盧希鵬／AI 驅動轉型：贏在當下 輸在未來

年底在企業年度策略會議中演講，AI經常成為討論的焦點，但我發現，不少企業認為AI技術還不夠成熟，而當前的預算只夠做數位轉型，AI驅動的變革可以再等一等。這種想法其實是危險的，因為年度策略會議一年一次，而AI的進化，每周都在進行。

企業需要先理解，成熟的AI叫工具，而不成熟的工具才叫AI。AI驅動轉型，當下就應該從工具開始，例如：

一、自動化文書生成：生成式語言模型如ChatGPT和Co-pilot能協助撰寫報告、生成文案，甚至處理電子郵件。這些工具幫助企業快速完成日常文書工作，例如客戶回覆或社群內容創建，顯著提高運營效率。

二、文本分析與翻譯：工具如NotebookLM和Microsoft Azure文本分析API，能夠即時翻譯，腳色扮演職場教練並評分，分類文本、分析情感，甚至提取關鍵資訊。例如，金融機構可以用這些工具分析市場報告，快速獲取投資決策所需的關鍵數據。

三、會議紀錄與文件整理：Otter.ai等會議紀錄工具能自動轉錄語音內容，生成摘要，幫助企業節省人工紀錄的時間和成本。金融分析軟件則可自動解析財報，提供市場趨勢洞察。

四、圖像識別技術：Amazon Rekognition和Google Cloud Vision能辨識照片中的物品、人臉和文字。這些工具廣泛應用於零售業（例如庫存管理）和醫療領域（例如輔助影像診斷）。

五、編程助手：GitHub Copilot可協助工程師生成程式碼，提供建議，加速開發流程。這不僅提高了開發效率，還降低了新手的學習門檻。

六、RAG（檢索增強生成）技術：結合資料檢索與生成模型，讓AI能即時讀取內部知識庫並生成高準確度的回答。例如，企業員工智能助理與客戶智能服務，都可以使用RAG技術讓AI讀取最新的企業專屬數據。

然而，並非所有AI技術都已經成熟，仍有一些技術處於探索階段，要觀察隨時可能成為成熟工具。例如：一、圖像生成與影片生成：如Midjourney和DALL-E雖能生成視覺內容，但在商業應用中仍存在細節控制不足的問題。例如，影片生成工具目前僅適用於創意短片，無法生成高質量的長篇內容。

二、專屬大型語言模型（LLM）：在法律、醫療、製造、金融等垂直領域的應用仍不夠成熟，因為這些專業知識庫封閉，AI模型的訓練需要大量的資源投入，回答的準確性和專業性仍有待提升。

三、智慧代理人與對話式AI：像Siri和Google Assistant在應對複雜場景時仍有不足。例如，深入的業務諮詢或即時完成任務需要更高階的知識整合能力，這目前還是技術上的挑戰，但隨時都有突破進展。

我預測明年將迎來一場「AI物種大爆發」。隨著iPhone的Siri整合ChatGPT、Android系統引入Gemini，全球超過30億人將能直接接觸AI工具。這不僅會帶來應用的快速普及，也將催生更多創新工具。如教育領域可能出現專屬AI教師助手，協助學生自我學習；醫療健康領域可能推出個人健康助理AI，分析用戶數據並給出建議。這些新應用將進一步改變我們的生活方式，也讓企業能更深入地擁抱AI驅動的轉型。

企業年度策略會議一年一次，討論的是未來，但是結果往往都是贏在當下，輸在未來。

（作者是台灣科技大學資訊管理系特聘教授）