🏢 單元七：企業導入 AI 策略
📌 企業 AI 導入四大階段
構想 → 設計 → 驗證(POC) → 實施/營運
📌 第一階段：構想（挑選 AI 方案）
步驟一：掌握企業課題
- 明確經營目標（短期/長期 KPI）
- 選定應用範圍（哪些部門/流程）
- 提取改善項目（具體痛點）
- 評估 AI 必要性
分辨自動化層級
| 層級 | 說明 | 範例 |
|---|---|---|
| 自動化 | 取代人工重複操作 | RPA 自動填表 |
| 數位化 | 將流程電子化 | 紙本→電子表單 |
| 智慧化 (AI) | 模型分析與預測 | 瑕疵檢測、需求預測 |
步驟二：檢視 AI 方案與企業資源
盤點五大面向：數位化成熟度、資料可用性、人力資源、時間限制、預算
步驟三：確定優先順序
- 評估導入容易度
- 評估潛在效益
- 排序方案優先順序
📌 第二階段：設計（開出 AI 需求規格）
- 設定 AI 方案目標（量化指標）
- 確認資料條件 (Input)：資料量、品質、多樣性
- 設定應用產出 (Output)：分析項目、顆粒度、週期
- 估計預算
📌 第三階段：驗證 POC
- 模型開發、訓練、優化、部署
- 定義 AI 的主輔角色
- 設計人類回饋機制
- 從 Pilot 成效推估投資成本與效益 (ROI)
POC 驗證方法
| 方法 | 說明 |
|---|---|
| A/B 測試 | 對照組比較 AI vs 非 AI 效果 |
| 交叉驗證 | K-fold 驗證模型穩定性 |
| 公平性檢查 | 確認模型無偏見 |
| 壓力測試 | 高負載下的效能表現 |
📌 第四階段：實施/營運
- 培訓 AI 使用者具備相應知識與技能
- 監控模型準確率，適時重新訓練
- 從點狀應用擴展到更廣範圍
- 建立組織機制，推動 AI 文化變革
📌 ROI 計算
成本面
開發成本 + 硬體/雲端 + 訓練 + 維護
效益面
營收成長 + 效率提升 + 客戶滿意度提升
ROI = (效益 - 成本) / 成本 × 100%
📌 生成式 AI 風險管理
| 風險類型 | 說明 | 因應 |
|---|---|---|
| 幻覺 | AI 產生看似正確但虛假的內容 | 事實查核、人工審查 |
| 偏見 | 訓練資料的偏見被放大 | 多元資料、公平性檢測 |
| 隱私 | 洩露訓練資料中的個資 | 資料匿名化、存取控制 |
| 智財 | AI 生成內容的版權問題 | 法律諮詢、使用政策 |
📌 實際案例
- 科技製造商 A：AI 影像辨識監控產線動作 + AI 排程優化
- 科技製造商 B：跨部門 AI 應用（製造/銷售/工程/進出口）
- 傳統產業 C：知識庫建構、專利趨勢分析、材料配方預測
💡 考試重點：四大階段順序與各階段目標、自動化/數位化/智慧化的差異、ROI 計算概念、AI 幻覺問題