目前仍只有 13% 的企業具備實際運用數據分析來優化設備維護作業的能力。認知與實踐之間的巨大差異，有很大一部分可歸因於企業的設備資訊量龐大、系統複雜，再加上資料科學專業人才有限…
流程型製造業的工業 4.0 應用
流程製造業是透過一系列的加工裝置使原材料進行規定的化學或物理變化，最終得到產品的過程，採用連續性（非間斷）製程，也因此從原料到產品的生產過程中，呈現連續流動的狀態，由於生產過程連續不斷，管理特點包含：管道式物料輸送、生產連續性強、製程彈性小、產品較單一；對於產品的合規，特別是生產配方的合規管裡更加嚴謹，另外針對產品包裝與標籤要求也比較明確。SAP 從設計到消費策略，便是針對流程製造業完整產品生命週期的管理邏輯。
為什麼現在是落實工業4.0 的絕佳時機？
什麼是 Industry 4.Now？ 在今年 6…
AI 如何推動企業管理創新
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的機器人，實際上，目前 AI 遠遠不及上述程度。本文主要討論弱 AI。這項技術目前已相對成熟且廣泛運用，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。
5G 進行式，你準備好了嗎？
值得期待的是，SAP 的雲端與邊緣運算技術，也將在 5G 時代大顯身手。邊緣運算，即在網路的邊緣（靠近客戶所在地）提供雲端運算能力，滿足各產業在大量連接、即時 BI、安全性等需求，是 5G 時代不可或缺的基礎建設，更被視為雲端的協作和補充，主要將應用於無人駕駛、智慧交通、VR/AR、智慧零售等。
十大步驟，測試您的 AI 解決方案是否能成功
你聽過「餐巾紙測試嗎？應用於今日的商業情境，想要了解一個人是否能快速掌握一項問題，就是請他在一張餐巾紙的背後寫上他對這項問題的理解。如果無法使用簡短、清楚的方式描述一個事件、產品或是解決方案，那就表示你可能還不夠透徹地了解它，然而，這也是多數人目前面臨人工智慧的挑戰。
戰疫下半場，領先企業需要的不只是「維持現況」
全球經濟正面臨嚴峻的宏觀形勢，前瞻的企業已經著眼將數位轉型作為下一次經濟繁榮的動力引擎。數位化不只提升作業效率、強化顧客體驗，甚至能因應新商業模式，世界經濟論壇估計，未來 10 年數位轉型將帶來 100 兆美元的產值，而疫情無疑讓這股趨勢加速發展。
當 AI 遇上財務，企業該做的是…系列（二）先問對問題、再用對方法
您是否開始考慮用 AI 解決難題？這可能是一個明智的想法，但 AI 專案必須仔細規劃，除了獲取外部協助外，還要建立一套內部教育訓練體制。在系列文章的第一篇中，我們提到導入 AI 是為了解決真正的業務痛點，而不是為做而做。
21 世紀的財務課：協作型預算規劃
大多數的「規劃」作業始於對未來的簡單假設，首要之務是簡化現實營運的複雜性。管理層依照全年業務規劃設定核心目標，傳達給各個部門，各部門再根據這些目標，提交建議的執行方案與所需預算。經過標準化的公式合併各部門數據後，如果顯示收益太低或是成本太高，公司再要求各部門重提數字，但幫助往往不大。最後，管理層索性「大筆一揮」編列出各部門的執行預算，這樣的規劃往往徒增基層人員的執行難度。
當 AI 遇上財務，企業該做的是…系列（一）RPA 要成功，必須回歸商業難題
數位轉型之際，企業如火如荼推動 AI，但比起過去的 IT 專案，導入 AI 顯然更具挑戰性。當前人們都想透過 AI 提升工作效率，專注於更重要的工作上。但大部分的時候「機器人」更像是一種潮流用語，隨著越來越多人淺嚐到流程自動化（RPA）的好處，對於人工智慧（AI）的想像與討論，反而更加的「天馬行空」。