延續上篇〈人工智慧主導設計的崛起〉（The Emergence of Dominant Designs in Artificial Intelligence）的論述，埃爾南德斯（Ferràs-Hernández, Xavier）副教授等人全面回顧了產業組織、技術管理、網路經濟學、營運管理和策略管理等多個領域的相關文獻。以下將對這五個領域與AI主導設計的關聯性進行說明。
Credit Canva Pro
1.產業組織：主導設計現象
AI目前正處於蓬勃發展的階段，該研究提出背後有多項趨勢推動著AI的發展：(1)數據豐富：網路和物聯網（IoT）技術讓企業能蒐集龐大的數據，為AI提供重要支援。
(2)GPU運算：圖形處理器（GPU）的發展提供了強大運算能力，推動深度學習技術的發展。
(3)雲端運算：雲端技術讓用戶能善用外部的GPU運算，創建出人工智慧即服務（AI as a service，AIS）商業模式。
(4)開源平台：Google、Facebook、微軟等推出了開源程式設計平台，擴展了AI生態系統。
(5)邊緣運算：蘋果等公司將AI運行放在消費者設備上，保護數據隱私和安全性。
以上趨勢促使AI商業生態系迅速形成，大企業、新創公司、學術機構和研發實驗室等積極參與，共同推動AI的普及。
2.技術管理：建立商業生態
在AI領域，平台扮演關鍵角色，是形成商業生態系的核心。不同組織通過平台進行動態合作，以創造和獲取價值。例如，IBM在1981年採用開放式架構，成功擴展Wintel標準，創造價值數十億美元的相容IBM市場。
該研究分析，AI領域的企業採取類似策略以建立主導設計。微軟、Google、Facebook和亞馬遜等公司的開源軟體和技術，加速了技術擴散，鼓勵全世界的程式設計師開發新應用程式。
同時，微處理器的發展引發了新一輪的投資熱潮，大公司積極參與硬體研發市場，以掌握技術，並影響AI處理器供應鏈整合的未來。
3.網路經濟：規模經濟優勢
在數位產業中，擁有規模經濟、高市佔率的企業將更具優勢，此舉有助於主導設計快速出現。
由於數位產品的邊際成本趨近於零，擁有規模經濟的企業將大幅降低其產品的平均單位成本。同時，AI領域的數據量，決定了系統的學習能力，因此市場規模至關重要。
此外，由於精通AI技術的人才非常稀缺，企業爭相聘用競爭激烈。僅有少數頂尖公司能擁有足夠的資源進行招聘、研發和硬體設施投資，並充分利用AI技術。
4.營運管理：加速供應整合
該研究認為，AI技術的快速演進導致現有產品/市場組合受到衝擊，開創新的商業模式等，帶來各方面的複雜問題。這種複雜性導致了AI供應鏈服務的碎片化和模組化。
AI技術變革的快速演進使新服務不斷涌現，導致整個供應鏈服務的碎片化。而客戶需求的同質性，又導致供應鏈服務的模組化。在這樣的背景下，該研究預測未來將進入高效供應鏈的整合階段。
5.策略管理：主導設計模式
在AI領域，商業模式創新至關重要。雲端AI即服務（AIS）成為新興商業模式的代表，市場上的領先者包括Amazon Web Services、Microsoft Azure和Google Cloud。
大型數位平台正在向後整合並控制供應鏈，同時向前為客戶提供雲端服務。這些平台如Google、微軟提供多種服務，例如影像處理、自然語言分析、語音辨識等。
最後，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方面的文獻，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。
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.
✨ 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：
✨ 最新活動：AI商業策略讀書會
