日本企業 AI 導入挑戰 ABEJA 執行長揭四大瓶頸
日本人工智慧(AI)公司 ABEJA 執行長岡田陽介近日指出,企業在導入 AI 過程中面臨四大關卡,許多業者仍將 AI 視為萬靈丹,導致概念驗證(PoC,指新技術或概念在小規模環境下的可行性驗證)難以成功。這些挑戰不僅是日本企業的縮影,也對全球企業,包括台灣業者,都提供重要的借鑒。
岡田陽介在演講中強調,企業首先必須擺脫對 AI 的「魔法之河」迷思,停止將 AI 當作無所不能的魔法杖。儘管許多公司聲稱擁有龐大數據,但實際面臨的卻是「數據之谷」,這些數據往往未經妥善整理,無法直接用於 AI 訓練,導致企業無法達到「AI-Ready」(AI 隨時可用)的狀態。
即使企業克服數據難題,也常在實踐中撞上「精度之壁」。岡田陽介觀察到,特別是日本企業,普遍對 AI 抱有「百分之百準確度」的過高期待,然而 AI 在本質上難以達到絕對完美。他認為,企業應當在接受 AI 準確度無法達到 100% 的前提下,思考如何透過營運面的調整來彌補「精度之壁」的限制。
最終,企業還需克服「營運顛簸之路」的挑戰,確保 AI 能順利整合到日常營運中。岡田陽介總結,要成功將 AI 落地應用,關鍵在於放棄對 AI 的不切實際幻想、完善數據基礎建設,並在營運策略中納入 AI 的固有侷限性,才能真正讓 AI 發揮其價值。
日本企業導入 AI 時面臨哪些主要挑戰?
日本人工智慧公司 ABEJA 執行長岡田陽介指出,企業導入 AI 時面臨四大關卡。首先是「魔法之河」迷思,企業常將 AI 視為萬靈丹,卻忽略了實際應用上的限制。其次是「數據之谷」,許多企業雖擁有大量數據,但未經妥善整理,無法直接用於 AI 訓練,導致無法達到「AI-Ready」狀態。第三是「精度之壁」,企業對 AI 抱有過高準確度期待,但 AI 本質上難以達到百分之百完美,應思考如何透過營運調整來彌補。最後是「營運顛簸之路」,確保 AI 能順利整合到日常營運中。
企業導入 AI 應如何克服「數據之谷」的挑戰?
企業應完善數據基礎建設,妥善整理數據,使其能夠直接用於 AI 訓練,以達到「AI-Ready」的狀態,才能有效解決「數據之谷」的問題。
如何理解並克服 AI 的「精度之壁」?
企業應接受 AI 準確度無法達到百分之百的現實,並在營運策略中納入 AI 的固有侷限性,思考如何透過營運面的調整來彌補其不足,而非一味追求絕對完美。
成功導入 AI 的關鍵是什麼?
成功導入 AI 的關鍵在於放棄對 AI 的不切實際幻想,完善數據基礎建設,並在營運策略中納入 AI 的固有侷限性,才能真正讓 AI 發揮其價值。