先搞懂目標再投入資源！跟風強推 AI，恐會讓團隊變成「數據孤島」

根據美國市場研究公司國際數據資訊（IDC，International Data Corporation）調查，2023 年全球在人工智慧（AI）的軟硬體、服務等相關支出，比去年成長 27%，達到 1540 億美元（約新台幣 4 兆 6200 億元）。

不過，投入資源開發 AI，並不一定都有好成效。《財星》（Fortune）採訪了軟體數據公司 Beyondcore 創辦人阿里吉特．森古普塔（Arijit Sengupta），他指出，企業導入 AI 專案的失敗率，介於 83～92% 之間，「在財務回報這一塊，投資 AI 可能比賭博還不划算。」導入 AI 的高難度，可能使企業家退卻，不確定是否要全力投入。

AI 轉型缺乏先例，團隊要仔細、明確溝通需求

AI 專案失敗的主因，多半是因為對 AI 的理解不周全。印度 AI 創新公司數據科學奇才（DWS，Data Science Wizards）觀察， 領導者必須先了解導入 AI 的困難與挑戰，才能找出對策，避免過度擔憂。

首先，如果一個團隊的業務原本就執行得很好，通常不願意接受改變，也不清楚為什麼組織非要導入 AI。 這很可能導致，希望使用 AI 創新的小組一頭熱，其他人卻冷眼旁觀。

DWS 指出，如果 AI 團隊沒有辦法向其他人明確傳遞，需要做什麼，容易使推動 AI 的小組在「數據孤島」（data silos，數據庫之間無法分享、無法互通）中工作。即使列出 AI 模型架構、處理大量數據、經過完整實驗，離落地還是有一大段路要走。

其次，導入 AI 與數位轉型一樣，因為沒有先例可參考，團隊成員無法確定，即將推出的 AI 產品或解決方案，到底有沒有商業價值。

舉例來說，特斯拉執行長伊隆．馬斯克（Elon Musk）成立的新創公司 Neuralink，正在研發顱植晶片，把晶片植入人腦，實現「人機合一」。這個計畫就被批評過，是小說中才會出現的情節。

最後，資料、數據的正確性與隱私問題，如果資訊不正確，也可能使 AI 演算結果失敗。企業掌握的數據，可能由全球數百萬用戶產生，例如，假設有家醫院為某城市的 100 萬人提供服務，由於受到駭客攻擊，關於疾病、健康問題、病史等的數據，就必須重新檢視。

善用人類的批判思考，別過度依賴 AI

企業了解導入 AI 前後，在技術面可能遭遇的困難，只是第一步。接下來，是要重新調整與 AI 協作的心態。

美國巴布森學院（Babson College）發布的〈人工智慧時代：企業家需要了解的 7 件事〉（The Age of AI: Seven Things Entrepreneurs Need to Know）建議，AI 應該在「特定情況」下才被使用，「我們沒有理由認為，ChatGPT 跳出的任何內容，都會是大家真正想要的東西。」美國高階領導教練約書亞．赫爾齊格 - 馬克思（Joshua Herzig-Marx）說，企業家應該要判斷，AI 能輔助多大範疇的任務。

其次，AI 的關鍵在於產生即時回饋，幫助企業快速評估某件事情的可行性。巴布森學院創新合作工作室 Weissman Foundry 總監喬納森．格里菲斯（Jonathan Griffiths）說，創業家有新穎想法，軟體工程師嘗試執行，這是一個耗時的循環。AI 能快速製作原型，得到回饋，協助企業家判斷，這個點子到底適不適合。

專門研究機器學習和資料科學的學者戴維．哈恰圖良（Davit Khachatryan）強調，生成式 AI 只是一種手段，而不是目的。企業家必須記住，人類仍然有批判性思考能力，AI 只是一種工具，不能過度依賴它。

總結來說，企業投入 AI 之前，要了解技術面的挑戰，以及認清 AI 到底要幫助自己做到哪些事情，有明確觀念、做法，再嘗試與團隊溝通細節、分配各小組的任務，導入後才能更順利。

（點擊連結立即免費下載：《2024職場學習趨勢報告》完整版）