AI 爐邊談話:李家岩教授從零到無限的啟發 重點筆記

李家岩教授解析數據科學團隊歷程 開啟全方位數位轉型之路

李家岩教授解析數據科學團隊歷程 開啟全方位 AI 數位轉型之路

在 Profet AI 2024 首場 Crossover Talks 系列 – Fireside Chat「AI 爐邊談話:李家岩教授從零到無限的啟發」中,由台大資管系李家岩教授分享過去帶領數據科學團隊執行數位轉型之經驗。在數位轉型浪潮中,教授提供了豐富的見解,突顯在這個數位時代,如何應對挑戰,在跨領域合作中找到解決方案,為正在進行數位轉型的參與者們提供更多啟發。

數位轉型的成功度量標準及核心挑戰

成功的度量標準是李家岩教授討論的首要議題,藉由《臺灣中小企業轉型現況及需求調查》切入,提到不同產業對數位轉型的期望,而成功的度量標準不僅僅是公司內部效能的提升,更是應該關注獲得客戶的認可,以「客戶的視角來檢視實質獲利」作為一個明確的指標,強調數位轉型的成功應體現於市場的成長。

以 Forbes 提供的數位轉型失敗率高達 84%,聚焦了數位轉型的核心挑戰,強調了企業在轉型過程中面臨的初步問題點,例如:

  1. 缺乏連結於商業成果至財報成果
  2. 組織內缺乏轉型意識無法推動老師傅們成長吸收新事物
  3. 敏捷團隊缺乏微觀管理能力
  4. 被工程細節與預測模型本身導致注意力分散
  5. 未考慮內部流程而投資過多於新穎與酷炫的技術
  6. 無法翻譯成執行語言,即是跨部門對於數據定義是否統一及轉型團隊對於該領域的 domain 瞭解程度等問題。
  7. 數據蒐集品質及 sensor 的安裝位置是否影響數據蒐集

這些挑戰阻礙了數位轉型的順利進行,接下來李家岩教授更分享對於上述挑戰的關鍵解決方案。

數位轉型中的風險管理與跨領域合作

提到數位轉型的初步問題後,執行過程中帶來的風險更是一個需要特別關注的議題。李家岩教授列舉了數位轉型失敗的主要原因,其中包括缺乏對外部供應商的控制與資訊透明化、人才流失給競爭對手、決策流程過於緩慢,以及發展的優先順序不對,導致於資源分配不均。這些風險需要在專案的不同階段得到妥善管理,尤其是在預測模型準確度的不確定性如何影響決策,以及在有限資源下各項專案執行的優先順序等方面。

李教授特別強調了跨領域的重要性,跨領域不僅僅是團隊成員擁有不同領域的知識,更是要求每位成員能夠懂得兩個以上的 domain 語言。這裡的語言不僅僅指技術語言,更包括不同領域的行業術語。這樣的跨領域訓練能夠促使不同專業背景的人能夠更好地溝通與協作,提高數位轉型成功率。

在這個階段,顧問橋樑的角色變得至關重要,建議可以利用第三方廠商的成功經驗來說服公司內部人員。此外,對負責人員的建議是簡單地開始使用 AI 工具,而不是將其視為工作的替代品。可以透過外部廠商協助建構問題和解決流程,並通過產學界資源快速診斷問題,再透過 AI 找到標竿問題,取得初步成果,然後逐步擴大至更廣泛的範疇。另外,學術界老師在演算法設計等方面提供的培訓也能在企業中發揮重要作用。

數位轉型的晉級目標:打造全民 AI

在討論的尾聲,李教授提到了未來數位轉型的走向。他認為公民數據科學家或資料科學家的角色將越來越重要。這不僅僅是專業數據科學家的需求,更是整個組織內部每個人都需要具備的基礎 sense,AI 的發展需要更全面的管理和監控,在組織中建立起 AI Pipeline,讓 AI 應用更加順暢,能夠快速上線。這需要在內部建立起相應的基礎設施和溝通機制。建立更為全面的數位轉型團隊。

企業數位轉型的晉級目標「全民 AI」,AI 不再僅僅是上層下達的指令,而是由組織內的成員自發地推動 AI 應用。擁有基礎結構的數據治理能力使得管理層只需提供團隊所需的數據和技術,同時構建成員在日常工作中所需的應用程式。這使得員工可以進一步使用無代碼/低代碼工具,自主建立應用程式,而不需依賴於 AI 團隊和 IT 團隊,進一步加快 AI 的部署速度和提高效率。