此外,團隊還會利用生成式AI工具,比較並統整不同語言的網頁,「這樣人就可以只專注在探查資訊的獨特處,發展出自己的觀點。」程開佑表示。
身為高頻率使用生成式AI工具的早期採用者、同時也是團隊主管的程開佑,在這個AI新時代中,如何看待「人」的價值?
程開佑觀察,在現今社會中,「創造力確實就是奢侈品,也是組織裡重要的稀有財。」他解釋,創造力是一個過程,不是短期技能,需要一定的生命經驗,加上強大的統整能力,才能培養出來。
程開佑強調,「不管是上班族,還是學生,擁有這種拔尖的素養,永遠是企業想要的人。」而這,正是AI浪潮無法顛覆的人類價值。
(攝影/唐紹航)
台大資工系副教授 陳縕儂
當AI普及 文科生跨界變容易
撰文.羅之盈
你是用了生成式AI工具之後,就不思考了?還是想得更多了?
「如果只是無腦地用,它說什麼你用什麼,你的能力充其量也只是跟它差不多,無法成為專家。」研究人工智慧逾十年的台大資訊工程系副教授陳縕儂明快地分析,「但是如果你運用知識,加入觀點,反覆詢問,你就掌握短時間內做出更好東西的方法,這就是這個時代更重要、更有競爭力的人機協作能力。」
陳縕儂認為,現在生成式AI工具如同搜尋引擎,人們不用再去圖書館找資料,「強記」不再是成為專家的核心能力,但是如何反覆調整輸入的內容,找到想要的結果,是必須培養的新能力。
人文素養反成競爭力
面對嶄新時代,她說,「多使用」是不變的道理,尤其是現在生成式AI工具愈來愈多,慢慢也有了各自特色。例如ChatGPT的社交能力比較好,回應更為人性化;Google的Gemini則是知識內容更豐富,多嘗試才能知道如何搭配使用。
既然生成式AI工具能直接生成程式碼,未來電資學生是否還需要學寫程式?
陳縕儂認為,基礎科學重要性不變,特別是批判性思惟的訓練,理工領域學生未來道路會趨於兩極化,一是走向更專精的技術,二是與其他領域專家合作,因為電腦科學愈來愈深入產業,需要與領域知識深度結合。
陳縕儂分析,跨領域是未來必然的方向,但是理工人跨入文科知識領域,相對困難,因為文科領域常需要長時間的養成,例如法律、文化、哲學等。在生成式AI技術日趨成熟之後,「人文素養反成競爭力。」
她認為,對文科生來說,未來跨界反而變得更容易,因為隨著生成式AI工具愈來愈強大,使用AI會愈來愈簡單,所以文科生「一跨就過」。她建議,文科生可以學習一種程式語言,例如Python,因為若是缺乏AI素養,就無法在日常裡想到用它來解決問題,「未來寫程式就像現在的英文,是非常基本的能力。」陳縕儂直言。
(攝影/陳永錚)
跨國指引
創新工場董事長 李開復
職場打滾 「贏得他人信任」更重要
撰文.羅之盈
帶著末日般的預言,以及對人性樂觀的溫暖情懷,AI趨勢觀察家、創新工場董事長李開復對於職場變化,有著深刻觀察。
「AI是人類最大的突破,也是我們理解自己的最後一步。」李開復近期接受《財富》(Fortune)專訪時表示,他在一九八三年申請博士學位時寫下這句話,因為他認為一旦弄清楚如何建造AI,就會知道人們是如何思考,而這正是驅使他投身AI領域的原因。
他表示,「人類認為AI可以做到人類所有會做的事(意指變成人類),我覺得這是非常狹隘且自戀的觀點,因為我們是人類,總覺得外星人、寵物還是猴子,都想要變成人。」
在李開復眼中,AI是一個運用GPU晶片、運算模式和數據的巨型機器,它可以完成比人類更多、更好的任務,「但這並不意味著它能做所有人類能做的事情,因為AI運作方式不同於我們的大腦,它可能沒有意識、愛、同理心、同情心或其他技能。」李開復分析。
打破使用AI是作弊的荒謬想法
早在二○一七年,李開復就曾預言「未來十年AI將取代人類五○%左右的工作」,包括工廠的工人、建築工人、操作員、分析師、會計師、司機、助理、仲介等,甚至部分醫師、律師及老師的專業工作。不過,他也認為,人們採用AI工具之後,將進入富足的豐產時代。
他推估,工作結構金字塔基層的八至九成,將會是「人與人之間的服務業」,他們在人類社會扮演不可或缺的黏著劑,包括服務、參與、聯繫、情感,「這些都是AI不能做的。」
回顧這個預測,李開復現在仍認為「十分準確」。他坦承,外界批評他在一七至一九年「過於激進」,當時自己確實有點緊張,但是生成式AI出現時,所有人應該都相信這是正確的速度。
如今面對科技時代的轉捩點,李開復認為,人們首先要停止「使用ChatGPT」就是在「作弊」的荒謬想法。他反問,難道使用Word或Photoshop就是作弊嗎?而且有了AI工具輔助,人們可以發揮更大的潛力,「職場更重要的技能是『贏得他人的信任』,這不僅需要真誠、分享,還需要高EQ。」
(圖/Getty)
諾貝爾經濟學獎得主 克魯曼
AI全面啟動?等下個十年
撰文.李季洋
AI科技浪潮衝擊就業市場,諾貝爾經濟學獎得主克魯曼(Paul Krugman)在專欄中引述英國經濟學家凱因斯(John Maynard Keynes)的看法,認為AI科技會造成一些工作被淘汰,但只是「短暫的失調階段」,不至於引發大規模失業。
哪些工作可能受到影響?克魯曼認為,比起藍領工作,高薪的行政工作更容易被取代,「雖然自駕車等AI應用可能排擠到藍領工作, AI更有機會減少收入不平等的現象。」
克魯曼並表示,AI對生產力和整體經濟的貢獻會比大家預期得慢。回溯歷史,他指出無論是電氣化或資訊科技時代,從科技研發到生產力爆發,往往有數十年的路要走,因為僅是發明科技還不足夠,企業和個人都需要釐清如何應用。「ChatGPT或其他AI應用可能是二○三○年代的故事,而不是近幾年。」克魯曼說。
(圖/Getty)
諾貝爾經濟學獎得主 皮薩里德斯
別想再靠單一技能走江湖
撰文.李季洋
近年AI崛起,許多人擔心AI取代人類專業,造成大規模失業。關於這點,諾貝爾經濟學獎得主皮薩里德斯(Christopher Pissarides)抱持樂觀態度。
皮薩里德斯認為,AI會取代部分工作,但也會有新工作誕生。他以第二次工業革命為例,電力普及取代了家務勞工,電器量產卻帶來許多製造業工作機會。
不過他指出,AI對製造業的影響可能與電力相反,「製造業會自動化,人類的新工作會集中於服務部門。」
皮薩里德斯認為,就長期來看,前仆後繼投入科學、科技、工程、數學領域的人才可能自掘墳墓,被自己開發出來的AI搶飯碗;反而是需要人際交流、講求同理心、創意和管理技能的工作,包括客服和醫療照護,較難被AI取代。
皮薩里德斯提醒,面對新科技浪潮,無論投身哪一個領域,都必須學習新技能,「你不能再期待只學一項技能,餘生都以此為生。」