而他口中的Watson是以IBM創辦人為名的超級電腦，應用認知運算技術，能夠處理自然語言和非結構化資料，然後從經驗中歸納建立出專業能力，運用比擬人類的學習行為，改變了商業、交易、競爭的模式，也讓IBM這位藍色巨人除了在地球上跳舞，更進階到漫步在「雲端」，並且在金融、醫療、自駕車、公共工程、政府等領域建立灘頭堡。

日前，IBM才剛與澳洲政府簽下一項為期5年，超過7億美元的建置智慧政府計畫，擬將IBM的硬體設施、軟體和雲端解決方案導入內政部、國防部、稅務局等部門，藉此提昇政府效能。

自然語音系統 智能客服提昇滿意度

IBM除了在智慧政府領域大有斬獲外，陳昌裕進一步舉金融業為例說明。在日本，IBM有協助金融業提升客戶服務滿意度達30％的案例，他說：「我們的經驗是，很多業主認為客戶服務做的很好，每通打電話進來的顧客都獲得完整的回覆，提供優質的客戶服務，但他卻忽略了那些打不進來的1,000通顧客電話。偏偏就是這些客戶會在公眾輿論平台給予該企業負評。」

IBM提供AI語音系統來強化客服的功能，延伸服務陣線。怎麼說？前端先經由AI處理客戶簡易的需求，安撫顧客的抱怨；等AI無法解決不了的問題，再轉接進人工客戶服務，此時，系統也會自動顯示出AI與客戶剛剛的對談紀錄，讓客服能縮短一半的時間來解決客戶問題。不僅如此，多出來的一半時間，就能用來做客戶關懷，或做其他金融商品的銷售。導入AI語音的價值不僅是降低客戶的不滿與提升處理客戶服務案件，更帶來超乎期待的金融商品銷售通路，這是企業一開始預想不到的。

在台灣，IBM進一步與玉山銀行攜手打造全台第一位運用人工智慧的「玉山小i隨身金融顧問」(Chatbot)並已在去年4月正式上線，消費者只要透Facebook Messenger或者LINE就能聯繫諸如查詢房貸、外匯與信用卡諮詢等服務。這項服務是實現玉山將數位金融服務變成「隨取隨用、無所不在、成本低廉、海量供應」的新里程碑，背後運用的就是IBM Watson Conversation 自然語意分析技術。

深入產業情境 助攻人類擴增智慧

陳昌裕指出，IBM將AI深入各領域產業運用的場景，目的不是取代什麼職業、什麼樣的部門，而是擴增人類的智慧，讓原本做好的部分可以更好。

除了上述的金融業，IBM也積極將Watson導入自駕車，未來除了做許多圖像辨識之外，更希望透過科技，讓駕駛可以在安全無虞的情況下聊天、上網買東西，讓人類生活更多采多姿。

此外，以製造業為例，隨著工業4.0的製造趨勢改寫產業生態。很多企業希望透過建置智慧工廠，應付客戶少量多樣的需求。過去是在每個機台上裝置資訊蒐集用感知器，並將資料回傳儲存，做成報表給企業主，但這個過程常常需要花上3到5天的時間；而今AI系統能使機台進化為工業4.0的物聯網，業主即時就能知道每個機台的狀況。

陳昌裕舉例，在美國已經有AI協助律師蒐集判例的例子出現，雖不能取代律師打官司，卻能幫助律師從海量的資料中快速找到最佳判例；同樣的場景放在醫療界也是，IBM跟國際大型癌症機構合作，拿到最新的臨床案例與數據，目前與中國大陸的杭州醫院聯盟，以及國內的台北醫學大學、中國醫藥大學合作，讓忙於看診的醫生能快速、有效地找到新的治療方法，提高患者就醫成效。

「如果你的產業本身是以人為主，那AI可能還有很多東西是無法完成的，它並不向大家想的一樣無所不能，但它是非常好的助理，可以幫你快速且即時的整理好資訊。」他也提醒說。

從未來看現在 以終為始

儘管IBM深入國內外各產業應用情境，並且徹底發揮AI功能來協助企業升級轉型，不過陳昌裕從實務經驗強調，企業經營者要不要導入AI最大罩門還是在「成本」。因此，IBM會從總體經濟面先幫企業做組織體質的健診，讓企業主看見未來5年內業界總體經濟變化，再回來檢視企業本身可不可以承受，甚至在這波變化下獲利、成長，如果無法承受又該如何進行再造工程。

當企業發現自己面對未來5年的市場趨勢不啟動變革不行，可由IBM進一步協助擬定3∼5年企業的願景，然後依照願景規劃策略藍圖、行動方案以及KPI等，再由企業經過董事會同意後執行。這種以終為始的做法是迥異於其他業者以AI技術掛帥的思維，更能協助企業從未來看現在，增加啟動組織再造甚至轉型的意願。

所以IBM要求自己在最短的時間內提供企業主解決方案，也必須協助企業相信，只要渡過陣痛期，未來不僅能存活下來，更可從中型企業變成大型企業。而轉型成大型企業後，企業資源系統(Enterprise Resource Planning, ERP)就需要互聯和整合。他說：「以製造業來講，企業併購10間公司尚可用人工檢核財務報表，但當併購30間公司後該怎麼辦？」無論是面對市場的淘汰，或是企業成長，這都是「很痛的決定」，但如果不這麼做，企業便無法前進。

而國際企業面臨的競爭更大，針對此跨國企業，IBM會提供類似規模的同業過往所做的改變或轉型經驗，運用實際案例讓企業認知到轉型的重要性，最後再根據企業的願景或目標訂定轉型方向，進而更上層樓。

避險原則80：20原則

但是面對AI可能存在的風險，如何避險措施？陳昌裕說：「機器流程自動化軟體(Robotic Process Automation, RPA)雖然會提高公司成本，但卻是企業相當好的保險措施。」舉例來說，運用兩組不一樣的系統相互檢核，或用兩組AI協助企業比對資訊是一種方式。

其次，不要將所有工作都交給AI，秉持80：20原則，讓簡單低風險的80交給AI，高風險的20則由AI協助資料統整，再交人類判斷整理，不僅能提高效率更能有效避險。

現階段，台灣企業都在找尋新市場、新商業模式，但卻是人人有機會，個個沒把握的情況。陳昌裕表示，雖然台灣市場小，卻是前進新南向很好的示範場域，隨著中國大陸人力成本增加，以及新南向的趨勢逐漸明朗，企業可用過去的經驗，到東南亞設廠初期便導入自動化生產技術。另外，金融業雖然分行數不如當地銀行多，但利AI升級數位通路的優勢建立純網銀的服務模式，以最少的資源服務最多的客戶，也是值得發展的商業模式。

【本文出自《能力雜誌》2018年8月號；訂能力電子雜誌；非經同意不得轉載、刊登】

過去普祺樂實業一直認為接到大訂單就代表公司營收會增加，沒想到多數狀況卻是帳面上營收增加，帳面下獲利沒有大幅度的提昇。幾乎可以說是企業難以克服的痛點，不知道該如何取捨或者改善。就此問題，普祺樂實業總經理兼創辦人張深閔說：「過去，一直都有大客戶就是好客戶的思維，但接觸到作業價值管理(Activity Value Management, AVM)系統後才發現，自己想法錯大了！」

張深閔口中的AVM系統是甚麼呢？AVM系統是如何誕生的呢？它有什麼能力克服企業的既有思維？又憑藉什麼能力能替台灣企業加值？今年6月政治大學舉辦發佈大會，推出「AVM」可讓企業主「做對決策」、「找好客戶」、「用對員工」的AI管理系統。而它的催生者，就是政治大學商學院會計系講座教授吳安妮。

結合多重數據 孕育AVM系統

提起吳安妮教授，業界最耳熟能詳的莫過於ABC作業基礎成本分析(Activity Based Costing)，包括中國信託銀行都利用這套工具，提昇企業效能。後來她要打造一套結合財務、會計、數據與統計的系統，並且讓理論與實務並行，提高企業價值，才稱得上成功。

這個構想，隨著科技的進步與創新，藉由「大數據」與「AI」之力，有機會成真。吳安妮與華致資訊公司共同開發5年，經歷一次次的IT程式設計模組化導正，以及2年的測試，終於在前年於政治大學成立「政治大學商學院整合性策略價值管理(Integrated Strategic Value Management System, iSVMS)研究中心」，並提供AVM系統，協助台灣企業真正地了解「成本、利潤及價值」的意涵，作為經營者管理決策的重要參考工具。

吳安妮說：「AVM系統是款能夠將企業4大財務報表、ERP、PLM、MES、TQM、SOP等所有管理系統的數據加以整合，匯入至AVM系統中，並產生「原因」與「結果」結合的「因果關係」資訊，作為決策參考」。也因此，該系統的AI能替企業找出最佳客戶，掃除作業流程中的成本耗費死角，提昇企業的利潤和競爭力。

AVM系統以「ABC作業基礎成本分析」為理論基礎，經過30年的理論及實務創新，將繁重的理論分析經由IT系統輕鬆產生各種管理決策報表，幫助下決策的老闆不再做出錯誤決定。

在規劃AVM系統時，以產品價值鏈為核心，再細分為「資源」、「作業中心」、「作業」以及「價值標的」4項模組，不僅將每項商品從生產到出售的時間、品質、產能、附加價值、收入、成本、利潤加以整合為一體，並把每個項目所產生的「因果」相關資訊透明化。舉例來說，透過該系統，企業可以清楚知道，賣出一項商品，需要花多少人力（因），才能賣出去（果）。而這樣的整合系統在台灣是學界創舉。

AI如何幫助企業和部門主管更清楚掌控資源分配，進而改變決策？如何更精算出資源分配後各作業中心（人或機器）正常產能及實際產能的時間及成本，這些都是現在企業主相當關注的議題。利用AI了解到「超用」或「剩餘產能」情況後，各項作業的成本和占比重新評估，作為「營運流程再造」的依據。

另外，AVM系統更配有業務專屬的APP，讓企業能清楚知道，自己的業務在哪裡、花多少時間服務1個客戶，將員工的人力成本清楚攤在各項專案中，更省去過去產出人力報表的作業，因此要說AVM系統是專為企業主打造讓公司內部與外部成本，更「一目了然」的系統也不為過。

吳安妮說：「目前台灣中小企業老闆都陷入3個成本迷思：第1不清楚如何取捨長短期成本；第2以為大客戶就是好客戶；第3看不清隱藏成本。」所以AVM的誕生就是要解決這3大問題，公司賺錢才會高薪聘請人才，台灣年輕人因此也能留在台灣貢獻。

AI改善流程 讓大訂單真的賺大錢

普祺樂實業也難以避免陷入上述3大迷思。為了讓公司成功地成為廠商進軍全聯的最佳通夥伴，也成為外商產品踏入台灣市場的良好渠道，普祺樂實業過去一直認為接到大訂單就代表公司營收會增加，沒想到多數狀況卻是帳面上營收增加，帳面下的獲利卻沒有大幅提昇。

為了解決這個問題，張深閔從2013年接觸到吳安妮的AVM系統，花了3年的時間做標準流程跟作業系統的規劃，直到2017年，AVM系統正式上線，加上專屬APP的輔助，透過AVM系統的大數據性能，讓張深閔找到解答，找到企業獲利升級的營運模式。

在以AI為基礎的AVM系統的輔助下，張深閔發現，原來普祺樂實業的痛點不是訂單而是人事管理，為了要顧好大訂單的客戶，業務往往會花上整天的時間處理單一客戶，就演變成全公司都在處理10％的大單，而反而放棄90％客戶的狀況。

他說：「這樣下去很有可能會賠錢的，一般人或許會想，如果吃不消就不要處理大訂單的客戶，但這樣做是不對的，如何改善流程讓所有客戶都變成賺錢的客戶才是重點。」於是，張深閔找來幾家大客戶一同討論，找出過去的服務流程問題，以及可以從哪些方面去改善。

而這樣做確實讓所有的客戶利潤有所提昇，張深閔更表示，以往沒有數據資料，其實很難預測企業主所做的決定，會是賺錢還是賠錢，現在導入新系統搭配APP來管理人事，不僅公司獲利提昇了，人資KPI也清楚顯示在系統上，業績一口氣成長了3成。

在AI管理的系統的協助下，普祺樂實業更從過去的代理商角色加以升級，目前在全聯的商品中，就有48項是普祺樂實業自有品牌的商品，這些就是AVM系統帶來的績效。

永續整合工程 從數據改變營銷策略

企業的問題向來都不會只有一項，日正食品導入AVM系統就大不同。過去，日正食品源於創辦人劉慶堂經營信念「陽光之下，應該正正當當的做事」，專營雜糧食品，日正食品執行副總李采慧說：「現在家家戶戶所用的小包麵粉、豆穀類產品幾乎都是我的商品。」這樣的企業經營，在人事上遇到了難關。業務人員尋貨效益無從得知，往往等到客戶抱怨才知道業務狀況不佳，加上司機送完貨後延遲不回公司，又業務人員常為了討好客戶，對客戶要求都不敢說「不」的狀況，且加上過去公司的傳統思維，造成多頭馬車的情況，因而無法決定「主力商品」，讓業績起伏不定。

因此李采慧表示，接觸到AI管理系統後，把「生產端」跟「業務端」全部都結合在一起，連公司未來策略都能從數據上看到，這樣的整合管理系統一直是日正食品所缺乏的。AVM數據可以知道那個環節調整後，會有多少獲利，因為調整，所以可以預知哪些通路獲利會逐步提昇。

因為導入新系統，日正食品在經營決策管理上決定推出自己的品牌，打造「MIT冬粉」，目前這項商品外銷到中國，訂單已經看到今年12月。

另外，李采慧認為，AVM系統與傳統管理顧問公司最大的不同在於，前者幫忙做整體的永續數據資料整合，建構大數據及AI之基礎工程，而後者可能只是短期開藥，在管理顧問公司離開後，業績就掉下來了。

以人為主AI為輔 避險最佳化

AVM系統如果誤判了該怎麼辦？iSVMS研究中心回答，因為一開始運用的都是各個公司自己的數據，AVM系統是將「原因」與「結果」整合之數據加以邏輯性加值，並精準呈現給企業做決定，所以要說「數據或AI」會帶來風險幾乎是不可能的。但數據呈現出來後，企業如何運用這些數據就回歸到「人如何運用AI輔助的問題。」

由於AVM能產生多重之整合性資訊，因而吳安妮在iSVMS研究中心內成立「商管大數據及AI團隊」，並在近期內會完成第1個與「顧客價值管理」有關的AI，未來將陸續完成「產品價值管理」、「員工價值管理」、「工業4.0管理決策系統」及「預算管理」有關之4個AI。希望透過AI能提供企業比過往更即時且快速的數據，而不同的運算系統與報表整合也因有了AI更加透明，資訊更加人性化，只是企業主能不能讀懂這些數字背後的涵義，並承擔這些數字可能帶來的風險，都會回歸到決策者是不是真正的「業界專家」上。

目前，整合多重數據及報表的AVM系統，在國際上可說是第1人，但永遠不要忘記，也不要輕忽，「是人在看數據及報表、人在做決策」，以人為本，AI為輔，提昇人才的價值最為重要。有好的、快的資訊，也要擁有具智慧決策能力的人，加以活用這些系統及科技，才能確保企業在AI的時代能更上層樓。

【本文出自《能力雜誌》2018年8月號；訂能力電子雜誌；非經同意不得轉載、刊登】