近年ChatGPT點燃了市場對生成式AI的關注度，迅速改變許多既有的營運和工作方式，根據BCG調查，8成高管都表明，今年要增加對人工智慧的投資，但觀察實際行動卻發現，大多數的組織只是緩慢接受這場工作革命。9成的人是採觀望態度、認為人工智慧仍在炒作階段，頂多只做一些小規模實驗。
主要原因是企業高層仍不夠理解生成式AI的威力，也就難以想像使用的場景，只能等待別的公司有初步的實驗成果，再帶回公司討論是否要仿效。但面對這種突破性的技術，願意主動投入研究的公司更有機會轉守為攻，占領市場。相較之下，那些快速接納生成式AI，藉此提高獲利的領先企業，做對了什麼？
AI前期投資就像蓋房子，打完地基未必能獲利
1.聚焦提升賺錢的效率： 這些公司的目標是生產力至少提高10％，或是成本節約10％。比如本來需要投資人力細部微調的定價、行銷文案、促銷價格、推薦商品，都運用人工智慧代勞，更快速地賺到更多的錢，再接著投資其他可以提高收入的業務，創造下一步的增長。
2.系統性提高相關技能： 大多數主管預計，在未來3年內有近一半的員工需要熟練生成式AI。在領先的公司裡，人工智慧不是一次性的演講或是工作坊，而是系統性的培訓，全職員工提升技能的人數通常是其他公司的3倍。
實際的做法可能是每個人都會先學習人工智慧的基礎課，包含可以做到什麼事，相關術語的意涵，再進階到討論不同部門的使用案例。除了培訓以外，也規畫實作機制，由各部門提案希望運用AI解決什麼問題、需要多少資源、帶來多少效益，集中起來經過會議討論，決議出優先執行的專案，再安排人員投入，避免各部門分散力氣、虛耗資源。
3.對花費的成本保持警覺： 隨著生成式AI工具愈來愈多，領先的公司會留心採用新工具的同時，是否增加過多的成本。如果看到新服務就買來試試，容易不小心花掉過多的資本。
但也要提醒，許多前期投資就像是蓋房子前要打地基，不能只看地基可以有多少獲益，必須等到房子蓋完，才能一起評估。比如，公司希望透過人工智慧協助為程式碼除錯，就需拆解出不同的小任務，像是要建立一個程式碼的資料庫、除錯的工作流程，還要整合進既有的系統和服務中，如果單純檢核資料庫的成效，就無法彰顯他的成績。
4.與代表性公司建立夥伴關係： 人工智慧相關技術和解決方案還在發展中，領先的公司傾向與多家科技大廠和解決方案的新創公司成為夥伴，才能及早獲得技術更新的成果。
5.嚴肅看待AI產生的風險： 針對生成式AI可能造成的資料外洩、侵權、隱私、資訊偏頗問題，領先的企業會預先建立防範機制。
發揮AI潛力：從例行任務到改變商模
我們也從這些公司身上觀察到，生成式AI可以為企業發揮3種價值，如果不確定技術可以如何幫助你的公司，不妨從這3個面向開始思考：
1.幫忙例行任務： 提升10％至20％的生產力。選擇並測試生成式AI工具來支援員工的日常任務，舉例來說，製造業運用生成式AI來改善生產流程、提高產能利用率，或是自動化客戶服務流程，減少下訂後的排程與等待時間，提高客戶滿意度。
2.重塑重要職務： 效率提高30～50％。例如OpenAI發布的影音生成器Sora，顯然會改變影音產製的工作方法，對於原本負責拍攝和剪輯的員工，可能大幅調整核心職能，改為和影音生成工具協作產製。
3.打造商業模式： 建立長期競爭優勢。擴大一點想，生成式AI也有可能改變核心的服務內容，重塑商業模式，比如線上教育平台透過分析學生學習行為和表現，提供個性化的教學方案，包含互動式教學內容、即時反饋、個人學習路徑等等，幫助學生更有效的學習。（口述｜徐瑞廷，整理｜韋惟珊）