隨著人工智慧（Artificial Intelligence，AI）技術不斷發展和普及，愈來愈多企業開始探索導入AI的可能性；今（2023）年ChatGPT的爆紅更掀起全球熱潮，讓眾人見識到對話式、生成式AI的潛力。「AI從話題、議題，到現在已經變成是產業、企業及個人的課題，」台灣微軟（Microsoft）總經理卞志祥在AI TAIWAN 2023 未來商務展 論壇說道。
生成式AI與一般泛指的AI不同，更聚焦在能生成文本、圖像、音訊等多種形式的AI模型，能更好地處理自然語言的問題，並在語言生成、對話系統、翻譯等領域具有廣泛的應用前景。目前台灣也愈來愈多企業導入生成式AI，強化自家產品帶給消費者的體驗與價值。
碩網資訊的對話式AI平台SmartRobot便導入微軟Azure AI，讓客服平台能依據企業內部資料與知識（Know-how）來回答客戶需求，確保回覆的答案是正確、符合企業內部流程，且不會回應競爭對手的資料；遠傳FriDay購物App推出「問問小五」強化電商平台的搜尋體驗，顧客輸入「露營」，就算對露營設備毫無想法，也能快速找到系統推薦的帳篷、背包、睡袋、爐架隔熱墊等商品。
知易行難！企業導入生成式AI，會遇到哪些問題？如何克服？
然而，導入生成式AI也帶來了一系列的挑戰和問題。鼎新電腦吳兆麟博士分析，企業導入生成式AI大致上會經歷三個階段：規劃期、評估期、導入期。企業經營者得先了解自己處在哪一個階段，才能制定策略、擬定下一步該做什麼。
規劃期：從兩面向發想，釐清生成式AI的應用場景
想釐清生成式AI的應用場景，吳兆麟建議企業能從兩個面向來發想。
以GPT（生成型預訓練變換模型，Generative Pre-trained Transformer）為例，第一種比較單純，就是讓GPT根據任務，加上企業內部的Know-how來生成結果；第二種比較進階，除了賦予GPT任務、Know-how外，多給GPT與任務有關的數據，期望AI根據新數據完成更進一步的任務，像是將數據轉換成其他形式，可能是翻譯、轉換、修飾、檢查等，也可能是衍生出更多回覆，或總結與摘要資料的重點。
《經理人》日前推出的「台灣第一支新聞AI摘要朗讀」服務「每日聽管理」，便是請GPT根據官網報導，賦予其重新撰寫播報稿的任務，針對文章資料做總結而誕生，讓平均閱讀時間約3～5分鐘的文章，能以150字左右的篇幅快速播報，幫助讀者更快速、更便利掌握重點。
評估期：破解常見迷思！不是所有事，都適合讓生成式AI來做
確定生成式AI的應用場景後，進入導入期前有兩個特別要注意的事。首先，生成式AI可以做很多事情，但「可以做」不代表「適合做」。吳兆麟舉例，部分基於大數據才能得出的分析或最佳化計算，或許交給傳統的AI執行比較適合；此外，生成式AI適合用在基於自然語言（讓電腦能解譯、操縱及理解的人類語言），並以人的原則、原理去分析的任務，如果相對固化的標準化處理任務，那交給程式來運作比較適合。
第二，不管是生成式AI或傳統AI，其實AI最適合扮演的是輔助人的工具，而不是完全取代人。吳兆麟提醒，AI的原理只是基於機率去產生最佳化的結果，這個結果到底適不適合企業來應用，最好還是有人為參與、確認，做出最後決策與調整。
導入期：經歷準備、設計與驗證階段，最後「反問」AI來改善最終成果的品質
進入導入期的企業，開始著手設計、建立符合自身應用場景的生成式AI，此時回經歷準備階段、設計階段、驗證階段。
首先，企業得先依據應用場景，以「訓練新手」的方式去蒐集Know-how給生成式AI。準備完成後，在設計階段時要將Know-how做結構化的整理，幫助AI了解你想教它的事，並設計任務的輸入、輸出。吳兆麟提醒，根據過往經驗，此階段企業需特別注意，如果連人都做不到的任務，交給AI來做當然也不可能實現。
最後，在驗證階段時，如果訓練的結果無法被使用，吳兆麟建議，能 「反問」AI是如何生成答案的，透過掌握AI生成結果的過程，了解該從何處著手修改企業自身的Know-how，重新輸入給生成式AI來調整最終結果的品質。
台灣微軟首席營運長陳慧蓉認為，AI時代下企業會更需要三種人：敏捷（Agile）、創造力（Creative）、溝通（Communication）。首先是Agile，指的是很敏捷，同時也很願意學習的人；Creative則是在自身專業上很有想法、很有策略的人；Communication 則是因為AI無法取代人做深層溝通，還是需要人來完成。
本文授權轉載自《經理人》，作者：林柏源，原文標題：不是所有事，都適合讓生成式 AI 做！企業導入 AI，要破解的兩個「常見迷思」
提供您第一手最豐富的創業資訊！
邀請您加入「《創業小聚》LINE官方帳號」
