2024-04-16
莊馥綺
1.1k
在當今日新月異的科技潮流中,AI人工智慧已經成為企業改革與發展的關鍵驅動力之一。對於台灣中小企業而言,如何善用AI技術,提高生產效率、降低成本、提升競爭力,是一個至關重要的課題。
在現代社會中,許多企業面臨著嚴峻的人力短缺問題,隨著經濟結構的變遷以及人口老齡化的趨勢,企業招募及保留人才的挑戰愈加嚴峻。根據行政院主計處2023年的統計數據,台灣的就業人口近年呈現下降的趨勢,預計到2025年將有超過20萬個職缺無法填補,而這無疑是增加許多企業營運造的負擔!
看到這邊,很多人第一時間冒出來的想法或許是,AI技術的應用這麼普及,為何不直接以AI來解這困境呢?
確實AI的應用已逐漸普遍,但許多中小企業仍然面臨著技術門檻較高、人才匱乏、資金有限等問題,導致他們難以有效地導入AI技術。又或是一些企業可能對AI的應用價值存在誤解,認為它僅僅是高科技的象徵,而忽略實際的商業價值。
但各行各業的主管以及企業主到底在面對缺工這問題,和對AI的看法是什麼?就讓我們藉著今天這場知識聚樂部的活動,共同來一探究竟。
首先,誠鶴實業的二代接班人汪新洋特助分享到,在他接手管理前,公司內部的員工,是沒有在用電腦處理工作的,還是以紙本、傳統的模式在工作著,但在面臨數位轉型以及作業員老化、缺工的壓力下,必須思考更與時俱進的解決模式,看是否能以AI或設備解決現存的問題。
而從事電鍍、表面處理行業的楊經理也分享到,這是他第二次參加知識聚樂部的活動,因為近幾年電鍍設備的訂單量相較以往明顯下滑,所以想藉著這場活動了解如何用AI進行設備規劃、改進不足的地方。
另外,謝咏霖協理也分享到,由於本身有經營餐飲相關的副業,面臨嚴重人力短缺、人力朝聘困難的窘境,只能先以PT人員充數,也是想藉由這場活動來了解可以如何利用AI,讓缺工的困境緩解,甚至做到降本提效的目的!
隨著AI技術的持續進步,2024年AI將在多個領域掀起新的變革浪潮。從個人化的聊天機器人,到融合多種感知模式的智慧系統,再到運算更加靈活高效的邊緣AI,以及將AI植入穿搭裝置的創新應用,這些新興趨勢都將深刻影響我們的生活方式。
談到個性化的助手,在過去幾年大家比較熟悉的應該是Siri,在AI普及下,很多公司都想把打造聊天機器人的門檻降低,甚至是打造專屬的行業知識庫、開發屬於自身企業的AI助理。
這在以前,可能需要許多專業的工程師,耗時不短的時間來打造,但現在不需要這麼麻煩了,在這時代,人人都可以是AI創作者,只要你會能利用正確工具來輔助你。
大家耳熟能詳的Google,也正式推出最新人工智慧「Gemini」,Gemini是一種新型的人工智慧模型,能夠處理文字、圖像和視頻,
不僅如此,世上首位虛擬AI工程師也誕生了!由新創公司Cognition打造Devin AI這位虛擬工程師,不僅懂得寫軟體、架網站,還能夠熟練運用各種工程工具,表現出遠超其他AI模型的程式能力。本身也有「成長」的能力,藉由閱讀文章,學習原先不懂的技術,還會自主尋找程式碼中是否存在錯誤,並且進行修正。
除了聊天機器人和多模態AI,2024年另一個值得期待的AI發展趨勢,就是邊緣運算技術的崛起。所謂邊緣AI,是指將AI運算能力部署到靠近感知設備端的邊緣節點,而不是完全依賴於遠端的雲端伺服器。
傳統是在超大的伺服器中內,裡面很多NVIDIA的顯卡在跑運算,但現在每個人的手機內,M2、M3晶片,裡面很多都具有運算的能力,適合做AI的演算法、模型架構。簡單來說,在用手機拍照後,可以辨識裡面的人是誰,這都是AI邊緣運算的應用情境。
在上述幾大AI發展趨勢中,最引人注目的或許要數AI與穿戴裝置的深度融合。隨著柔性電子、生物傳感、3D列印等技術的進步,2024年我們或將見證智慧服飾、智慧配件的興起。
蘋果公司在2023年推出的Apple Watch系列,就已經集成了心率檢測、睡眠分析等多項AI健康功能。而Amazon、Google等公司,也正在研發將AI助手整合到服飾、配件中的創新產品。
隨著AI技術的持續進步,AI已經深入到企業的各個經營環節,成為提升競爭力的關鍵驅動力。根據國際諮詢公司麥肯錫的最新報告,企業應用AI技術可以帶來5至15%的營收增長和8至15%的成本降低。可以說,AI正在成為企業提升效能、贏得市場的利器。
不僅如此,AI其實已經融入我們的生活中,尤其是零售業的應用是最為廣泛的領域之一。在客製化推薦方面,AI系統可以根據顧客的瀏覽、購買歷史,以及人口特徵等數據,為每一位顧客個性化地推薦最合適的商品。
接下來就讓大家看看實際場景應用範例,了解AI是如何實際備用在各行業的工作場景中。
問題點:
製造現場中,遇到設備有問題、告警是家常便飯的事,但能處理異常的人有限,很多企業都是仰賴老經驗的師傅才能排除異常,但在缺工、少子化的影響下,人才培育困難,老師傅的養成困難重重,許多寶貴的經驗無法有系統、模組化的傳承下來,造成在有訂單的情況下,企業主想擴增產線,但人才不足、產能不增,所以不敢接單的窘境。
AI如何解決困境:
1.當設備發生異常訊號,新手工程師可快速透過AI助手掌握異常原因與建議解決方案。
2.生產品質不如預期,可透過AI助手給予改善建議。
3.設備參數不知道還可以怎麼修正,可透過AI助手連結設備取得資訊後提供建議。
問題點:
每間公司要養成一個熟練的業務,必須花費很長一段時間、心力,還要承擔人員做到一半離職、心血白費的風險。不僅如此,即使招募到新人後,需要再另外指派有經驗的業務來帶新人,反而讓老業務產能打折,出現1+1=0.7的情形。在新手業務訓練期間還要承擔服務客戶品質不穩定,客戶體驗差的風險,企業主到底該如何降低時間、人力、訓練成本和額外的風險呢?
AI如何解決困境:
1.利用AI打造資料庫,產品規格快速取得,提供業務更快速的掌握產品重點以應對客戶,消除疑慮。
2.快速取得過往交易紀錄,提前掌握資訊,談判與策略更加靈活。
隨著生成式AI技術的不斷進步,企業正積極探索將其應用於內容創作、客戶服務等領域,以提高工作效率、降低成本。不過,在實際導入生成式AI應用時,企業也需要謹慎應對一些潛在挑戰。
首先是缺乏一致性的問題,生成式AI系統本質上具有隨機性,無法每次都生成完全一致的內容,這可能會影響到生成內容的品牌形象和口碑。
其次是品質不穩定的問題,即便生成式AI在某些場景下的表現出色,但由於其生成機制的不確定性,也很可能出現生成內容質量參差不齊的情況,過多的低品質內容,可能會嚴重影響企業的形象和客戶體驗。
因此,專家建議企業在導入生成式AI應用時,應該採取漸進式、點對點的策略。即先選擇一個業務重點領域,如內容創作、客戶服務等,深入了解生成式AI在該領域的應用潛力和風險,再在該領域進行試點部署和評估。待積累一定的實踐經驗後,再逐步擴大生成式AI在企業內的應用範圍。
生成式AI技術為企業帶來了機遇,但在實踐中也面臨著一些挑戰。只有審慎評估風險,採取循序漸進的導入策略,企業才能充分發揮生成式AI的優勢,為自身業務注入新的活力。
參考資料:麥肯錫報告
產業心時刻
576 Followers
延伸閱讀
產業心時刻
576 Followers
我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策。