完整 AI 入門步驟與產業案例！一份給高階主管的生成式 AI 指南

Google 於報告中建議，企業如果想大幅提高基礎模型的智慧程度和處理速度，可先選擇一個業務領域，並針對該領域進行實驗。一旦企業整理出該領域的應用實例後，可先從其中一個著手，確定作法有效後，再將範圍擴大至相同領域的第二、第三和第四個應用實例。

以下將分享企業在 30 天內推出第一個應用實例的 10 個步驟，按照這些步驟可以快速、簡單且低風險的做法運用生成式AI，並說明將應用範疇擴展至各個領域的基本流程，同時提供相關建議，藉此熟悉新技術。

首先在企業的業務中先選出能透過生成式 AI 創造效益的特定領域，除了涵蓋技術層面的因素，同時需注意該領域是否要花費大量時間處理程序或是職務範圍內的例行性事務。企業不僅要仔細分析現有的業務流程，找出適合導入 AI 的領域，資料品質的隱私保護、技術架構的整合以及風險管理的評估等不同面向也是企業需要納入考量的面向。

為提升企業整體效益，可優先選定流動率高、招聘不易且工作內容重複性高的職務，進行自動化評估。這些職務通常是企業的痛點，透過選擇合適的自動化系統，不僅能降低人力成本、提升工作效率，將員工從繁瑣的日常工作中解放，轉而投入更具價值的創新工作。

生成式 AI 模型的表現與訓練資料密不可分，企業需為模型提供足夠的資料，模型的表現受到訓練資料的質量和數量影響，資料越多樣化，模型就能更好理解不同的情況。

此外，透過微調的過程，可以進一步提升模型的性能，以產生更符合預期的輸出結果及減少錯誤回應。

團隊成員應包含特定業務人員、提示工程師及機器學習作業負責人，這三個角色就像是一條生產線上的不同程序，缺一不可。業務分析師負責業務需求，提示工程師將行動和成果轉換成提示，最後機器學習工程師則負責專注在建構及執行實際工作環境中的應用程式。

務必透過人機迴圈監督第一個應用實例，並管控相關事務。

與專門團隊攜手設計提示，引導生成式 AI 模型提供適當回覆，且專門團隊應由三人組成，而且須具備業務需求、AI 模型、微調和應用程式整合方面的專業知識。

打造一個易用且功能強大的生成式 AI 介面，需要綜合考慮使用者的需求，讓生成式 AI 模型能融入現有工作流程，並思考如何將 AI 功能整合至電子郵件、即時通訊等既有應用程式中，同時確保新介面的反應靈敏，並兼容各種裝置和螢幕尺寸。

調整模型並取得令人滿意的結果後，就能邀請擔任所選職務角色的其他 2 或 3 位人員開始使用模型，持續與這個小組合力測試、評估及調整模型，直到獲得品質穩定的輸出內容為止，而後再做微調。在模型取得初步成效後，可以邀請同職人員組成一個小型的測試團隊，收集反饋與意見，再持續調整模型進行評估和優化，逐步提升模型的輸出品質，直至達到穩定可靠的狀態。

企業需制定計畫監管 AI 模型輸出內容，並將模型推送至實際工作環境，確保運作方式安全有效率。再詢問管理團隊企業是否有協助持續改善的機制或擴大應用實例範圍。

Wendy’s 顛覆得來速體驗

痛點與挑戰：Wendy’s 有近八成的顧客會優先選擇透過得來速點餐。不過，因為菜單選項複雜，加上顧客可能會有特殊要求，甚至還會受到環境噪音影響，因此可能發生溝通不良或訂單不正確的情況。

解決方案：Wendy's 成功運用 Google Cloud 生成式 AI 技術將得來速服務自動化。透過訓練 AI 理解複雜的菜單和客製化需求，Wendy's 改善了點餐體驗，讓員工能更專注於餐點準備。Google 的基礎大型語言模型結合 Wendy's 菜單、企業規則和餐廳系統資訊，提供更流暢的顧客互動。此舉不僅提升了服務效率，也為顧客帶來更便利的點餐體驗。

Deutsche Bank 加快金融決策速度

生成式 AI 在金融服務業的應用日益廣泛，能夠透過自動化處理大量非結構化資料，如合約、研究報告等，同時能夠協助分析人員快速從文件海中萃取出關鍵資訊，減少人為錯誤，並確保符合法規要求。根據調查，近 80% 的金融機構都認為虛擬助理至關重要。透過生成式 AI，金融機構能有效地搜尋、整理金融文件，確保合規性，並提供客製化的財務建議。以德國商業銀行— Deutsche Bank 為例，導入 Google Cloud 生成式 AI 後，大幅提升了金融分析師的工作效率，加速了業務處理速度， 不僅改善客戶體驗，還成功提高企業內部的營運效率。

Canva 致力打造 AI 技術輔助設計流程，讓所有使用者受益

Canva 透過與 Google Cloud 合作， 積極運用 AI 生成式技術，大幅簡化設計流程，並提供使用者更豐富多元的創作工具。例如， 讓使用者僅需簡單點擊，就能將設計作品翻譯成超過 100 種語言，有效拓展全球市場。此外，Canva 還利用 Google 的 PaLM 技術，將短片內容升級為更具吸引力的長篇影片，大幅提升內容的豐富度與精彩程度。

全球頂尖航空業供應商 GA Telesis 整合生成式 AI 技術

生成式 AI 藉由解讀設備產生的遙測資料，得以減少意外停機情況、改善作業模式，並盡可能增加資源使用率。將常見的互動事件自動處理化，不僅縮短解決客戶問題的時，同時也能依據相關條件推薦最適合的供應商，讓出貨作業的成效達到最高水準。

以全球頂尖航空業供應商 GA Telesis 為例， GA Telesis 身為航空業重要設備的大型供應商，良好的長期關係和信任感自然是眾多商務交易的關鍵。 為提升全球客戶報價回應效率，GA Telesis 導入了 Google Cloud 的 Vertex AI Search and Conversation 平台。藉由這個平台，成功建構了一個創新的 AI 應用程式，能夠快速且準確地為客戶提供民航機與噴射引擎替換零件的報價。系統能自動化處理大量訂單資訊，並根據客戶需求，提供客製化的報價方案，大幅縮短了報價回覆時間。

生成式 AI 的技術革新為企業提供了前所未有的機會來提升工作效率和創新服務。Google 指南中所列的十個步驟，清楚指引企業如何在 30 天內成功輕鬆、快速導入生成式 AI。此外，生成式 AI 的評估指標多元且複雜，涵蓋準確性、效率、成本效益、品質、錯誤率、業務影響、訓練成本、人機互動以及法規遵循等面向。建議企業透過以上常用的生成式 AI KPI，評估並回報這項技術為公司帶來的價值，精確評估 AI 模型的效能，並持續優化。此外，也建議企業可於初期和專業技術夥伴合作，減少錯誤時間與成本，加速評估並找到適合企業的生成式 AI 應用。

CloudMile 成立於 2017 年，為亞洲領先的人工智慧與雲端服務供應商。團隊專注發展人工智慧技術，以實踐 AI 成為企業成長動能為己任。CloudMile 萬里雲現提供四大生成式應用場景，包括企業知識管理平台、內容生成、推薦機器人及生成式 AI 工作坊，在技術服務架構方面則是能提供 Prompt 最佳化、模型 Fine-Tuning 及模型客製化訓練等。歡迎聯繫 CloudMile 萬里雲，由專家為您諮詢 AI 應用。