名人推薦：【名人推薦】
柯志賢（勤業眾信聯合會計師事務所總裁）、孫大千（中信金融管理學院科技金融研究所教授）——好評推薦（依姓氏筆畫排列）

【各界推薦】
「大多數組織僅僅觸及人工智慧的表面，若想了解如何將人工智慧作為企業轉型資源，請閱讀本書並遵循建議。」──馬可．顏西提（Marco Iansiti），哈佛大學商學院教授、合著有《領導者的數位轉型》

「人工智慧是當今最具變革性的技術，積極利用它的公司將獲得最佳收益。本書是從人工智慧中提取最大價值的絕佳指南。」──派許．古普塔（Piyush Gupta），星展銀行執行長
...

Chapter 1 「AI加持」是什麼意思？（節錄）

全世界最成功、技術最先進的公司中，有一些（但遠遠不夠）已宣示他們全力投入AI，或有「以AI為優先」、達到「AI加持」的意圖。谷歌的說法是「在以AI為優先的世界，運算隨處可得，不論是在家中、工作場合、車上，或是移動時，而且所有的互動介面都會變得更自然、直覺，以及最重要的：更智慧。」想在其他產業（如金融業、製造業或醫療業）利用AI力量的公司，同樣以直覺、普遍的智慧科技為目標，只是應用方式不同而已。
我們所分析的AI加持組織占大型公司總數不到百分之一。本書尋找寫作對象的過程並不容易，但最終找到了三十個左右的組織。然而，我們預期會有更多的組織往這個方向 邁進。有什麼理由不這麼做呢？本書提到的公司都表現良好，他們的商業模式有效率、決策恰當、與客戶有緊密的關係、能提供吸引人的產品與服務，而且收取的價格有利可 圖。這些組織都成為學習機器，組織成員都受到AI的加持。能有這些成果，是因為他們比其他公司有更好的資料，並且經過AI分析、據以做出行動，而且還使用這些資源拓展業務，創造經濟與社會價值。
許多試圖發揮人工智慧潛力的組織，一開始都是從測試選定商業機會，或是某些可能的使用案例來著手。許多組織都未能達到增加經濟價值的唯一步驟：部署生產模型。像這 樣試水溫或許能得到有價值的觀點，但不足以跟上其他公司的腳步，更別說在市場上引領趨勢。想要充分發揮AI的價值，公司應該徹底重新思考人類和機器在工作環境中的互動方式、對AI做出大規模投資，並且不能只停留在試驗階段，而是必須在生產過程中全面部署，才能改變員工的工作方式，以及客戶與公司互動的方式。經理人員應考慮在所有關鍵職能和企業營運部門系統性地部署AI工具，以支援新的業務流程設計及資料推動的決策。同樣地，AI應該要能推動新產品、新服務和新的商業模式。就目前而言，如此積極地應用AI，可以讓公司躋身業界的領先位置。最後，組織追求AI加持可能不只是取得商業成功的策略，而是關乎存亡的賭注。

AI加持的要素有哪些？
如何知道組織是否得到AI的力量驅動？組織必須具備哪些要素，才能被認定為「AI加持」？公認的要素清單並不存在，但在我們研究和諮詢的過程中發現，積極採行AI技術的公司通常會出現的各種特質。過去四年，我們針對一些公司的AI活動做過三次調查，所以有辦法揭露攸關這些特質的一些數據（截至2021年10月的最後一次調查）。

企業廣泛採用AI，並使用多種技術
AI加持公司會在組織的各個層面運用AI，採取許多使用案例或應用方式。AI是一種泛用科技，可以用來支援各式各樣的業務目標。根據我們的調查，AI技術最常應用於提升業務流程的效率、改善決策品質，以及加強現有的產品或服務。根據德勤2020年的調查（最近一次提出該問題的調查），這三個目標也是最有可能已經達成的目標。它們 涵蓋了各式各樣的AI使用領域，舉例來說，業務流程改善可能包括促進供需匹配，以提升供應鏈效率、預測工廠設備的維護需求，或是預測雇用哪個應徵者會有最好的結果。最終，全力投入AI的公司將會發展出橫跨各種職能、流程、決策，以及產品或服務的使用案例。個別應用或許無法改變公司，但廣泛集結起來就能辦到。
我們最近一次的企業AI調查中，擁有最多AI能力和成就的公司（被稱為「轉型者」）占了調查樣本的28%。我們後續會討論到，雖然轉型者在AI之路上領先其他公司，但這類受訪公司只有少數達到AI加持的程度（數量少到無法在大規模的調查找到）。平均而言，這些組織完整部署的AI使用案例大約有六個，而達成的商業成果大約有七個；雖然令人敬佩，但仍未達到AI加持公司應有的水準。「轉型者」這個標籤意味著企業轉型可能是他們的目標，但真的因為AI轉型的企業少之又少。仰賴AI轉型的公司通常會走得更遠，有些公司會部署上百種系統，取得多到無法計算的商業成果。當然，企業轉型是一個持續的過程，沒有任何公司能達到完全的轉型。
完全投入AI的公司不會只使用單一的AI技術，而是充分利用AI提供的所有優勢。表1-1列出了構成AI領域的多種技術。讓AI成為可能的基本資源只有四種──以統計、邏輯、語義（semantics）為形式的知識，並與運算串連在一起──但這些大項目底下還有許多方法、工具和使用案例的變體。
AI加持企業的領先者對技術夠熟悉，足以針對使用案例與技術的搭配，做出明智的決策。這並不總是一件容易的事，不同工具都潛藏了一些複雜之處。

Chapter 6 產業使用案例（節錄）

我們已經討論過AI領導者的AI策略類別，以及他們為了實現目標培養的能力。本章將更細緻地描述AI領導者的作法。我們會按照產業進行說明，並深入探討AI加持公司採用的具體使用案例，如何讓他們在業界拔得頭籌。使用案例（也稱為AI應用）是描述公司AI應用方式的最基本單位。本章大部分的使用案例資訊都改寫自《AI卷宗》（AI Dossier）──由德勤AI專家整理出的一份文件，由下往上地描述AI領導能力，並按照使用案例和產業來說明。
選擇使用案例並進行優先排序，是任何公司AI策略的核心。AI驅動組織會選擇能讓他們與競爭對手產生區別（至少維持一陣子）、推展商業策略或模式，並符合其業務流程 設計的使用案例。你可以把本章視為AI應用的商品目錄。本章並未涵蓋所有產業的使用案例（有些使用案例可以應用到多種產業），但這是我們到目前為止看過最完整的清單。
我們即將描述的某些使用案例已經成為業界中的重要籌碼，有些存在了一陣子，只是型態較不精確，靠資料推動的程度較低。我們也會描述每個產業正在興起的使用案例，或 是適用情境相對侷限的使用案例。整體來說，我們的目標是描述靠AI獲取真正成功的條件，並詳述各產業中的AI導向組織所採用的某些AI使用案例。

消費性產業
消費性產業包括消費品製造業、零售業、汽車產業、住宿業、餐飲業、旅遊業和交通產業。這些產業都以服務消費者為目的（但有些是透過零售業者等中介機構服務消費者， 例如製造業），並且需要鉅細靡遺地了解消費者的偏好與感受。這些產業在物流、產品／服務開發，以及客戶接觸上都面臨複雜的挑戰，而AI可以協助應對這些挑戰。
這類產業經常採用的使用案例包括（並附上我們對其在AI相關業務中應用的評論）:

‧車隊網路優化。AI（以及其他形式的分析，例如營運研究）可以用來優化路線、消除或減少空車回程，並將流經配送中心的運輸量最大化。當然，遇到Covid-19疫情這種突如其來的狀況，就算是AI也難以將供應鏈最佳化，但可以向機警的公司提出預警。
‧更高度的個人化。想從事高度細緻的個人化，AI是不可或缺的工具——不只是「買了這項商品的人還買了⋯⋯」這種協同過濾（collaborative filtering）功能，而是根據過去的客戶行為，利用機器學習預測什麼樣的人會購買商品、對廣告或優惠有反應。個人化也愈來愈常將客戶的位置、社群媒體貼文和運動／健康行為納入考量；當然，都要事前取得客戶的同意。
‧產品組合優化。AI和機器學習位處現代商品組合優化的核心。這類模型能確保架上有適當的產品，以及避免缺貨。當然，這在Covid-19疫情期間很難達成，但多數熟練的 AI使用者都想辦法做到了。
‧供需規劃。舉例來說，AI導向的零售商幾乎是每分每秒都在為供需做準備。本書討論過的克羅格，每天晚上都為每個店面的每一個存貨單位（SKU）做需求規劃。假如供需維持正常模式，機器學習會是出色的規劃工具。
‧客戶接觸自動化。領先企業還會使用聊天機器人或智慧型代理，來管理客戶互動。以星展銀行為例，該行持續改善聊天機器人，讓客戶不需要打電話到客服中心。零售業方面則應用了至少十二種不同的使用案例，其中囊括了產品搜尋到蒐集客戶回饋。

消費性產業中較為新興或侷限的使用案例包括：
‧無人商店。亞馬遜以Amazon Go無人商店聞名（在全食超市〔Whole Foods〕中也有設點），儘管補貨和清潔依然仰賴人力。韓國也有半無人商店，emart24與現代不尋常商店（Hyundai Uncommon Store）是其中兩個例子。
‧自動駕駛。如同我們在第三章討論過的，全自駕車的發明比預期還要費時，但全自動駕駛在某些設有「地理圍欄」的地區已經實現，自動安全裝置也非常盛行，連相對便宜的車款也配有此類裝置。
‧時尚科技。愈來愈多時尚零售業者提供利用AI的虛擬試衣間，並透過AI提供客戶可能會喜歡的造型建議。Stitch Fix以線上造型新創公司起家，將來自AI和個人造型師的建議結合，如今已頗具規模。
‧個人健康、運動與心理健康。第五章討論保險公司時，描述過這些健康行為建議，但主要由智慧型手錶和手機等消費性裝置推動。它們可以提供個人化提醒，改善使用者的健康行為。
‧服務體驗現代化。AI推動的個人化產品與服務、建議、優惠、網站和行動應用程式，改變的購物與消費者服務與日俱增。

AI在沃爾瑪供應鏈中扮演的角色
到目前為止，本書還沒有討論到沃爾瑪，但沃爾瑪可能是非數位原生的消費性企業與零售業者中，最會使用AI的公司。他們為實體商店補貨的供應鏈相當知名，而且正在電子商務銷售和配送方面取得長足的進展。沃爾瑪內部有上百名資料科學家負責供應鏈與預測／需求管理，並與具備這些能力的供應商密切合作。他們利用一套相當複雜的旅行推銷員（traveling salesman）演算法，進行貨車與運輸車隊的路線優化，並使用圖形處理器運行禁忌搜索（tabu search）模型，以優化供應鏈流程。沃爾瑪也會在客戶於線上訂購或選擇無法取得的產品時，使用AI模型判斷次佳選項。
沃爾瑪在倉儲自動化的起步可能相對較晚（很多倉庫都是在1960和1970年代設立），但正在快速拓展這個領域的能力。沃爾瑪宣布將斥資一百四十億美元重新設計配送中 心，並應用AI和機器人等新科技。該公司正在與前亞馬遜機器人公司（Amazon Robotics）經理創立的機器人製造商Symbotic合作，以改善其倉儲自動化。同時，使用機器人將大小不一的箱子裝進（由機器人設計的）立方體空間裡，方便配送到店面，甚至與福特的Argo AI部門合作，在美國三座城市進行試驗，以自駕運輸車輛配送網購商品。沃爾瑪也在店內實驗，使用機器人偵測缺貨或擺錯位置的商品，以及清潔地板。
現在，沃爾瑪的配送和運輸服務不僅限於內部使用。它打造了GoLocal服務，以供其他想提供當日或隔天配達服務的零售商使用，家得寶（Home Depot）是這項服務最早的合作夥伴之一。除了零售本業，沃爾瑪正在成為與UPS和聯邦快遞一樣重要的運輸服務供應商。

Chapter 1 「AI加持」是什麼意思？（節錄）

全世界最成功、技術最先進的公司中，有一些（但遠遠不夠）已宣示他們全力投入AI，或有「以AI為優先」、達到「AI加持」的意圖。谷歌的說法是「在以AI為優先的世界，運算隨處可得，不論是在家中、工作場合、車上，或是移動時，而且所有的互動介面都會變得更自然、直覺，以及最重要的：更智慧。」想在其他產業（如金融業、製造業或醫療業）利用AI力量的公司，同樣以直覺、普遍的智慧科技為目標，只是應用方式不同而已。
我們所分析的AI加持組織占大型公司總數不到百分之一。本書尋找寫作對象的...

引言（節錄）

本書將聚焦在AI問世前就已存在的大型企業，如何在AI的協助之下轉型。與其贅述一般或最常見的AI應用方 式，我們會剖析全力投入AI的公司，他們都下了龐大卻明智的賭注，希望能藉由AI大幅改善公司狀況，而且有證據顯示這些賭注已得到回報。我們用各種方式形容這些公司全力投入AI的作法，像是「AI加持（AI fueled）」、「AI驅動（AI powered）」、「AI賦能（AI enabled）」等。但這些公司 都有一個共同點，就是在AI技術的支出、規劃、策略、實施和變革方面，他們都屬於前段班。不是所有公司都會選擇如此充滿野心的作法，但我們認為所有人都可以從中學習， 甚至可能得到啟發。
引言的剩餘篇幅將會討論「全力投入AI」的概念，以及一個組織要達到此境界必須做到哪些事情。我們的觀點是應用AI最極端的形式——最積極的採用、與策略和營運的 最佳整合、最高的商業價值、最佳的實踐。我們會描述積極使用AI對策略、流程、技術、文化和人才的影響。了解AI先行者的作法，可以幫助許多其他組織評估AI為自家業務帶來轉變的潛力。

我們的經驗
我們兩個人都有與這類領先企業合作和介紹他們的經驗。在涉足AI前，湯瑪斯在分析領域從事研究與寫作多年，他寫過許多關於「決勝分析力（competing on analytics）」的 暢銷文章和書籍。他在《哈佛商業評論》上的同名文章，甚至被指名為該雜誌一百年來的十二篇必讀文章之一。這些文章和書籍得到的迴響告訴我們，就算公司和管理層採取較為漸進的作法，還是能從這種「全力投入」的觀點獲益。從那時開始，湯瑪斯與全世界上百家公司合作，幫助他們建立分析能力，並開始採用分析的近親——AI。他有關分析的文章中提到的某些公司，像是第一資本（Capital One）和前進保險（Progressive Insurance）也出現在本書中。然而，這些公司也採取了許多具體的計畫，以提升AI能力。
尼丁思考何謂「AI加持」、以此主題發表演說，並與客戶合作多年。他發現，許多經理人員儘管對AI只是略懂，還是認為了解公司如何透過利用AI脫胎換骨助益良多。他 在專心投入AI研究前，曾與醫療和生技公司合作約十五年的時間，幫助他們將資料和分析納入業務當中。此外，他在美國德勤（Deloitte）擔任分析與AI主管超過五年，有機會與具有AI轉型目標的客戶和經理人員，以及負責製造、行銷世界上最先進AI技術的供應商夥伴接觸。此外，他還在美國德勤帶領一項策略計畫，致力用AI改變這家全世界最大的專業服務公司。
我們都覺得AI很迷人，但更有趣的是，AI與所有成功公司皆具備的商業策略和商業模式、關鍵流程、組織和變革管理，以及原有技術架構之間的互動。開發好用的新演算法 是了不起的成就，但更了不起的是成功執行納入AI的重大 企業變革計畫。我們喜歡與使用科技（特別是AI）的組織 合作，以及書寫他們的事蹟，藉此發現新的競爭與經營方式。你將會在書中讀到這類故事。

你能從本書中學到什麼？
如同先前舉的例子，我們會描述許多「AI加持」公司應用AI的方式，但這些內容涵蓋在一個更大主題的框架下，那就是當公司「全力投入」時，要如何應用AI才能獲得成功。每個章節的主題及提到的公司包括：

第一章：「AI 加持」是什麼意思？
我們會描述AI加持的組織有哪些要件，包括這些公司使用的具體技術、創造價值的方式，以及定義「全力投入」AI的要素。在本章中會提到許多公司，但平安與星展（DBS）數位銀行位於印度的聊天機器人，將是我們聚焦的重點案例。
第二章：人的面向
在第二章中，我們主張獲得AI成功的關鍵不在機器，而是人的領導能力、行為和改變。本章一開始，我們會探討星展銀行執行長派許．古普塔（Piyush Gupta）如何有效領導組織的AI計畫。也會討論摩根士丹利（Morgan Stanley）、羅布勞（Loblaw）與CCC智慧解決方案（CCC Intelligent Solutions）的領導問題。至於促進管理層和員工對AI的理解和採用方面，我們會討論殼牌（Shell）、德勤、空中巴士、蒙特婁銀行（Bank of Montreal）、禮來（Eli Lilly）和聯合利華（Unilever）的案例。
第三章：策略
AI能夠促進或改變企業策略，而它是如何辦到這一點，則是第三章的焦點。我們在本章描述AI組織可以採用的三大主要策略類別，描述這些類別的過程中，會提到許多公司：羅布勞、豐田汽車（Toyota）、摩根士丹利、平安、空中巴士、殼牌、損保（SOMPO）、 安森（Anthem）、FICO、宏利（Manulife）、前進和Well。
第四章：技術與資料
沒有先進的技術和大量資料，就無法採用先進AI。因此，第四章將講述現代的AI導向科技基礎架構和資料環境有哪些要素。我們會討論如何使用AI工具箱中的所有工具、AI資料、自動化機器學習（AutoML）、機器學習營運（MLOps）、傳統技術和擴展AI 應用。本章討論到的公司有星展銀行、克羅格（Kroger Co.，以及其子公司84.51°）、殼 牌、聯合利華、安森和空中巴士。
第五章：能力
如同任何商業能力，我們可以對一間公司在各層面採用AI的進展，進行評估和排名。AI的使用分成不同的策略類別，每一種類別的能力模型也有所不同。我們會在第五章詳述平安，以及加拿大豐業銀行（Scotiabank）、宏利、前進和安森的AI能力。本章還會討論道德AI能力，並以聯合利華為主要例子。
第六章：產業使用案例
AI應用的使用案例是組織如何運用技術解決業務問題的核心。在第六章中，我們會討論各行各業的使用案例，區分常見和較不常見的使用案例，並提供各產業早期積極採用 者的範例。本章提到的公司包括沃爾瑪（Walmart）、希捷科技（Seagate）、第一資本、美國和新加坡政府、克利夫蘭診所（Cleveland Clinic）、輝瑞（Pfizer）、諾華（Novartis）、阿斯特捷利康（AstraZeneca）、禮來和迪士尼（Disney）。
第七章：邁向AI加持
在最後一章，我們會提到邁向AI加持的四條不同路徑，每條路徑都會以具體範例說明。第一條路徑的範例是德勤，這家專業服務公司從原本的以人為本，轉變成以人和AI為本。CCC智慧解決方案示範了從著重資訊轉變成以AI為本的路徑。第一資本則是從專注於分析轉變成以AI為本的案例。最後醫療新創公司Well則示範了從頭開始建立AI能力的過程。
儘管包含了上述內容，本書並不是教導公司如何全力投入AI的教戰手冊。每個組織積極將AI整合到業務中的理由、策略和確切方法皆有不同。但我們有信心，本書提到的案例和啟示能幫助走在採納AI之路上的每個組織。至少，我們希望閱讀這些先行組織應用AI的方式，能激發你對自己的公司說:「我們最好趕快行動。」

引言（節錄）

本書將聚焦在AI問世前就已存在的大型企業，如何在AI的協助之下轉型。與其贅述一般或最常見的AI應用方 式，我們會剖析全力投入AI的公司，他們都下了龐大卻明智的賭注，希望能藉由AI大幅改善公司狀況，而且有證據顯示這些賭注已得到回報。我們用各種方式形容這些公司全力投入AI的作法，像是「AI加持（AI fueled）」、「AI驅動（AI powered）」、「AI賦能（AI enabled）」等。但這些公司 都有一個共同點，就是在AI技術的支出、規劃、策略、實施和變革方面，他們都屬於前段班。不是所有公司都會選擇如此充滿野心的作法，但我們...

引言

Chapter 1 「AI加持」是什麼意思？
AI加持的要素有哪些？
AI加持公司如何創造價值？
通往完全投入AI的路上，各公司的進展如何？
讓組織成為學習機器

Chapter 2 人的面向
AI領導者的形象
領導者的課題
栽種成功的文化種子
教育員工有關 AI 與未來工作的知識

Chapter 3 策略
策略類別1：創造新事物
策略類別2：營運轉型
策略類別3：影響客戶行為
策略性AI的流程

Chapter 4 技術與資料
善用工具包中的所有工具
用更短的時間建立更好的AI應用
擴大規模
為訓練和其他目的管理資料
如何處理傳統應用與架構的負擔
AI、數位和AIOps
打造高效能的運算環境
AI技術的變化速度

Chapter 5 能力
通往AI加持的通常道路
平安：開發新商業模式，晉升第五級企業
豐業銀行：營運轉型起步慢，卻快速趕上競爭對手
保險業應用資料與AI，影響客戶行為
發展合乎道德的AI能力

Chapter 6 產業使用案例
消費性產業
能源、資源和工業產業
金融服務業
政府與公共服務產業
生技與醫療產業
科技、媒體和電信產業

Chapter 7 邁向AI加持
德勤：從人力推動的組織轉型為人力與AI並重
第一資本：從分析導向組織轉型為AI導向組織
CCC智慧解決方案：從資料導向組織轉型為AI導向組織
Well：從零開始的AI加持新創公司
這些AI旅程帶來的啟示

註釋
致謝

引言

Chapter 1 「AI加持」是什麼意思？
AI加持的要素有哪些？
AI加持公司如何創造價值？
通往完全投入AI的路上，各公司的進展如何？
讓組織成為學習機器

Chapter 2 人的面向
AI領導者的形象
領導者的課題
栽種成功的文化種子
教育員工有關 AI 與未來工作的知識

Chapter 3 策略
策略類別1：創造新事物
策略類別2：營運轉型
策略類別3：影響客戶行為
策略性AI的流程

Chapter 4 技術與資料
善用工具包中的所有工具
用更短的時間建立更好的AI應用
擴大規模
為訓練和其他目的管理資料
如何處理傳統...