「AI這個議題談了1年多，大部分企業都已經度過懷疑期，進入探索期。」資誠創新諮詢公司董事長盧志浩分享實務觀察。
儘管AI的概念已存在數十年，但在2022年11月底，OpenAI推出ChatGPT的那一刻，人類正式掀開潘多拉盒子，不管大中小型企業，都被捲入漩渦之中。過去熟悉的工作流程、經營模式都受到AI挑戰，國際貨幣基金（IMF）總裁喬治艾娃（Kristalina Georgieva）甚至預期， AI會在未來2年衝擊先進經濟體6成的工作，以及全世界4成的工作 。
企業必須盡快脫離觀望階段，投入資源進行內部大體檢，同時尋求補藥，希望盡快調整好體質，跟上變化多端的市場。畢竟AI不只會取代部分人類的工作，會用AI的公司更會取代不會用AI的公司。
今年7月，《數位時代》和台灣人工智慧學校共同發表《台灣產業AI落地調查》，發現台灣已有多達89％的企業都已經在評估、導入AI到工作流程中。只是很多企業也許會有相同的疑問：要導入什麼？
企業瘋AI拉高生產力，新手也能完勝老鳥
以廣義的AI類型來看，這些企業中，有高達49％都已經開始使用「生成式AI」，負責產生圖像、文字內容，協助加速文件撰寫或行銷創意發想等日常工作。第2大類型是30％企業導入的「互動型AI」，也就是能用自然語言互動、回答問題的聊天機器人，主要能節省客服人力、縮短等候時間。第3大類是「辨識型AI」，利用語音跟影像辨識技術提升作業效率與效能，如門禁辨識等。
從這些項目中可以看出，企業希望靠AI提高員工生產力和服務客戶的速度，這也是目前市面上AI解決方案最主流的方向。
史丹佛大學和麻省理工在去年合作發表一份職場AI報告（Generative AI at Work），《彭博》指出，學界普遍認為這份報告，是科學領域首次進入實體工作場所考察AI產生的具體影響。他們花了1年時間，研究一家全球500大軟體公司位於菲律賓的客服團隊，意外發現平時表現最差的新手客服，從AI工具中受益最大，在AI協助下完成工作的速度加快35％，對團隊的貢獻甚至可以超越其他資深卻沒有使用AI的員工。
研究總結特別指出， AI工具可以學習公司頂尖員工的隱性知識 ，比如可以說什麼話安撫憤怒的客戶，或根據客戶的情況分享需要的技術檔案，即使是技能不足的新進員工，也可以憑藉這些知識，迅速提高生產力。
這還只是相對基礎的客服功能，勤業眾信聯合會計師事務所數位轉型服務負責人溫紹群指出，隨著今年AI PC、AI手機問世，AI將有更多複雜專業的應用，從天上被拉到地端，進入一般企業員工視野。例如在ERP系統中加入AI助理，再串接到App中，員工只需要一台手機或平板，甚至不用連網路，就可以完成任務，「你不需要會看表、不需要開專業軟體，只要會講話，就可以靠AI助理分析ERP系統的資料，這絕對是中小企業的福音。」
別想著一步登天！導入AI須長線思考
企業的需求愈來愈具體，但《台灣產業AI落地調查》卻顯示，只有32％企業已制定短中長期的計畫，其中已經具體編列預算的僅25％。這些企業共同的挑戰是：如何判斷ROI（投資報酬率）？
勤業眾信聯合會計師事務所資深執行副總經理林彥良分享，在AI相關的工作坊活動中，經常詢問主管導入AI的目標，結論是「都跟錢有關」，不管是希望提升獲利、增加毛利、降低成本都希望AI能做到。
不過，AI對生產力的效益，其實很難直接展現在財報上，例如當人員處理案件的平均速度變快，究竟是AI的功效、更強的教育訓練，還是員工個人能力提升的成果？很難列出AI投資報酬率的簡單公式。盧志浩認為，這些效益最終會反映出來，但它需要時間和明確的衡量指標，否則在投資人、企業高層眼中，容易完全隱身。
第2種問題在於缺乏可用數據，今年企業AI應用大多想往「推理」走，也就是能夠具有聯想和邏輯能力，在有限的指令下自動從A連結到B，但這點仰賴非常大量的資料，而且要是清理過的可用數據，否則只是「Garbage in, garbage out.（GIGO）」（垃圾進，垃圾出）。
林彥良觀察，疫情時期各界喊著數位轉型，但扣除掉資源充足的大型公司，中小型企業由於缺乏人才等問題，資料可用性依然相當低，一碰到AI議題就原形畢露。
當企業被這些猶豫拖慢步伐，公司裡的員工可能就會選擇「自己動起來」，微軟（Microsoft）今年發布《工作趨勢指數》調查，發現台灣員工對使用AI工具相當主動，多達84％知識工作者都在日常中使用，高出全球的75％比率，更有79％是「自行帶來AI工具工作」，不再只是等待公司的訂閱、導入，而是自己接觸，學習如何使用。
理論上是好事，但多數企業的安全漏洞也從這裡發生。員工自行選擇的AI工具，來源和安全性無法得到公司IT部門的驗證和控制，不同工具之間的兼容性問題可能導致系統出現漏洞，進而被惡意軟體或網絡攻擊者利用。此外，員工使用這些工具時，可能會將敏感數據上傳到第三方平台，增加數據外洩風險。
「我們需要把AI視作一個長期的過程，而不是一個短期的解決方案。企業應該投入更多時間在數據準備和技術研究上，而不是急於追求短期成果。」AI認知科學家蓋瑞．馬庫斯（Gary Marcus）在美國科技媒體《CTech》採訪中指出。
包括他在內， 多數AI專家提供給企業的建議都是——別想著一步登天 。
林彥良認為，最關鍵的任務是先把內部資料整理好，「開始串上AI之後，資料的品質的落差，就有可能讓2家公司的成長有明顯的差距。」不只數據品質要高，還必須是「可即時取得」的數據，方便即時分析。
避免「病急亂投藥」，訂好規則跨職能協作
企業在尋找AI解決方案時，目前市面上AI解方服務大多分為2種：1種是提供工具和平台，讓企業導入自己的資料，調教訓練成專屬AI；另1種則是利用預先訓練好的模型驅動，提供應用程式讓企業「一插即用」。
盧志浩建議， 企業先從更容易掌握學習使用的應用開始，而非初期就投入大量資源訓練AI模型 ，讓員工體驗便利性、確保適合組織使用後，再一步步推進更複雜的應用，高層也會對投資更有信心。
對內，必須要制定清楚的使用守則，且評估的團隊必須跨職能，而非單純以IT團隊為主。 過去IT 部門是所有產業中最適合處理AI工作的團隊，他們在審查技術需求、調整對應的基礎設施和控制預算，然而在AI時代，數據需求橫跨多部門，在組織內更加多元化與分散的時候，必須以「協作方式」調整需求並評估整個組織的資源投入。
以資誠聯合會計師事務所為例，今年上線內部專屬的PwC Chatbot，提供員工快速檢索資料。不過身為會計師事務所，各部門掌握的客戶資料機密程度不同，為了確保安全使用AI，資誠召集工程、人資、法律等相關決策人員組成團隊，針對各部門需求定出完整規範和指引，並且定期開會更新調整細項，確保有可依循。
導入AI能強健企業體質，但就像維他命瓶身經常寫的警語「多食無益」，在應用AI技術時，確保妥善規畫並持續改進，才能真正帶來價值。
