商業興觀點／導入生成式AI 解決企業痛點

2022年底，當OpenAI搶先發表ChatGPT，並在兩個月就突破1億使用人次後，突然平地一聲雷，以ChatGPT為首的生成式AI瞬間成為所有人的目光焦點，各界聲音此起彼落，從反方的義大利禁止ChatGPT、美國消費者組織擔心ChatGPT可能操縱人們、三星電子引入ChatGPT不慎外洩機密數據，到正方的Panasonic讓1.25萬名員工以內網使用客製版ChatGPT改善業務效率、GE將ChatGPT應用於機器的維修預測、台積電將ChatGPT應用於智能客服提高客戶滿意度等，甚至連商研院輔導過的製造業者也來詢問，ChatGPT可以幫我們做什麼？

源於對未知的恐懼，企業或個人可能因不知如何善用以ChatGPT為首的生成式AI，唯恐就此失去競爭優勢而陷入集體焦慮中，但其實ChatGPT（生成式AI）就是一種新興工具。

根據商研院多年輔導業者的經驗，使用任何工具提升競爭優勢前，應先思考的是企業目前的營運是否遇到什麼痛點或瓶頸，而以ChatGPT這類生成式AI的工具特性，是否真能解決這些痛點並提升競爭力？

企業可先從核心優勢找到可讓生成式AI凸顯價值的應用場景，進而抽絲剝繭層層解除企業痛點，例如商研院輔導的製造業者需面對的是如何優化產品研發流程等瓶頸的應用場景，這時就可讓生成式AI幫助研發人員在研發過程中獲得更多創新思維，從而激發更多創意和想法，並透過AI快速生成產品設計方案，減少人工試驗和設計的時間和成本，同時可快速收集試產的測試數據，進而提高產品的品質與可靠度。

業者若因導入生成式AI而在研發流程初嘗效益時，商研院通常會建議他們進一步擴大生成式AI的應用與導入範圍。

例如，再往下延伸到生產流程的優化，這時可透過生成式AI來分析生產流程的大數據，找出瓶頸和改進點，從而提高生產效率，或是可讓生成式AI大量學習產品圖像特徵，並與正常產品進行比對，從而能比以往人工檢查時更快檢測出有瑕疵的產品。

另審視生成式AI這類工具的特性時，會發現其實最大的挑戰並非演算法，因演算法可利用例如ChatGPT這類已以大量文本數據訓練的基礎模型平台，再客製成企業自家應用模型即可。

至於最大的兩個挑戰，反倒是如何即時取得企業內外部的優質數據、謹慎清理機敏數據後訓練成應用模型，及如何提高AI應用與數據處理人員的生產力，因生成式AI勢必改寫每位員工的貢獻方式，因此如何以公正客觀的方式激勵員工績效，終將變成人資的一門顯學。

綜上所述，最終就可透過人機（AI）和諧協作提升導入效益，進而強化競爭優勢。

此外，因生成式AI而衍生的法遵，也是企業領導者的高度該嚴肅思考的議題。

例如，企業應明確定義生成式AI的使用政策，何時可以或不可以使用生成式AI；應提高內部對生成式AI的風險評估能力，有意識的尋找失敗模型和應用程式漏洞；同時應隨時調整AI政策，以因應創新速度極快的生成式AI。

高盛曾預估生成式AI將促成勞動生產力每年成長1.5個百分點，諾貝爾經濟獎得主Christopher Pissarides也表示，人類可藉由AI從工作中提升幸福感，相信持續在尋找創新和自動化解決方案以因應營運挑戰的企業，終將因為願意接受並導入生成式AI，而逐漸體認到AI轉型的甜果。