《AI世界的底層邏輯與生存法則》 作者程世嘉指出，生成式 AI 是新一波的工業革命。你可以把這個當作超車其他人的機會，搭上這輛名為科技發展的高速列車；也可以選擇站在原地觀望，看著高速列車開走。
如何拿到這班，AI高速列車的車票？
生成式AI是新一波的工業革命，
你可以把這個當作超車的機會，
也可以選擇站在原地觀望，看著高速列車開走。
其實取得車票並不困難，只要把AI當成水電來用，
就可以形成正確的戰略了。
「面對這一波新的 AI 變革，我們到底該做些什麼？轉型成為AI公司嗎？」
這是我在所有場合都會被問到的一個問題。
ChatGPT、Gemini、Copilot 這些生成式AI工具出現之後，已經掀起人類社會全面性的影響，每當有企業問我這個問題時，其實我沒有簡單的答案。因為當AI已經是人人打開網頁就可以用的工具、漸漸成為如同水電般的存在時，這個問題會變得有點意味不明，就好像是在問「所以我們要用電力來幹嘛？」
但是，我們的確可以從近期AI的發展，以及iKala自己多年來的經驗，來看出一般的企業該做些什麼。
有效使用 AI，先拉好「資料管線」
隨著科技巨頭不斷釋出新的AI成果，讓使用成本持續降低，加上 AI 社群極為開放，這些成果一步一步變成好用的基礎設施，使用上變得跟去水龍頭、飲水機裝水是一模一樣的事情。以這個「水電的概念」規劃事業策略，你就不會考慮建立一個充滿 AI 演算法專家的團隊。畢竟你不會沒事想要重新發明電力，或者自己重新去建構一個電網吧？所以未來，我認為每家公司都會是「AI公司」，可能會是把AI放在自己產品當中的公司，或是讓員工直接使用外部的AI工具來提升生產力的公司。
在不久的將來，沒有在用 AI 的公司，就好像沒有在用水電一樣。但是企業要導入 AI 做為企業營運的核心之前，有一些準備工作要先做好。現在的 AI 技術完全是由資料驅動，沒有資料就沒有 AI。而就像是用水電之前要先拉好管線一樣，使用AI必須要先拉好企業內部的「資料管線」。
在生成式 AI 問世前，iKala 就展開轉型，將「預測式 AI」當成公司內的水電來用，讓它幫忙分析數據，以提升組織內部的效率和生產力。2019年，在營運iKala和與客戶接觸的過程中，我發現企業普遍都面臨「資料凌亂」的問題。同一個客戶的資料，可能銷售部門有一份，記錄著客戶的基本資料、特徵、要注意的事項等等，然後財務部又有一份帳務資訊，光是一位客戶的資料，就散落在許多部門，搞不好標註的格式還不統一。
東西如果太多了，就要想個辦法好好管理它們，資料也是一樣。
以組織中長期的發展來看，資料散落各處一定是不好的。如果公司持續成長，新來的業務人員要查找一份客戶資料，發現資料散落在四面八方，時間就會花在查找的過程中，大大影響生產力，因此集中化管理資料加上備援是資料治理最好的做法之一。
問題是集中化管理數據是非常新的觀念，以前的企業業態相對單純，內部用一個 ERP、CRM 系統紀錄的客戶資料就差不多了。但進入數位時代，一間企業、一個品牌會有不同部門的同仁透過不同渠道在接觸同一個客戶，會有銷售、行銷的成果數據、跟客戶互動的過程等資訊要進來，想拼出一位顧客整體且一致的樣貌非常困難。
有了這樣的覺悟和發現這個企業普遍的痛點後，iKala就開始了整間公司的轉型。匯整內外數據、內部分析數據、再到最後搭配應用AI，形成企業運作的完整新IT框架。
圖片來源：shopfiy
「儀表板」簡單好上手，決策才夠犀利
眼尖的讀者可能會發現，這不就是平常「數位行銷」或是個人工作早就在做的流程嗎？彙整數據、分析、到策略和應用。沒錯，這套數位行銷的工作流程早已經相當普遍，但說到要把這個整套流程落實到企業層級的規模，則是還少有人做到。我們看到一般企業的日常現象是：要排隊請IT幫忙撈資料、要購買昂貴的分析軟體、然後才能把資料和圖表整理好，開始跟同事討論接下來的戰略，在真正討論戰略之前，時間都已經花在上述昂貴的步驟當中。
而我們希望達成的情景是：不用排隊跟IT人員撈資料，不用購買昂貴又難以上手的分析軟體。每個人可以很快速地找到自己要的資料，並且手動拉一拉自己的儀表板就可以了。過程完全不用技術人員的協助。
而我們做到了。
我們首先以打造軟體數據中心為目標，開始集中化管理組織內部營運的資料，包括大家跑行政流程、會計結帳、資料建檔花費的時間，都變成一個個數字計算出來。一旦同仁把數據整理好之後，就可以接著打造「儀表板」，以圖表、圖形、表格等各種形式，讓同仁詢問許多以前無法問的問題，並快速做出判讀與決策。
以人資團隊來說，以往除非是處理薪資、保險等日常庶務，可能會有系統、表單輔助，否則人資通常是憑手感做事，得花費許多時間蒐集資訊，例如詢問到底哪個招募管道比較好？就算有數據統計，頂多只是做做投遞履歷數量的統計、教育訓練後的問卷調查而已。但是當數據被蒐集、集中完成，並拉出儀表板後，儀表板上的訊息會隨著輸入的資料不斷自動更新，預測式 AI 也會扮演輔助決策的角色，增加決策的效率和成功率。
像是我們不只能統計履歷的數量，還可以觀察出攬才趨勢。比方說iKala開出一個職缺，從第一次接觸一位應聘者，到最後對方接受或拒絕offer的平均時間是多少？有一段時間從校園招募活動來的履歷特別多，那麼這些履歷的品質大概是怎麼樣？如果是同仁推薦來的人選，有沒有錄取率上面的差別？類似這樣的種種問題，我們都可以做出量化統計，並且回答重要的問題，影響我們之後的策略。
我們要做雇主品牌，必須決定每一年在每一個招募管道要放多少行銷資源，要是AI分析過往的數據後發現，最近獵頭和校園招募的履歷品質高、效果特別好，我們可能就會投放更多行銷資源與廣告在校園相關渠道，並與獵人頭展開更多合作。現在我們在人才招募的判斷和流程上，就完全是採用儀表板來做決策輔助。
值得一提的是，這個聽來神奇的「儀表板」，是由完全不會寫 Python、SQL（Structured Query Language，結構化查詢語言）的人資部同仁在匯整資料後自己做出來的，而且他們做出的介面相當簡單，每一個同事都能輕易上手。
為什麼他們可以做到這件事？第一個當然是因為工具的進步，現在無論是微軟或是 Google 的生產力工具，在資料分析、儀表板生成上都已經高度自動化了。第二個是既然有了工具，我們就極力推廣每一位同仁去學著使用。
AI應該像水電，打開就能用
一般來說，每家公司都有一個 IT 部門，我其實覺得那是組織內部很沒有效率的地方。大家回想一下，IT 通常都做些什麼？
一般來說，IT 部門的同仁會幫你升級軟體、更新病毒碼、汰換老舊設備，以及提供一些技術支援。如果公司的IT部門提供更深入的資料彙整功能，當同仁需要撈什麼資料時，就會到IT部門依序掛號排隊。然後 IT 會告訴A同事要等三天、B同事要等五天，如果B同事請IT喝飲料，他的進度或許可以往前推進個一兩天。可是有些人的需求十萬火急，等不及排那個隊，要是無法在期限內拿到資料，就只能在倉促間做出決定，這絕對不利於企業的營運和決策。
所以這幾年來，我們致力讓匯整資料、AI 應用的能力成為同仁的標配，把資料從分散變集中，IT 則從集中變得分散。iKala 的新進同仁可能會馬上感覺到：咦，這間公司沒有 IT 嗎？那我需要的資料在哪裡？儀表板在哪裡？
全部都已經在線上了，如果沒有，就自己從資料源拉一個儀表板出來。
對於這些需求，我們沒有安排固定的教育訓練，反而讓同仁之間去教、去學，如果你不會，就去詢問內部的專家。剛開始有些人一定會不習慣，因為他要到處主動詢問同事：「公司用哪些工具在製作儀表板？你可以教我怎麼拉儀表板嗎？」
可是時間久了，這件事就變得像行政流程，大家知道了之後自己去跑，從頭到尾沒有IT、工程師的介入。老實說這才是我認為正確的組織運作方式，iKala再也不需要一個超級龐大的IT部門，而是人人都可以上手這些數位工具。（請記得，AI也是一種數位工具）
現在走進 iKala，會發現整間200多人的公司，只有一位負責導入、維護系統的MIS 工程師，而在那位 MIS 工程師之外的每位員工，則都在自己原先的專業之外，再擁有如同使用水電般，分析、整理數據和製作儀表板、應用AI的能力，就跟你我會寫中文、講英文、準備簡報是一樣的，這直接、間接降低了整間公司決策的風險，因為同仁能夠取得足夠的資料來做即時的決策。
這就是我把 AI 當成是水電概念的具體實踐。
搭上生成式 AI 高速列車，才有超車的機會
許多企業領導人聽到我分享 iKala 把 AI 當成水電來用的轉型經驗，總會考慮再三，覺得很麻煩、要耗費巨大成本。但其實疫情這幾年來，數位行銷日益普遍，只是我們做得更快，是直接實踐到組織內部的營運中。
我要強調的是，只要有 D2C（Direct to Customer，直接經營顧客）的企業，肯定要走上這條路，否則競爭力會不夠，因為數位時代的到來，已經打破了產業和營運模式的界限。
比方說金融業以往有 ATM、臨櫃服務、有尊榮的 VIP 室、有業務可以直接去顧客家拜訪，業內和客戶接觸有一套自己的規則。但是一旦各家銀行開始推起像是國泰的 CUBE、台新的 Richart 等數位帳戶後，就進入了 D2C 的場域。
為什麼？當金融業者要直接經營線上客戶的時候，跟我們網路原生企業、電商經營客戶的邏輯是一模一樣，你必須要有自己的 APP、LINE 官方帳號和商城，而且網站的體驗還要設計得好，千萬不可以當機，甚至於我們用的數據分析工具，網站、APP分析也都完全一樣。
於是，金融業者就必然變成了網路業者。
所以當傳統的企業跨到數位的時候，無論原本的產業別、營運模式是什麼，還是得走過 iKala走 過的這一遭，才會有最佳效率。這也是我們現在協助金融、製造、零售、餐飲等各個產業轉型的原因。餐飲業專家和經營者知道食材要怎麼保存、POS 機（Point of Sale，銷售時點情報系統）要怎麼架設、客人動線要怎麼設計、服務人員要怎麼訓練等等，這些實體餐廳的經營你是專家。但在數位通路要留客、獲客、提升客單價，iKala 的 know-how 和轉型的經歷完全可以複製到所有產業當中。
對組織來說，生成式 AI 是新一波的工業革命。你可以把這個當作超車其他人的機會，搭上這輛名為科技發展的高速列車；也可以選擇站在原地觀望，看著高速列車開走。但其實取得車票並不困難，不要把AI當成什麼珍奇異獸，而是視作水電來用，就可以形成正確的戰略了。
