演算法

追蹤主題
推薦閱讀
AI不會取代人類,但使用AI的人會取代不用AI的人
卡林.拉哈尼(Karim Lakhani)是哈佛商學院教授,研究專長為職場科技、特別是人工智慧(AI)。他是研究數位轉型對商業世界影響的先驅,並與人合著有《領導者的數位轉型》(Competing in the Age of AI)。他表示,顧客會期待企業提供經過AI提升的體驗,因此企業領導人必須為所有員工(而不只是技術相關的員工)提供與AI相關的各種實驗、沙盒(sandbox)、內部培訓營及使用案例。對於現代企業組織而言,變革與變革管理已經是必備、而非選配的技能。
收藏
分享
2023/10/13
別以為布署AI就夠了,「活性智能」將成下一波革新浪潮
很多企業最近才開始正視AI,但這只是全面科技變革的一環。AI、先進感測器以及生物科技這三種技術,很快就會融合為「活性智能」(living intelligence),成為能夠感知、學習、適應和進化的系統。如果只專注於AI,而不了解與其他技術的交集,就可能錯過下一波科技革新浪潮。
收藏
分享
2025/03/17
瀏覽所有主題
最新文章
熱門文章
哈佛新思維〉生成式AI神在哪?專家解密五大關鍵
隨著生成式AI的出現,商業世界迎來巨變。從董事會、高階主管到一線員工,都面臨這項技術帶來的強大衝擊。我們分別從「AI取代人類」「價值觀」「領導力」「行銷」「競爭優勢」等角度,精選5篇文章,並為您導讀其中的重要觀念。
收藏
分享
2025/04/07
別以為布署AI就夠了,「活性智能」將成下一波革新浪潮
很多企業最近才開始正視AI,但這只是全面科技變革的一環。AI、先進感測器以及生物科技這三種技術,很快就會融合為「活性智能」(living intelligence),成為能夠感知、學習、適應和進化的系統。如果只專注於AI,而不了解與其他技術的交集,就可能錯過下一波科技革新浪潮。
收藏
分享
2025/03/17
AI的自動推薦總是差強人意,該如何改善背後的演算法?
在當前的網路環境中,後台的AI推薦系統會依賴我們的數位足跡(比如我們的點擊內容、瀏覽頁面、購買等行為)來給予最佳推測,然而這些結果總是沒有真的「摸透使用者的心」。為了打造能更準確預測用戶偏好的演算法,組織可採取一系列有效做法:首先,檢查演算法是否存在人類偏見;其次,改進演算法設計以更好地反映使用者的規範性偏好;此外,應使用多樣化的用戶數據來訓練演算法;最後,確保演算法不僅參考用戶的實際行為,還能直接反映其指定的偏好。
收藏
分享
2024/09/10
生成式AI行銷指南:須知4C優勢、4C挑戰與DARE架構
行銷人員在運用生成式AI時,須了解4C良機:客製化(Customization)、創造力(Creativity)、連結性(Connectivity),和認知成本(Cost of Cognition);與4C風險:編造虛構(Confabulation)、消費者反感(Consumer Reactance)、版權(Copyright),和網路安全(Cybersecurity)。並以「DARE架構」來協助行銷人判斷如何活用這項技術——分解(Decompose)、分析( Analyze)、實現(Realize)、評估(Evaluate)。
收藏
分享
2024/08/19
別只是拿來寫文案!銷售人員還未活用生成式AI的能力
許多業務銷售或行銷人員,仍只是把生成式AI當成一種新鮮的科技工具而已,而忽略它能帶來革新工作型態的能力。若要在銷售環境下運用生成式AI,就必須要有創意和互動,以提升商業敏銳度,以及對顧客的了解,最終提升銷售人員的績效。
收藏
分享
2024/06/11
善用流程探勘促成營運轉型,百事、默克、BMW都在這麼做……
流程探勘(process mining)原是在流程效能出問題時用於調查的工具,但現在已經演變發展為一個平台,用於大規模監測和改善營運流程的執行,以提高流程效率,協助實現企業價值。企業領導人如何充分發揮數位探勘的影響力?關鍵在於從取得流程績效的洞見(流程探勘的初衷),發展到採取能持續改善的行動。
收藏
分享
2024/05/01
減少「數位債務」,讓生成式AI來代勞
大部分的知識型工作者都面臨「數位債務」:被高速流入的數位資訊和隨時在線的通訊所淹沒,工作中積壓未處理的資訊在不斷增加。生成式AI可以協助我們改善這個問題,尤其是對於知識型工作者來說,生成式AI特別可以在3個方面發揮助益:減輕認知負荷、提振認知能力、改善學習。
收藏
分享
2024/03/25
AI顛覆浪潮如何來襲?請評估六種情境
人工智慧很有可能顛覆我們現有的經濟。公司的董事會當然必須審慎加以因應。一個比較好的做法是,董事會透過仔細研究各種可能情境,來預測未來並制定適當的策略。
收藏
分享
2024/03/21
首頁
最新
主題
雜誌
個人
選單