導入AI的五項組織挑戰 — 像管理傳統IT專案一樣管理AI

更新於 發佈於 閱讀時間約 4 分鐘

本文延續之前康斯坦丁·霍普夫博士等人的研究,該研究談及了〈人工智慧的組織導入:工藝與機械工作〉(Organizational Implementation of AI: Craft and Mechanical Work)中提出的五項組織挑戰。本文專注於這些挑戰中的第二項,即「將AI專案視為傳統IT專案進行管理」。

霍普夫博士等人的研究指出,管理階層傾向將AI專案當作傳統IT專案來看待,主要關注於在預算範圍內按時完成交付成果,並遵循傳統線性和規劃導向的專案管理方法「瀑布式流程模型」(Waterfall Model,如圖1)。

圖1 瀑布式專案管理流程

圖1 瀑布式專案管理流程

然而,AI專案通常具有更強的探索性和迭代性。這些專案需要不斷提出問題、確定正確問題、蒐集並提取適當的數據、進行實驗,以獲取新知或支援決策等。此外,由於數據具有不斷變化、可編輯和可解釋等特性,使得AI專案面臨更多的不確定性和範圍的變化。

這種探索性的過程符合工藝觀點。在AI專案中,釐清問題和假設似乎是最關鍵的階段。研究中一位受訪的國際銀行經理人指出:「我認為最重要也是最具挑戰性的事,就是精確地定義業務所面臨的問題,以及期望的結果……如果你沒有非常清晰地定義預期結果,你可能會走入完全錯誤的方向。」

由於AI專案的高度迭代和協作性質,許多公司選擇採用敏捷(Agile)開發框架(例如Scrum,如圖2)來管理資料科學家的工作。這種敏捷專案管理方法具有靈活性,因為它們能夠考慮到迭代和實驗開發,或者在專案執行期間,根據新的使用者需求調整專案範疇。

圖2 敏捷式專案管理流程

圖2 敏捷式專案管理流程

然而,霍普夫博士等人在研究中提及,管理者對這種敏捷方法可能存在誤解。他們誤以為在專案結束時,應該能夠交付一個穩定的軟體產品給客戶。然而,在資料科學專案中,這種情況相對少見,尤其是在早期階段。

這種對專案管理的錯誤認知,可能導致員工生產力和滿意度下降,最終影響業務價值,因為專案成果可能缺乏應有的創新性。

為了克服這些挑戰,霍普夫博士等人提出了以下策略:

首先,資料科學家應該對管理者和業務合作夥伴進行培訓,解釋機器學習模型的運作方式,或者指導他們如何解釋結果。

其次,進一步提供基礎AI和機器學習課程給管理階層和專案經理。這不是為了讓他們自己創建機器學習模型,而是為了幫助他們更好地理解AI專案開發與傳統軟體開發的區別。這些培訓內容應該包括機器學習的工作原理、評估機器學習模型品質的能力,以及AI專案中常見的陷阱。

最後,設定適當的關鍵績效指標(KPI)。成功的AI專案不僅僅在系統上線時結束,而是當系統能協助企業利用它做出數據驅動的決策。
--

羅凱揚(台科大兼任助理教授)、黃揚博(政大企管碩士、識商創辦人)

資料來源:Hopf, K., Müller, O., Shollo, A., & Thiess, T. (2023). Organizational Implementation of AI: Craft and Mechanical Work. California Management Review, 66(1), 23–47. https://doi-org.ezproxy.lib.ntust.edu.tw/10.1177/00081256231197445


✨ 歡迎追蹤,獲取更多相關資訊

► 識商IG:

https://www.instagram.com/bizsense2023/

► Line交流社群:

https://line.me/ti/g2/a2QRj--XfM3FRZBOZpB4rdJGravtdpVOeSLBpQ?utm_source=invitation&utm_medium=link_copy&utm_campaign=default


✨ 最新活動:AI商業策略讀書會
詳細活動頁面 👉 https://bizsense-read.com/ai%E8%BD%89%E5%9E%8B/

raw-image
avatar-img
17會員
72內容數
AI轉型策略、AI商業思維,帶你從宏觀的角度看AI
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
識商的沙龍 的其他內容
在2023年的《加州管理評論》(California Management Review)上,德國班貝格大學(University of Bamberg)的資深研究員康斯坦丁·霍普夫博士等人發表了一篇題為〈人工智慧的組織導入:工藝與機械工作〉(Organizational Implementat
在2023年的《加州管理評論》(California Management Review)上,德國班貝格大學(University of Bamberg)的資深研究員康斯坦丁·霍普夫博士等人發表了一篇題為〈人工智慧的組織導入:工藝與機械工作〉(Organizational Implementatio
根據瑞典斯德哥爾摩經濟學院愛立信研究中心的研究,即便是經驗豐富的公司,也在AI領域面臨著複雜挑戰。克服這些挑戰的關鍵就在於「人才」。 以汽車供應商在自駕車AI初期階段為例,他們需要不斷地優化演算法,同時面臨著資料整合和跨部門協作等新挑戰。隨著技術的演進,管理變得更加複雜,這時就需要優秀的技術人才和
勤業眾信(Deloitte)在2022年底最新發布的人工智慧(AI)研究中指出,雖然AI具有誘人的潛力,但有一半的企業在導入AI方面遇到了困難,表現不如預期。這表明,儘管企業看中AI的應用前景,但實際將AI專案成功應用在業務中仍然具有挑戰性。 導入AI通常需要經歷五個關鍵步驟:選擇、開發、評估、採
ChatGPT僅推出不到兩個月,用戶數已突破1億,突顯科技飛速進步。特別是人工智慧(AI)的發展,使得員工面臨持續學習新技能的壓力。 加州大學聖巴巴拉分校的保羅·萊昂納迪教授與十家在AI領域卓越表現的企業攜手合作三年,共同研發出一套名為「STEP」的策略框架:劃分工作(Segmentation)、
在企業導入人工智慧(AI)的過程中,通常會從小規模開始,逐漸擴大至整體組織,最終擴展至組織外部。不同階段會面臨不同的挑戰。 首先,在小規模階段,管理者需要解決在部門內成功推動AI計劃的問題。當AI擴展至整個組織時,管理者必須應對內部複雜性,這種複雜性因策略、組織規模和AI實施計劃而異。 當整體組
在2023年的《加州管理評論》(California Management Review)上,德國班貝格大學(University of Bamberg)的資深研究員康斯坦丁·霍普夫博士等人發表了一篇題為〈人工智慧的組織導入:工藝與機械工作〉(Organizational Implementat
在2023年的《加州管理評論》(California Management Review)上,德國班貝格大學(University of Bamberg)的資深研究員康斯坦丁·霍普夫博士等人發表了一篇題為〈人工智慧的組織導入:工藝與機械工作〉(Organizational Implementatio
根據瑞典斯德哥爾摩經濟學院愛立信研究中心的研究,即便是經驗豐富的公司,也在AI領域面臨著複雜挑戰。克服這些挑戰的關鍵就在於「人才」。 以汽車供應商在自駕車AI初期階段為例,他們需要不斷地優化演算法,同時面臨著資料整合和跨部門協作等新挑戰。隨著技術的演進,管理變得更加複雜,這時就需要優秀的技術人才和
勤業眾信(Deloitte)在2022年底最新發布的人工智慧(AI)研究中指出,雖然AI具有誘人的潛力,但有一半的企業在導入AI方面遇到了困難,表現不如預期。這表明,儘管企業看中AI的應用前景,但實際將AI專案成功應用在業務中仍然具有挑戰性。 導入AI通常需要經歷五個關鍵步驟:選擇、開發、評估、採
ChatGPT僅推出不到兩個月,用戶數已突破1億,突顯科技飛速進步。特別是人工智慧(AI)的發展,使得員工面臨持續學習新技能的壓力。 加州大學聖巴巴拉分校的保羅·萊昂納迪教授與十家在AI領域卓越表現的企業攜手合作三年,共同研發出一套名為「STEP」的策略框架:劃分工作(Segmentation)、
在企業導入人工智慧(AI)的過程中,通常會從小規模開始,逐漸擴大至整體組織,最終擴展至組織外部。不同階段會面臨不同的挑戰。 首先,在小規模階段,管理者需要解決在部門內成功推動AI計劃的問題。當AI擴展至整個組織時,管理者必須應對內部複雜性,這種複雜性因策略、組織規模和AI實施計劃而異。 當整體組
你可能也想看
Google News 追蹤
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
在現代專案管理領域中,瀑布式(Waterfall)與敏捷式(Agile)是兩種被廣泛採用的管理方法。這兩種方法各具其特點與適用場景,深入了解其差異有助於管理者選擇最適合的策略,以確保項目順利完成並達成預期目標。
Thumbnail
在專案管理中,面對質疑和挑戰是常態,而真正的成功在於如何面對這些挑戰。完善的行動與快速迭代是關鍵,透過設定短期可量化的目標和建立團隊的凝聚力,我們能夠在過程中持續優化專案。這篇文章深入探討如何突破完美主義的束縛,不斷行動與學習,最終促進專案的成功。
Thumbnail
學習生成式AI,不僅僅是掌握幾個工具,而是從全方位了解AI的發展範疇及其潛力。我經常在企業教授AI課程時,會遇到HR詢問:某些工具用不上,可以不教嗎?當然可以,但如果同仁不了解生成式AI在「數位內容」上的廣泛應用,又如何掌握大語言模型的發展邊界?
Thumbnail
AI 的應用已經成為企業管理的重點。本文探討 AI 的三層次應用,包括如何與團隊協作提升工作表現、融合好奇心與同理心,以及恆毅力在工作中的重要性。同時,分析 Apple Intelligence 及其策略,瞭解 AI 背後的機會與挑戰,讓企業在這個數據驅動的時代中脫穎而出。
Thumbnail
現代技術背景下的挑戰與機遇 隨著技術團隊和項目規模的擴大,領導力與項目管理的重要性日益凸顯。特別是在AI技術飛速發展的今天,如何有效地管理項目、激勵團隊並推動技術變革,已成為每一位技術領導者面臨的核心挑戰。 技術熟悉度與應用能力 領導者必須對AI技術有深刻的理解,了解其能力和限制。這樣
Thumbnail
現代AI產品經理需要具備的六大核心能力 一、策略與願景:專注於改善用戶生活 二、負責任的AI管理:風險和責任 三、深入了解數據:數據來源和安全 四、模型開發與生命周期 五、評估:系統性能和輸出的評估 六、推向市場:從內部測試到外部發布
Thumbnail
企業面對大專案時,將其分解成可執行的小任務,有助於實現目標。以提升銷售額為例,拆解為四個要素,並提供增加流量、轉換率、客單價和回購率的策略。另外,還必須設計可量化的指標及追蹤回饋。這些建議對於創作型工作和知識型工作者來說,同樣可以利用該策略來提高工作效率。
Thumbnail
近年來,生成式AI對市場帶來了巨大變革,然而,企業的AI專案卻面臨許多部署和失敗的問題。從MIT Sloan Management Review的研究中,我們發現數據科學家在尋找防止AI模型失敗的模式上面存在許多問題。本文提供了三個觀點,協助缺乏技術的高階主管針對辨識有效的AI模型和數據集提出方法。
Thumbnail
根據 Gartner 的預測,到 2030 年,80% 的專案管理工作將會由人工智慧完成。 專案經理看到這樣的數據可能會感到憂心。但換個思維與態度,這個趨勢應該被視為一個機會,你會發現 AI 無法完全取代你的工作。它反而會讓你的專案管理工作變得更有效率、更具成效,同時還能提供更深入與前瞻性的見解,
Thumbnail
這篇文章探討了在AI快速發展的情況下,專案經理需要提升的十大技能,並強調了跨職能協作、成長心態和指導與激勵團隊的重要性。
Thumbnail
隨著理財資訊的普及,越來越多台灣人不再將資產侷限於台股,而是將視野拓展到國際市場。特別是美國市場,其豐富的理財選擇,讓不少人開始思考將資金配置於海外市場的可能性。 然而,要參與美國市場並不只是盲目跟隨標的這麼簡單,而是需要策略和方式,尤其對新手而言,除了選股以外還會遇到語言、開戶流程、Ap
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
在現代專案管理領域中,瀑布式(Waterfall)與敏捷式(Agile)是兩種被廣泛採用的管理方法。這兩種方法各具其特點與適用場景,深入了解其差異有助於管理者選擇最適合的策略,以確保項目順利完成並達成預期目標。
Thumbnail
在專案管理中,面對質疑和挑戰是常態,而真正的成功在於如何面對這些挑戰。完善的行動與快速迭代是關鍵,透過設定短期可量化的目標和建立團隊的凝聚力,我們能夠在過程中持續優化專案。這篇文章深入探討如何突破完美主義的束縛,不斷行動與學習,最終促進專案的成功。
Thumbnail
學習生成式AI,不僅僅是掌握幾個工具,而是從全方位了解AI的發展範疇及其潛力。我經常在企業教授AI課程時,會遇到HR詢問:某些工具用不上,可以不教嗎?當然可以,但如果同仁不了解生成式AI在「數位內容」上的廣泛應用,又如何掌握大語言模型的發展邊界?
Thumbnail
AI 的應用已經成為企業管理的重點。本文探討 AI 的三層次應用,包括如何與團隊協作提升工作表現、融合好奇心與同理心,以及恆毅力在工作中的重要性。同時,分析 Apple Intelligence 及其策略,瞭解 AI 背後的機會與挑戰,讓企業在這個數據驅動的時代中脫穎而出。
Thumbnail
現代技術背景下的挑戰與機遇 隨著技術團隊和項目規模的擴大,領導力與項目管理的重要性日益凸顯。特別是在AI技術飛速發展的今天,如何有效地管理項目、激勵團隊並推動技術變革,已成為每一位技術領導者面臨的核心挑戰。 技術熟悉度與應用能力 領導者必須對AI技術有深刻的理解,了解其能力和限制。這樣
Thumbnail
現代AI產品經理需要具備的六大核心能力 一、策略與願景:專注於改善用戶生活 二、負責任的AI管理:風險和責任 三、深入了解數據:數據來源和安全 四、模型開發與生命周期 五、評估:系統性能和輸出的評估 六、推向市場:從內部測試到外部發布
Thumbnail
企業面對大專案時,將其分解成可執行的小任務,有助於實現目標。以提升銷售額為例,拆解為四個要素,並提供增加流量、轉換率、客單價和回購率的策略。另外,還必須設計可量化的指標及追蹤回饋。這些建議對於創作型工作和知識型工作者來說,同樣可以利用該策略來提高工作效率。
Thumbnail
近年來,生成式AI對市場帶來了巨大變革,然而,企業的AI專案卻面臨許多部署和失敗的問題。從MIT Sloan Management Review的研究中,我們發現數據科學家在尋找防止AI模型失敗的模式上面存在許多問題。本文提供了三個觀點,協助缺乏技術的高階主管針對辨識有效的AI模型和數據集提出方法。
Thumbnail
根據 Gartner 的預測,到 2030 年,80% 的專案管理工作將會由人工智慧完成。 專案經理看到這樣的數據可能會感到憂心。但換個思維與態度,這個趨勢應該被視為一個機會,你會發現 AI 無法完全取代你的工作。它反而會讓你的專案管理工作變得更有效率、更具成效,同時還能提供更深入與前瞻性的見解,
Thumbnail
這篇文章探討了在AI快速發展的情況下,專案經理需要提升的十大技能,並強調了跨職能協作、成長心態和指導與激勵團隊的重要性。