公佈欄

目前分類:CH16資訊管理 (18)

瀏覽方式: 標題列表 簡短摘要

一人創業企業家(soloprenuer

各位夥伴們大家好:

羅振宇在年終演講中提到了一個故事。一家顧問公司的老闆兼講師李睿,年初的時候對羅振宇說要招募員工。但最近他卻說自己一個人就夠,只因為他用上了AI

羅振宇提到:「李睿現在用AI分析客戶資料,拿到就丟給AI,直接看結論。整理會議紀要,在和客戶結束會議之後十幾分鐘,便將紀要提交給客戶。做公眾號,也不用編輯了。直接把寫好的文章丟給AIAI直接產生插圖、導讀、金句和標題。做產品設計,也不用設計師了。要什麼圖,只要說得清楚,AI直接生成。」「這個人活成了這個時代該有的樣子。」

羅振宇問大家,要變成像李睿這樣的人,該如何用好AI

他以一位AI領域的投資人—綠洲資本的張津劍為例。張津劍說:「你別把AI看成是工具。看成工具,你會要求它馬上能幫你工作,馬上產生效率。」

「你得把AI看成是人,而且是名牌大學畢業的,學過所有專業,成績還名列前茅的學霸。他們不用休息,人數無限,24小時待命。他們知識程度非常好,但就是沒經歷過社會歷練,需要你指揮,才能工作。像算盤珠子,撥一下才動一下。而且,還會犯錯,你得有點耐心去教,給他們成長的時間。」

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

從組織、群體、個人三構面,看AI對企業的影響

各位夥伴們大家好:

最近與一位學生計畫共同撰寫100篇的AI paper文章,並預計發展出一個企業導入AI的架構。這讓我想起20幾年前,在寫博士論文時所發展出的企業M化架構圖。

當時這個圖形說明了企業成功導入M化的目的(內部、外部)、企業導入M

的四個步驟(選擇系統廠商、定義M化需求、進行內部溝通與教育訓練、建立控制機制)、考量因素(總公司、事業單位、現場人員)、困境與挑戰(企業面、使用者面、系統面)、關鍵成功因素等。

依此架構做延伸,我們可以發展出企業導入AI的架構圖,內容包括:企業導入AI的動機、目的、程序、挑戰、關鍵成功因素等。(每個部分還需要補足相關paper

其中,每項內容還可以透過構面方式(如內部、外部;組織、群體、個人;策略、作業;系統規劃、執行、控制……等)來加以闡述。

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

數據分析循環

一家公司剛組建數據分析團隊時
應該如何進行相關業務的規劃?

首先
建議先盤點公司的現有資料
畢竟要進行數據分析之前
必須先有數據

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

系統功能的管理意涵

由於建置輿情分析系統的技術門檻降低
公司自行開發了輿情系統
在與資訊部輿情分析系統開發團隊討論時
團隊夥伴提出了各種的輿情分析功能

在展示了這些功能之後
我問夥伴們

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

輿情分析系統與資料探勘系統之導入

在資訊部的教育訓練中
我與大家分享了
公司進行數位轉型變革的案例

由於公司的資訊人員有限
而為了協助行銷PM能有效率地蒐集網路輿情資料
以及進行資料庫行銷(資料探勘)

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

自適應學習(Adaptive learning

月會時
與大家分享自適應學習(Adaptive learning)的概念

根據維基百科的定義
自適應學習是「使用電腦演算法,來協調與學習者的互動,並提供客製學習資源和學習活動,來解決每個學習者獨特需求的教育方法。」

簡單來說
套用大陸自適應學習廠商松鼠AI的廣告詞

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

數位轉型的要角資訊部

過去三個月
我每週二傍晚
到資訊部進行教育訓練
目的是協助公司做好數位轉型

分享的內容
主要以數據分析的專業知識為主

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

資料科學五種分析方式(Types of Business Analytics

張奇老師從新加坡買了一本書給我參考
湯馬斯.戴文波特(Thomas H. Davenport)教授所寫的新版《Competing on Analytics
這本書2007年出版
2017年再版
經過10年的演變
數據分析的發展有了天翻地覆的變化

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

提升資料「量」與「質」,打造Data Driven Company

本週與資訊部主管分享一篇報導
《何時大限將至?Google AI連死亡風險都能預測》
https://www.bnext.com.tw/article/49557/google-ai-predict-when-patients-die

內容描述
Google團隊發表在Nature的一份研究論文中顯示
https://www.nature.com/articles/s41746-018-0029-1

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

企業最誘人的職缺-資料科學家Data Scientist

湯瑪斯.戴文波特(Thomas H. Davenport
與帕蒂爾(D.J. Patily
201210月的哈佛商業評論(HBR)上
發表了一篇文章《企業最誘人的職缺》
Data Scientist: The Sexiest Job of the 21st Century
並將「資料科學家」(Data Scientist)這個概念

文章標籤

Peter 發表在 痞客邦 留言(2) 人氣()

有機會開始學習寫程式吧!

為了協助企管系博碩士班的學弟妹們學習數據分析
週四晚上
我請了一位資工所的教授
與大家分享相關的技術
並協助大家學習如何撰寫程式
(來參加的同學,還包含好幾位4050歲以上的博士後)

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

資料可以做什麼?

湯瑪斯‧雷曼(Thomas C. Redman)
2017615HBR,org數位版中發表了一篇文章

《你該知道的資料處理法》
(Does Your Company know What to Do with All Its Data)[1]
裡面提到七種企業運用資料科學的方向

1.制定更佳的決策

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

「盡信Data,則不如無Data

《孟子》第十四卷盡心篇下中有一句話︰
「盡信書,則不如無書」
大意是說
「完全相信《尚書》中所記載的事,
還不如沒有《尚書》這本書」。
這句話源自於孟子認為

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

備援、備案、與備份

本週到某部門開會
與大家分享達成目標的方法
討論的主題
主要在探討當意外來臨時
該如何即時做好修正或補救
以確保事情能按之前的規劃

文章標籤

Peter 發表在 痞客邦 留言(0) 人氣()

大數據分析--過客新客常客貴客

為了協助幕僚單位

提升到策略性層級

過去半年

我請一位資工所教授

協助公司的資訊部門

學習如何進行數據分析

Peter 發表在 痞客邦 留言(0) 人氣()

手持式裝置穿戴式裝置

 

先與同學分享一段影片

 

The New Smartwatch

http://www.youtube.com/watch?v=Luv9X9YbxuM

 

Peter 發表在 痞客邦 留言(2) 人氣()

網路影音與網站補充

第十六章 資訊管理

什麼是「雲端運算」?
http://www.youtube.com/watch?v=Z5f2FQkLfdo&feature=related

文茜的世界財經週報20100110-1台灣的大未來-雲端運算

Peter 發表在 痞客邦 留言(0) 人氣()

電子書

 

晚上A同仁跟大家分享了她參加電子書研討會的心得

A同仁從電子書的產業價值鏈出發

說明各個環節的意義

以及電子書的機會與威脅

並且讓同仁分組討論公司該如何掌握此一機會

Peter 發表在 痞客邦 留言(1) 人氣()