1,200家企業AI調查報告出爐!影響AI成敗不是技術,而是組織分工

2019.07.25 by
蔣曜宇
shutterstock
AI真的不只是噱頭。SAS與天下雜誌合作執行的「企業AI領先度大調查」指出,有85%的台灣企業在導入AI後感到滿意。令人驚訝的是,影響AI發展成敗的關鍵,不是數據或技術,而是組織分工。

2019年的現在,如果問任何一間企業,他們的數位轉型策略重點為何,大家的回答裡免不了會提到AI。但是,台灣企業在發展AI的時候,究竟哪些因素最影響成敗?應該如何設定績效目標?最重要的是,投入AI真的有效嗎?

為了找出答案,商用軟體公司SAS與天下雜誌合作,針對全台1,261間企業進行「企業AI領先度大調查」,並於昨(24日)在SAS台灣年度高峰會議「SAS Analytics Conference」上公布結果。

導入AI企業滿意度高達85%,「目標明不明確」影響企業AI發展

報告中把受訪企業依該公司投入AI研發的年資、AI團隊大小、AI專案數目分為四個種類,分別是最領先的先進者、追隨者、觀望者以及完全沒投入的未啟動者。

調查並發現,AI技術最成熟的先進者,對公司投入AI發展的滿意度高達85%;剛開始嘗試的觀望者,其滿意度則只有45%。這顯示 AI投入的時間越久、經驗累積越多,更能感受到AI帶來的效益。

受訪企業分為四個種類,分別是最領先的先進者、追隨者、觀望者以及完全沒投入的未啟動者。
蔣曜宇

至於哪些因素最能影響AI發展的快慢?一般認為很重要的數據及技術反而得分最低,企業最看重的,其實是有沒有 「明訂AI的發展目標」 ,其次則是「有無足夠預算及人力」以及「AI團隊的合作能力」,結構與策略面的因素,最為關鍵。

此外,調查中也分析企業中不同職等間,對AI在技術面上的認同差異。各職等都認為「分析人員能夠協作」是最重要的;中階及高階主管認為必須要有一個易於管理的單一AI平台;一般職員在乎如何降低寫程式的作業門檻。

在評價AI專案時的績效指標方面,所有職等都認為「能否提升營運效率」最重要。但他們對第二重要因素的想法則大相逕庭。對企業負責人來說,是「能否提升品牌市占率」;對中階及高階主管來說,是「業務創新程度高低」;對一般職員來說,則是「能否降低營運成本」。因職等不同,對AI的期望也不一樣。這也使得 企業內部更透明的溝通、討論成為相當重要的事情。

技術不是問題,組織分工成關鍵

目前業界在投入AI時,究竟都遇到什麼問題?SAS台灣業務顧問副總經理陳新銓以他觀察到的業界狀況舉例,以資料分析師來說,除了作業時間不夠、無法充分討論AI專案需求外;加上工作項目大多是一條龍模式,沒有細項分工,資料搜集、篩選資料品質、資料運算分析等都是同一個人的工作。

AI工作未分工化,導致資料品質以及AI分析模型無需受檢核,難以進行品質控管。對管理者來說,一旦AI分析結果有誤差,就難以找出問題來源,更無法確保資料本身有無一致性以及正確性,進而導致知識經驗難以傳承,面對資料科學家平均2.5到3年就會異動的情況,管理者也難以進行交接。

這些問題都與「組織分工」習習相關,與技術本身無太大關係。陳新銓也建議,任何AI專案最初都要設定小目標,取得小規模的成功後再擴散到其他部門去,才能夠複製成功經驗。

針對企業該如何進行AI布局,產業及學界都分享各自的見解。
蔣曜宇

台灣大學人工智慧與機器人研究中心教授張智星強調,資料的搜集從最一開始就需要規劃,「資料不足、內容雜亂,都是最麻煩的狀況。」他說。

此外,張智星也呼籲企業導入AI應著眼更長遠的未來。現在大家投入AI主要是為了提升營運效率,但未來AI也會有更多用途。他舉例,銀行客服中心直接引進AI聲紋辨識技術,讓客戶不用再反覆輸入身分證字號來認證,藉此提升客戶體驗與品牌形象。

新光人壽數位服務發展部資深協理廖晨旭分享他們六年前第一次和SAS合作案例。他說,當初他們把這項合作案當作一般委外專案在做,但在建置過程中,他發現自家員工對AI相關流程不理解,在系統維繫上大量仰賴SAS的協助。他說,導入AI時,人員需要有策略性的布建,續航力才夠,未來第二、三個AI專案才可能成功。

AI未來3趨勢,「小數據」AI研發中

SAS全球人工智慧研發中心資深副總裁Saratendu Sethi。
SAS

「企業AI領先度大調查」中的先進者,最資深的大約也投入AI發展將近十年。未來AI還有哪些發展趨勢?

SAS全球人工智慧研發中心資深副總裁Saratendu Sethi表示,由於數據的搜集困難、花費資金高,所以工程師也在研究,如何以較少的數據培養出同樣強大的AI模組。此外,AI的操作方式將更加多元,現在人類可以透過聲音控制語音助理,未來也會看見更多用來控制機器的新方法。

Sethi認為最重要的趨勢,則是AI的民主化。他認為,AI將越來越普及,工具也變得越來越容易上手。未來我們可能會看到,AI與機器學習成為每個人手上的分析工具。究竟這樣的一天會不會很快到來呢?Sethi對此感到非常樂觀。

責任編輯:陳映璇

延伸閱讀

每日精選科技圈重要消息