三項主要障礙，妨礙了企業充分發揮分析的價值，這三個障礙都與技術無關，而與人有關，包括組織的架構、文化，以及解決問題的方法。本文認為，有效的商業分析組織，必須包括三種成員，才能克服上述障礙，提出可行的見解。

企業才剛開始發現，人工智慧技術可能用哪些不同的方式來改造企業。但有件事已經很清楚：企業必須投注時間與金錢，用來準備將基本流程自動化與開發結構化分析與集中處理的資料流程，如此才能充分運用這些新技術。

目前，領導廠商正運用以機器學習為基礎的工具，把決策流程自動化，也開始實驗人工智慧的更先進用途，來進行數位轉型。本文以八項例子，說明人工智慧和機器學習如何讓企業擴大營收、提高員工參與度和顧客滿意度，為企業創造價值。

除了業者收入大增，連工作機會也變多了。

台灣資料科學協會理事長陳昇瑋認為，資料科學涵蓋三大範疇，大數據加上機器學習，才能產生人工智慧。但台灣企業的資料運用現況，尚處於初期階段，且普遍存在四大迷思，急需建立正確資料運用觀念，做好迎接人工智慧的準備。

找來一把槌子之後，每個問題看起來都像釘子。

資料策略的關鍵，在於攻守平衡。本文提出一個架構，用以釐清資料的首要目的是「攻勢」或「守勢」。資料守勢重視的是安全。資料攻勢的焦點，放在提升業務目標。經理人可藉此設計資料管理活動，以支援公司的整體策略。

中央研究院資訊科學研究所研究員暨台灣資料科學協會理事長陳昇瑋，從〈架構你的資料策略〉出發，為讀者「科普」資料如何產生價值，避免讓大數據成為泡沫，並指出企業的當務之急，是找到對的「人才」，跨越資料管理挑戰。