機器人手指打字代表人工智慧協助人類完成辦公事務

AI 如何推動企業管理創新?

隨著 Google、AWS、微軟等巨頭企業持續投入,顯示人工智慧龐大的商業潛力。身為全球企業級解決方案的領導品牌,SAP 則是將 AI、物聯網與區塊鏈等技術整合於雲端平台,融入數十年的產業經驗、流程和知識,以客戶需求出發,在企業 AI 應用中開創一片天地。

 

人工智慧發展概況及應用

一提到 AI ,很多人立即就想到文學作品中的虛幻場景,或者科幻電影中飛天遁地、超越人類的機器人,實際上,目前 AI 遠遠不及上述程度。

 

人類開發和使用 AI 是為了提升勞動生產率、降低勞動成本、優化產品服務、創造新市場,帶來更多價值和體驗。簡單來說, AI 是人類意識和思維的模擬,利用機器學習和數據分析賦予機器「類人」的能力。

 

AI 可分為三個層次:

  • 弱 AI擅長單一能力的 AI,如下棋、圖像識別等
  • 強 AI:人類級別的 AI ,在各方面都能和人類比肩,如同大腦般分析、處理資訊
  • 超 AI:在各個領域都比人類強大,但是程度不一

 

本文主要討論弱 AI。這項技術目前已相對成熟且廣泛運用,此階段的 AI 是指機器學習領域中的深度學習,基本原理為大數據的統計分析,也因此仰賴大量數據。在某些特定情境中能超越人類,最擅長的是對大量、高維度資訊的分類,此技術結合深度學習可做到資訊越多、維度越多,分類結果越準確的效果。

 

機器人手指打字代表人工智慧協助人類完成辦公事務

 

製造業是目前 AI 應用的藍海

製造企業中有大量的有效數據,正符合 AI 的數據依賴性。 當 AI 與製造業的管理、技術結合,就能根據生產數據進一步優化各個細分流程,為各級管理者提供決策建議,甚至自主優化。事實上,研究發現 AI 可降低製造業最高達 20% 的加工成本,而這些減少的成本中有 70% 來自於生產效率提升。

 

SAP 研究發現全球投資於製造業 AI 及相關情境的市場,2025 年可望超過 7200 億美元,年複合成長率(CAGR)超過 25%,製造業成為 AI 應用的藍海。

 

全球人工智慧及相關情境在製造業應用市場預測

 

AI 在企業管理中的應用需求分析

對消費市場的客戶而言,AI 主要好處是方便、快速和智慧化的新體驗,其應用已極為普遍,不須再贅述。因此本文著重分析 AI 在企業端的應用,尤其是工業製造業的管理應用。

 

生產單位對於良率和效率提升的需求是永無止境的,而產品設計與研發則來自對客戶需求的把握,同時優化供應鏈資源分配以滿足生產需求。因此主要應用情境可分為三類:

  • 運用 AI 提升良率和生產效率
  • 產品研發智慧化
  • 供應鏈管理智慧化

 

AI 應用「點、線、面」模型

目前 AI 廠商為客戶提供服務時,主要是透過情境描述。好處是容易讓客戶理解其應用價值;壞處是客戶分不清 AI 簡單/複雜情境的區別。有客戶曾問:SAP 的 AI 與其他企業相比有何優勢?

 

當我們從企業管理的角度說明 SAP 的優勢時,對方便立即認可,因為,描述情境時會模糊流程和組織角色,但管理層往往是從企業組織的優勢評估 AI 應用。受此啟發,本文將透過組織管理的點、線、面三層分析說明 AI 在企業管理中的應用:

 

  • 點:企業功能的職位,針對員工具體的作業內容
  • 線:流程或完整業務情境,主要針對組織內外部整合
  • 面:企業整體營運,包括組織優化和管理創新

 

首先,企業裡沒有獨立存在的「點」,以上三層面是逐步演化、互相影響的AI 最簡單的情境就是個人決策時,AI 可提供強而有力的支援。然而,「線」就涉及到多人、多部門的合作,這也是企業管理階層所看重的。

 

AI 從「點」到「線」逐漸成熟,最終呈現「面」,企業就能走向智慧化的組織管理與創新

 

與企業管理結合,AI 推動組織智慧化

勤業眾信(Deloitte)的一份研究報告顯示了不同的管理作業被 AI 替代的程度,反映了企

不同部門對 AI 需求的差異程度:

 

各部門作業容易被人工智慧取代的程度

 

「點」情境的需求

業務操作情境:

  • 財會管理包括自動付款清帳、收款資訊自動處理、財稅票據自動處理等
  • 產品品質檢驗:大數據和機器視覺系統可快速掃描產品質量,提高效率
  • 智動化分揀:分揀機器人可解決混雜分揀、上下料及拆分等
  • 智慧客服:人工客服成本高,服務效果難以標準化且流動性高, AI 在客服領域中已發揮作用,預計到 2020 年 85% 的客服將依靠 AI 完成

 

智慧生產管理:準時交貨,始終如一 | SAP S/4HANA Cloud

Click the button below to load the content from YouTube.

智慧生產管理:準時交貨,始終如一 | SAP S/4HANA Cloud

 

決策活動情境:

  • 管理決策:包括生產資源分配、生產過程優化,以及供應鏈需求/銷量預測、大宗原物料採購決策、供應鏈風險管理等。 AI 主要解決管理階層資訊不完整,無法綜合考量決策風險的問題。
  • 產品設計:市場和客戶回饋的數據、資訊往往不完整, AI 可根據既定目標探索多種設計方案,協助開發人員進行測試和學習。

 

「線」情境的需求

企業真正關注的是如何讓 AI 融入組織,成為系統性決策的加速器,促進企業內外的整合效率和準確度,讓企業管理智慧化。「線」情境實際上就是多點整合。表面跟傳統流程管理很像,但背後是 AI 與數位管理平台的互動。

 

後者是企業管理的技術平台和數據主要來源;前者一方面彙總各部門資訊,同時綜合評估內外部數據,在持續循環中調校決策品質。代表企業管理的 AI 應用,不是流程 AI 化,而是互相影響。 AI 要持續優化流程,並透過不斷深度學習來推進企業管理的優化,甚至進化

 

客觀來說,這種情況已經超出傳統的企業管理理念和營運方法,因此還需要配套措施支援這種情境的模型管理、維護、調試和持續不斷地更新數據。

 

「面」情境的需求

理論上,「面」情境是企業營運的整體智慧化,是 AI 與企業經營管理的深度融合。隨著智慧製造的快速發展,未來 AIoT 晶片,將成為多數硬體的「標配」,可想而知,製造業的商業模式也會發生重大變化。

 

由於企業級 AI 仍處於早期發展階段,當研發設計、供應鏈、製造、財務管理、客戶服務等主要業務逐步智慧化後,多條線就自然具備「面」的基礎,企業客觀上就走上了智慧化管理。但由於組織管理「人」的不穩定性,這不會只是個線性過程,還需要管理人員與制度上的創新。

 

數位平台,幫助企業邁向管理數位化

針對這項趨勢, SAP 推出智慧企業解決方案,核心就是將 AI 與企業成熟的管理系統結合,強化組織內每個環節、流程,推動整體的作業效率及整合性,最終提高組織的決策效率。在這個架構中,從「點」到「線」,AI 平台為企業建構可持續進化的智慧引擎。

 

目前這個平台已成功應用於很多產業的「點」的應用情境。下圖是 SAP 汽車零組件客戶利用 AI 輔助沖壓零件的品質預測分析,比傳統的方法達成更好的品質預測結果。其他如財務、供應鏈、設計和決策等方面的應用也都很成熟。

 

AI 輔助沖壓零件品質預測分析
AI 輔助沖壓零件品質預測分析

 

同時,「線」情境方面的應用也逐步成熟。如大金空調企業的安裝服務情境,除了設備製造商,還有外部的營建商、經銷商、施工團隊等,真正地將評估、購買、維護與服務的全流程,圍繞著核心客戶運行。

 

整體看,這些情境有以下特點:

  • 使用情境所涉及到的關係人,已超出傳統 IT 系統和流程所涵蓋的範圍
  • 服務過程產生大量非結構化資訊,未來聯網產品傳回的是有時間連續性的即時數據
  • 需要大量彈性的跨部門溝通協作,整合數據和後勤流程作業

 

Daikin uses machine learning to proactively minimize outages for customers

 

影片案例中,透過 AI 圖像識別品檢結合售後維護客服,為客戶帶來以下價值

  • 清楚了解技術、投資成本、成長性和投資報酬率
  • 準確預測外部施工團隊安裝空調系統的潛在品管風險
  • 根據品管風險優先排序施工團隊,讓工程師能提高品質效率與客戶滿意度
  • 統一的即時平台處理結構/非結構化數據,並在複雜的企業 IT 環境中確保數據品質。

 

從上述分析,AI 強化並擴展企業管理的效能和範圍。鑒於製造業資訊化程度相對高,累積了大量的數據,也稱成為灌溉 AI 模型的養分,進一步解決實際的製造問題。

 

AI 平台,幫助企業管理走向智慧化

隨著 AI 在「點」情境中的普及,並在「線」情境中從簡單到複雜的逐步深入應用, AI 將會「顛覆卻緩慢」地影響管理與作業流程。Accenture 顧問機構《TECHNOLOGY VISION 2020》研究報告指出:「AI 不僅能推動流程自動化,提高工作效率;更重要的是實現人機協作從根本改變工作性質,顛覆企業營運和員工管理方式。」

 

作為一家以「智慧企業」為核心的公司,SAP 累積超過 43 萬名企業客戶以及 2 億名雲端使用者的經營智慧,我們提供深入的商業洞察、提升協作能力,幫助客戶將智慧技術融入日常營運流程之中,成為未來的前瞻領導者,躋身引領產業的創新先鋒。

 

歡迎你與我們聯繫
撥打 SAP 專線:0800-885-989
線上專員洽談:https://bit.ly/3lPaEIk
加入 LINE@:https://goo.gl/RbmeFM
觀賞影音頻道:https://goo.gl/AjjnXL