人工智慧主導設計的崛起

閱讀時間約 4 分鐘
Credit Canva Pro

Credit Canva Pro

在2023年5月,西班牙ESADE 商學院的澤維爾・費拉斯・埃爾南德斯(Ferràs-Hernández, Xavier)副教授等人在《加州管理評論》發表了一篇題為《人工智慧主導設計的崛起》(The Emergence of Dominant Designs in Artificial Intelligence)的文章。這篇文章的研究結果顯示,人工智慧(AI)的主導設計將建立在商業模式和技術創新的基礎上,並提出AI即服務(AI as a service,AIS)的概念。

主導設計(Dominant Design)是由麻省理工學院教授詹姆斯・厄特巴克(James M. Utterback)和哈佛大學教授威廉・阿伯內西(William J. Abernathy)於1975年所提出的概念。它指的是在技術變革中,市場會接受某一特定設計,並成為該產業的主導標準。例如,IBM個人電腦主導了PC產業。

然而,主導設計並非不會改變。通常在高度不穩定的環境中,主導設計會進行轉變,背後還會牽涉到老牌企業和新創公司之間的競爭。例如,IBM的個人電腦主導了PC產業長達25年的時間,而iPhone則為智慧型手機產業設計了新的主導標準。

不過,確定新的主導設計概念通常很困難。一般會透過專利引用分析[註]等方法來進行評估。為了應對這種不確定性,一種實務上的作法,是在有限的資源下,確定主導設計之前,識別、開發或採購未來可能成為主導設計一部分的技術,以避免錯失良機。

埃爾南德斯教授等人指出,一旦主導設計確立,更多的產業參與者將採用這一設計(例如過去的PC和現在的手機)。此時,競爭的重心將移轉到如何優化此一設計,並透過更有效的方式將產品生產出來。競爭將由產品創新轉向製程創新(看看特斯拉電動車就知道),這是一場以標準化和資源優化為主導的競爭。在此階段,規模經濟將發揮作用,競爭企業的數量會開始減少,產品開始傳播到大眾市場。

儘管如此,已確立的主導設計仍然可能會受到新競爭對手的挑戰,以及不斷變化的商業生態系統所帶來的影響。

這篇文章旨在探討AI領域中主導設計現象的複雜性。該研究綜合了產業組織、技術管理、網路經濟學、營運管理和策略管理等多領域的文獻。研究結果顯示,AI的主導設計將基於商業模式創新和技術進步,並將整合成人工智慧即服務(AI as a service,AIS)的商業模式。

在下一篇文章中,我們將深入探討該研究中所提及的產業組織、技術管理、網路經濟學、營運管理和策略管理等五大領域的內容,並解釋AI領域中主導設計的複雜性。

[註] 專利引用分析:根據MBA智庫百科,專利引用分析指利用大量零碎專利信息進行分析、加工、組合,並利用統計學方法和技巧使這些信息轉化為具有總攬全局及預測功能的競爭情報。

羅凱揚(台科大企管博士)、黃揚博(政大企管碩士、識商創辦人)

資料來源:Ferràs-Hernández, X., Nylund, P. A., & Brem, A. (2023). The Emergence of Dominant Designs in Artificial Intelligence. California Management Review, 65(3), 73–91. https://doi-org.ntust.idm.oclc.org/10.1177/00081256231164362

✨ 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

raw-image

詳細活動頁面 👉 https://bizsense-read.com/ai%E8%BD%89%E5%9E%8B/

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
發表第一個留言支持創作者!
識商的沙龍 的其他內容
智能分析通常分為描述性(descriptive)、預測性(predictive)和指示性(prescriptive)三種類型。《哈佛商業評論》於2023年5月刊登了一篇名為〈行銷分析〉(Analytics for Marketers)的文章,探討了企業評估機器學習介入分析的適宜程度,以及如何選擇最適
在英國的非營利組織全球變遷資料實驗室(Global Change Data Lab)旗下的OurWorldInData專案中,研究人員包括查理·賈蒂諾(Charlie Giattino)博士等,針對人工智慧(AI)進行了深入研究,並發表了以下的調查報告。 一、AI投資趨勢 隨著人工智慧技術應用及
在2023年5月的《哈佛商業評論》中,進化定價公司(Evo Pricing)的創辦人兼執行長法布里齊歐.范提尼(Fabrizio Fantini)和哈佛商學院企管講座教授達斯.納拉揚達斯(Das Narayandas)合作,探討了在人類和機器之間找到平衡點的議題,該議題被寫成一篇名為〈行銷分析〉(A
波士頓咨詢集團(Boston Consulting Group)的AI與先進分析業務執行董事兼合夥人希爾佛.帕倫波(Silvio Palumbo),以及哈佛商學院的執行顧問兼資深講師大衛.埃德爾曼(David Edelman),於2023年7月在《哈佛商學院》發表了題為〈聰明公司對整合AI的瞭解〉的
密蘇里大學助理教授拖金.伊朋(Tojin T. Eapen)等人在《哈佛商業評論》的文章《生成式AI如何增強人類創造力》中,探討了生成式人工智慧(Generative AI,又稱生成式AI)在創意應用方面的可能性。 今天,企業對於創新的需求與日俱增。然而,企業內部往往缺乏創意靈感,而外部獲取的創新
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五項,即「動態環境」。 機器學
智能分析通常分為描述性(descriptive)、預測性(predictive)和指示性(prescriptive)三種類型。《哈佛商業評論》於2023年5月刊登了一篇名為〈行銷分析〉(Analytics for Marketers)的文章,探討了企業評估機器學習介入分析的適宜程度,以及如何選擇最適
在英國的非營利組織全球變遷資料實驗室(Global Change Data Lab)旗下的OurWorldInData專案中,研究人員包括查理·賈蒂諾(Charlie Giattino)博士等,針對人工智慧(AI)進行了深入研究,並發表了以下的調查報告。 一、AI投資趨勢 隨著人工智慧技術應用及
在2023年5月的《哈佛商業評論》中,進化定價公司(Evo Pricing)的創辦人兼執行長法布里齊歐.范提尼(Fabrizio Fantini)和哈佛商學院企管講座教授達斯.納拉揚達斯(Das Narayandas)合作,探討了在人類和機器之間找到平衡點的議題,該議題被寫成一篇名為〈行銷分析〉(A
波士頓咨詢集團(Boston Consulting Group)的AI與先進分析業務執行董事兼合夥人希爾佛.帕倫波(Silvio Palumbo),以及哈佛商學院的執行顧問兼資深講師大衛.埃德爾曼(David Edelman),於2023年7月在《哈佛商學院》發表了題為〈聰明公司對整合AI的瞭解〉的
密蘇里大學助理教授拖金.伊朋(Tojin T. Eapen)等人在《哈佛商業評論》的文章《生成式AI如何增強人類創造力》中,探討了生成式人工智慧(Generative AI,又稱生成式AI)在創意應用方面的可能性。 今天,企業對於創新的需求與日俱增。然而,企業內部往往缺乏創意靈感,而外部獲取的創新
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五項,即「動態環境」。 機器學
你可能也想看
Google News 追蹤
Thumbnail
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議 分析兩位候選人政策利多/ 利空的板塊和股票
Thumbnail
🤔為什麼團長的能力是死亡筆記本? 🤔為什麼像是死亡筆記本呢? 🤨作者巧思-讓妮翁死亡合理的幾個伏筆
Thumbnail
人工智慧 (AI) 是一種讓機器能夠學習和進行智能決策的技術,隨著這個領域的不斷發展,人工智慧正在成為越來越多企業和消費者的選擇。 隨著科技的發展,人工智慧已成為當今世界上最炙手可熱的技術之一。在現代社會中,人工智慧技術已被廣泛應用於許多領域,包括自動駕駛、智能家居、機器人等。在未來的幾年中,人工智
Thumbnail
問題是,圖像的感性體驗往往是由觀看者的客觀視覺產生的。因此不論是創作者投注情感繪製的繪畫,還是AI產生的「圖片」,人類的視覺感官是沒辦法解讀、區分出埋藏於圖像裡的感性訊號,究竟是由人類思緒編織而成,還是AI透過學習模仿得來的。
Thumbnail
人工智慧取代畫師的時代來了!AI 繪圖平台 Disco Diffusion、Midjourney、DALL·E 2 的使用方法及心得 寫這篇文章,是因為明明現在許多AI自動生成圖片的平台 都不太需要大家寫程式了,但是卻好像沒什麼人幫大家整理 因為之後想跟更多人一起玩這種新科技,所以先來整理一下,未來
Thumbnail
每個人都不能只有一個專業,因為專業彼此間的邊際已經愈來愈模糊,技能的淘汰與新產業的形成速度愈來愈快,換句話說,未來只擁有一項專業技能是不夠的,換句話說,在未來人人都必須是個斜槓人。 隨著時代快速變遷,現代人已很難一輩子只在自己的專業裏打轉,跨領域勢必成為將來的常態。
Thumbnail
作者:陳華夫 強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡,人類的大腦把輸入的資訊編碼成故事基模(Schema),再整合編織故事基模而成為的「腦神經網絡」。如此的記憶及知識之構造有利於人類的記憶、解釋、理解、思考、及學習新知。
Thumbnail
本文主要在講述人工智慧風險管控的趨勢與研析,是與「資訊科技發展」相關的法律議題,也涉及每個國家的競爭力,尤其與人工智慧的競爭政策與法制,最後均會直指倫理規範的重要性。所以會從此等法制發展最先進的歐盟去論述,然後再回頭看我國的人工智慧法制發展現況。
Thumbnail
現代流圍棋五原則能擊敗(干擾)「ZenGo 九段」與「Katrain 9段」電腦圍棋,其意義類似當今時髦的愚弄人工智慧的「干擾遊戲」。也同時證明了,人類的圍棋智慧卻是「由上而下」(Top-Down)的「知識策略」,最終可能戰勝有史以來最強的AI人工智慧電腦圍棋─ AlphaGo Zero。
Thumbnail
人工智慧始終還是「人工」,機器需要透過人類的訓練,像人類一樣經過學習才能夠進行反饋。但它與人不同的地方則是不會疲憊、可以不斷的進行學習,這也進而加快了應用的時間。而牽涉到聯想及整合的時候,它依舊無法取代人類;人類在聽音樂時產生的觀點,也是人工智慧無法想到的。
Thumbnail
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議 分析兩位候選人政策利多/ 利空的板塊和股票
Thumbnail
🤔為什麼團長的能力是死亡筆記本? 🤔為什麼像是死亡筆記本呢? 🤨作者巧思-讓妮翁死亡合理的幾個伏筆
Thumbnail
人工智慧 (AI) 是一種讓機器能夠學習和進行智能決策的技術,隨著這個領域的不斷發展,人工智慧正在成為越來越多企業和消費者的選擇。 隨著科技的發展,人工智慧已成為當今世界上最炙手可熱的技術之一。在現代社會中,人工智慧技術已被廣泛應用於許多領域,包括自動駕駛、智能家居、機器人等。在未來的幾年中,人工智
Thumbnail
問題是,圖像的感性體驗往往是由觀看者的客觀視覺產生的。因此不論是創作者投注情感繪製的繪畫,還是AI產生的「圖片」,人類的視覺感官是沒辦法解讀、區分出埋藏於圖像裡的感性訊號,究竟是由人類思緒編織而成,還是AI透過學習模仿得來的。
Thumbnail
人工智慧取代畫師的時代來了!AI 繪圖平台 Disco Diffusion、Midjourney、DALL·E 2 的使用方法及心得 寫這篇文章,是因為明明現在許多AI自動生成圖片的平台 都不太需要大家寫程式了,但是卻好像沒什麼人幫大家整理 因為之後想跟更多人一起玩這種新科技,所以先來整理一下,未來
Thumbnail
每個人都不能只有一個專業,因為專業彼此間的邊際已經愈來愈模糊,技能的淘汰與新產業的形成速度愈來愈快,換句話說,未來只擁有一項專業技能是不夠的,換句話說,在未來人人都必須是個斜槓人。 隨著時代快速變遷,現代人已很難一輩子只在自己的專業裏打轉,跨領域勢必成為將來的常態。
Thumbnail
作者:陳華夫 強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡,人類的大腦把輸入的資訊編碼成故事基模(Schema),再整合編織故事基模而成為的「腦神經網絡」。如此的記憶及知識之構造有利於人類的記憶、解釋、理解、思考、及學習新知。
Thumbnail
本文主要在講述人工智慧風險管控的趨勢與研析,是與「資訊科技發展」相關的法律議題,也涉及每個國家的競爭力,尤其與人工智慧的競爭政策與法制,最後均會直指倫理規範的重要性。所以會從此等法制發展最先進的歐盟去論述,然後再回頭看我國的人工智慧法制發展現況。
Thumbnail
現代流圍棋五原則能擊敗(干擾)「ZenGo 九段」與「Katrain 9段」電腦圍棋,其意義類似當今時髦的愚弄人工智慧的「干擾遊戲」。也同時證明了,人類的圍棋智慧卻是「由上而下」(Top-Down)的「知識策略」,最終可能戰勝有史以來最強的AI人工智慧電腦圍棋─ AlphaGo Zero。
Thumbnail
人工智慧始終還是「人工」,機器需要透過人類的訓練,像人類一樣經過學習才能夠進行反饋。但它與人不同的地方則是不會疲憊、可以不斷的進行學習,這也進而加快了應用的時間。而牽涉到聯想及整合的時候,它依舊無法取代人類;人類在聽音樂時產生的觀點,也是人工智慧無法想到的。