二维码
北高遥数字技术应用产业互联平台

扫一扫关注

当前位置: 首页 » 行业资讯 » 产业动态 » 正文

企业已搭建适合AI数字转型技术人才成长的舞台吗?

放大字体  缩小字体 发布日期:2024-10-31 10:40:57    浏览次数:138    评论:0
导读

随着数字科技持续发展,持续改变我们的工作与生活,在企业方面,由于有快速增加效率与提高质量的潜力,人工智能正逐渐成为公司营运模式的核心,甚至已重新定义公司的流程与组织。简而言之,产业 AI 化的理想境界,就是由人工智能系统扮演营运驱动力;至此,软件指令及算法,就构成公司传递价值的主要途径。因此,这几年台湾

随着数字科技持续发展,持续改变我们的工作与生活,在企业方面,由于有快速增加效率与提高质量的潜力,人工智能正逐渐成为公司营运模式的核心,甚至已重新定义公司的流程与组织。

简而言之,产业 AI 化的理想境界,就是由人工智能系统扮演营运驱动力;至此,软件指令及算法,就构成公司传递价值的主要途径。

因此,这几年台湾产业界不断探索 AI 技术方面的成长,甚至包括政府也是。在 2024 年开办许多 AI 人才培训课程,课程内容聚焦在 AI 相关技术,从生成式 AI 使用、机器学习、深度学习相关算法,大致不脱这样的范围。不过,上过这些课程就能具备开发企业应用AI 的能力吗?技术力仅限于此?答案恐怕并非如此。

根据人工智能科技基金会辅导企业的经验,执行长温怡玲表示,「技术力」要思考的范围不只是技术。当然一开始考虑的经常是模型的正确率,接着则是不断优化与迭代,这段时间最被关注的当然是大型基础模型与多模态模型。但是,要能够发展技术力,最重要的基础还是人才。每家企业的策略、数字化目标、现有人才能力,以及信息系统现况都不同,所以需求的人才在数量与专业方面,必然有所差异,「什么是人工智能人才?很难有一致定义。」

人工智能科技基金会技术长张嘉哲也指出,技术的问题最终仍脱离不了组织的问题。主要原因在于员工接受训练后,虽然对于AI 相关知识与技术有一定的了解,但回到原本的组织后,仍得需要企业整体都有共同的目标与共识,尤其是领导阶级必须要有强烈认知,才会做出相应的调整。因此,AI技术培训就像是播种,将 AI 的种子洒到各个企业中,期待能从中启发有潜力的人,在企业中带来改变。

但他笑说,当 AI 要在企业中落地时,依然会发现困难重重。除了发展数据驱动需要的数据科学家、工程师等人才的不足外,负责发起AI 项目的人还需要会争取资源,并且避开风险,确保项目的成功率。除此之外,组织的文化更是关键因素。企业若能经营合作与分享的文化,避免部门间的隔阂,才能有利于新项目的发想与进行。

他提到《领导者的数字转型》一书中,两位作者马可.颜西提(Marco Iansiti)、卡林.拉哈尼(Karin R. Lakhani)归纳出多数组织有效转型的五个原则。

原则1:有策略

策略的明确性与坚定承诺,应该清楚陈述目标。若想要确实执行新策略,尤其涉及执行策略时,务必对行动、持续力及最终目标的明晰,保持无疑的严肃认真态度。且要注意一个要素是,使公司团结。

原则2:厘清架构

厘清转型的技术面目标,每一个人必须了解你想要的未来营运架构变成什么面貌。为了明确聚集在数据、分析及人工智能上,需要一些中央化,及很高的一致性。

原则3:聚焦产品的敏捷组织

以人工智能为中心的营运模式必须开发聚焦在产品的心态,跟任何聚焦在产品的行动一样,负责部署人工智能应用的团队必须深度了解它们要以人工智能来赋能的应用环境。AI数字转型除了需要一个新的架构与组织方法,也需要重大的文化转变。营运模式的数字化,意味着发展一种软件文化与心态。

原则4:能力基石

对于想要转型成为 AI 驱动的公司,最为显著的挑战是开发软件、数据科学,与进阶分析的深度能力基础,要建立这样的基础需要花费不少时间,甚至得招募到一群优秀的人才,并建立适当的职涯发展途径与奖励制度。

原则5:多专业治理

数字治理应该是跨专业、跨部门的通力合作,公司法务及事务部门应该要参与产品和政策的决策,而非只是扮演诉讼及游说的角色。除了建立坚实的内部治理流程,组织也应该不出公司之外,和伙伴及顾客生态系及周边社群互动。

先不用急着想做 AI,先从掌握工作重要资料着手

对于还没有开始 AI 转型的组织来说,张嘉哲建议,企业可以先观察工作流程有数据、有意义,且可以持续观察应用,而不是急着想着如何买进AI工具或导入软件。因为若对于AI 不够了解,仅是天马行空的幻想有哪些应用,都无法对公司带来帮助;或者在后续的执行上,便可能因为实际限制,例如根本没有数据,白白浪费先生投入的资源。那倒不如实际检视手中的数据,例如用一般的电子表格软件,就能从从数据中观察到一些特征,接着,再继续往下深掘更多信息。当你掌握更为明确的目标与数据之后,届时也许就会发现使用AI 的目的,所需的资源与方向也就会越来越明确。

仅有学习生成式 AI 工具,无法了解使用限制与风险

生成式 AI 工具的蓬勃发展,不仅取代过去人力所做的事,也吸引不少企业开始在组织中使用相关工具,期待能够加快业务程序、自动执行工作,进一步为组织带来新的成长。但是,张嘉哲说,由于工具学习的进入门坎低,易于上手的生成式工具吸引了取多人的注意,大众学习的意愿也相对高。但它仍然是属于AI的范畴,依旧是一个语言模型,原理依旧是一样的:企业还是得要有资料。也因此,大语言模型的使用原理与限制与之前所说的AI并没有差距太远,需要知道的原理也是类似的。

人工智能科技基金会在协助企业赋能 AI 的过程中也观察到,台湾企业在人才招募与培育上的限制,只要不是科技产业,找不到人才几乎已成常态。然而因应企业数字转型升级需求,内部势必得进行结构调整,并开始思考如何培育与赋能现有同仁的能力,透过课程训练与内部竞赛的方式,先在内部孕育出重要的种子部队,并拓展到其他的部门与团队,才能带动整个企业脱胎换骨。

随着科技快速进步,企业如果要适应加速改变的未来,就必须对于人才的培育进行规划与投资,提早因应技能重塑的未来。这不只是教育训练,而是企业建立核心竞争优势的关键策略。


 
(文/小编)
反对 0举报 0 收藏 0 打赏 0评论 0
免责声明
• 
本文为小编原创作品,作者: 小编。欢迎转载,转载请注明原文出处:https://www.bdfwcn.com/news/show.php?itemid=414 。本文仅代表作者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除,作者需自行承担相应责任。涉及到版权或其他问题,请及时联系我们。
0相关评论
 

京ICP备2023004569号