ChatGPT等生成式AI（GenAI）已被員工廣泛運用，證實除了加速工作，還有其他優勢。若要從個體使用上升到整個組織導入，中間有哪些困難等待克服？另外，對於還在觀望、手頭資金有限的企業來說，可能會好奇，生成式AI除了提升生產效率，還有哪些好處？導入前，中，後又有哪些注意事項？
去年五月，三星因為員工使用ChatGPT時，輸入公司內部敏感資料，因此暫時禁止員工在公司裝置上，使用ChatGPT、Bing、Google Bard（現已更名為Gemini）等生成式AI工具。這事件傳出後，立刻引發全球科技界熱議！
因為當許多企業都正想善用人工智慧來為自己增加競爭力，為何三星還要設下規範阻止自己員工使用？
其實，三星並非少數特例。許多企業已經發現生成式AI是兩面刃，雖然威力強大，毫無規範也可能受到負面傷害。像是今年1月，一份由思科（Cisco）所做的調查顯示，有27%受訪企業，仍直接禁止員工在公司內使用生成式AI工具；其餘允許的企業，則針對資料、工具設置一定限制。
至於企業在導入生成AI，究竟該注意什麼？可以簡單分為以下三點來說：
導入GenAI，要小心影子AI
首先，上述三星的個案，可說是「影子AI」，這已是許多專家呼籲企業導入生成AI時，必須避免的一大風險。影子AI到底是什麼？根據IBM的解釋，「沒有耐心的員工想快速找到解決方案，或者在公司相對謹慎的政策下想先行探索新技術，會在未經IT部門同意與監督的情況下，於工作場所使用生成式AI。」簡單來說，就是員工未經官方授權自發使用AI，結果遇上問題。
員工認真使用人工智慧，為何不好？舉例來說，雖然自發使用AI能夠增進效率，但員工可能會將機密或者有版權的資料，輸入到公眾皆能取用的AI服務中，等於是把秘密公諸於世。倘若服務提供者又拿資料來訓練，就會涉及隱私、安全和法規問題，因此公司有必要針對生成AI使用擬定自律準則，免得員工無意間違規而不自知。 若沒有整體導入，企業應該制定規範
讓員工遵守，以免遇上影子AI造成的問題。若導入政策由上級發起，KKCompany多媒體業務群總經理李卓軒（Kevin C.H. Lee）提醒三個重點：法規要注意、資料要加密、權限要管理。其中，又以權限管理最容易被企業忽略。他舉例，例如人資部門掌握薪資資料，若有串接大語言模型服務需求，「在剛開始就要設定好，不管是獨立的知識庫還是獨立的模型，都要規劃清楚。」
導入GenAI前別忘做完善盤點
針對想導入GenAI的企業，李卓軒建議，應該先盤整資料，檢視哪些資料具有價值，可以進一步從中萃取知識；接著，則是確認工作流程，查看AI能夠改善哪些環節。
舉例來說，自去年年中開始，美國南州銀行（SouthState Bank）便在積極嘗試運用生成式AI。其資本總監尼可斯（Chris Nichols）指出，南州銀行在組織內開發內部工具提供員工使用，用途很多元，既可以用來總結複雜且冗長的政府管制規則和新推出的政策，也能在串接資料後，讓員工透過對話查詢歷史文件、會議紀錄等，也能夠作為內部訓練學習使用。當然，也能把工具用在寫電子信、產出報帳報告等日常活動。
五角大廈聯邦信貸聯盟（Pentagon Credit Union，簡稱PenFed）則是另一個運用生成式AI例子。其副總湯瑪士（Joseph Thomas）表示，在公司內部部署聊天機器人，支援IT處理同仁問題，例如在串接內部知識庫文章後，透過對話方式，幫忙忘記密碼的員工找回密碼。在組織內測試之後，接著讓外部客戶也能使用，提供給機器人貸款、金融產品和服務等資訊以後，當客戶與機器人對話時，就能快速獲得答案。
盤點現有工作流程後，可以辨識出讓生成式AI派上用場的地方。Photo by Olena Bohovyk on Unsplash
不管是客服、業務或者行銷領域，生成式AI讓超個人化（hype personalization）成為可能。以寄發電子傳單（EDM）來說，行銷人員不用再依照用戶屬性切分版本，現在可以直接依照每個用戶身上的標籤和詳細資訊，直接生成獨一無二的推銷內容；機器人業務也能在生成式AI助攻之下，在對話中理解用戶需求，再輔以資料庫中的個資，藉此提供合適方案。
導入以外要有配套，提升技能、重塑工作
由此可見，導入GenAI已出現大量應用場景。根據《遠見》採訪觀察，目前有意在內部推行GenAI的企業，大多同時以非強制鼓勵和在KPI上提供指引的方式進行，前者如召開實務分享會、跨部門創意應用黑客松，後者則是把採用GenAI明確列入工作績效中。
不過，值得注意的是，導入GenAI，並不代表企業生產力就能提升。「生成式AI的強大能力不容質疑，但技術本身並不保證成功。」即便大規模的導入、採用生成式AI，無法保證生產力提升的美好前景即將實現。 若想要理解生產力提升的阻礙，可以追溯到1970、80年代。當時，儘管政府和企業大規模投資於資訊科技的基礎建設，電腦變得隨處可見，但生產力成長卻放緩，因此經濟學家提出生產力悖論（productivity paradox）探討此現象。幾年前5G和AI竄起時也有人援引此論點，如今，剛引入生成式AI的此刻，短期內也可能有生產力尚未收效的情形。
奧緯諮詢便強調，若想確實提升生產力，除了將生成式AI導入以外，關鍵仍在開發、測試，還有在企業內具體使用的過程。因此，企業應該考慮員工的需求，同時思考工作如何改變。前者，指的是要培訓員工技能，並建立公司使用規範，才能讓員工無礙使用；後者，則要思考既有職位的工作內容與流程中，有哪些任務可以由生成式AI接手、協作。
導入GenAI並非趕流行，最大效益在知識管理
不過，相信不少人還是會疑惑，使用生成AI目前還是有不少疑慮，用它好處到底在哪？李卓軒指出，導入生成式AI的效益，體現於完善知識管理，以及對應而來、組織整體的效率提升。
他解釋，企業中不同部門採購不同工具，檔案以及蘊含其中的寶貴知識，就這樣散落各地。「可能一個部門平常工作和協作都用Google服務，另一個部門用slack配其他（工具），但公司集體又採購微軟的方案。」透過自動貼標、再生成摘要，GenAI可以整合混亂的資料，進而萃取出有價值的資訊。
整合這些資料有什麼幫助？李卓軒指出，不管是組織整體還是員工個人，都能顯著提升生產力。他舉例，以前有新員工上任，團隊多半會準備上工（onboarding）文件提供參考，「像工程師就要知道客戶背景跟專案內容，還要看細的程式架構。」若導入GenAI、做好知識管理（knowledge management），就能直接從既有檔案中生成常見問答，甚至在新人有問題時對話解惑。國外企業如大摩（Morgan Stanley），就是建置GenAI助手萃取財經知識，幫助財管經理提升效率。
另外，AI能處理的資料格式不限於文字，影像也是標記範圍。舉例來說，若錯過會議毋需全部重看，可以讀AI生成摘要，或者按照標記從精準時間觀看重播，甚至直接問AI答案。更有甚者，還能借助AI，發掘內嵌於組織內的知識。「你想理解公司某個策略方向，生成式AI可以從過去的檔案中，找到它們之間的關係，透過新方式把知識連接在一起。」
