代理式 AI 實踐應用：將資料轉化為成果

Tom Soderstrom：
歡迎收聽領袖觀點播客，我們在這裡分享從全球客戶那裡獲得的洞察。我是 Tom Soderstrom，擔任企業策略師，與我一同主持的是…

Miriam McLemore：
我是 Miriam McLemore，同樣擔任企業策略師。

Tom Soderstrom：
我們是一個小組的成員，這個小組的成員都曾在各自的公司或機構領導轉型。Miriam，您的經歷相當亮眼，曾在..

Miriam McLemore：
Coca-Cola。

Tom Soderstrom：
...Coca-Cola，而我則是在 NASA 的噴射推進實驗室任職。

Miriam McLemore：
只是 NASA。沒什麼大不了的。

Tom Soderstrom：
就只是負責雲端相關的業務。如果您正在觀看本節目，我們相信您能從中有所收穫，尤其是如果您是企業領導者或 IT 從業人員，正在擔心這些資料的走向，或是想了解如何在組織中晉升、抓住當前最重要的趨勢，也就是資料，以及我們能如何運用資料。現在，Gartner 的研究表明，大多數人對他們的資料洞察並不滿意。

Tom Soderstrom：
因此，當我問高管們「您如何看待資料？」時，我聽到的回應是：「直覺上，我知道資料是組織的生命線，但我感到不知所措。我不知道該怎麼做。該投入多少預算？ 能投入多少預算？ 該採取哪些行動？」 或是「我有這麼多資料，有些我知道，有些我不知道。我可以將它變現嗎？」 又或是「我的資料品質是否夠好？ 是否該等到資料完美後再行動？」 還有些會問「資料增長速度有多快？」 後面我會再談增長速度，這個數字相當驚人。您從客戶那裡聽到哪些說法？

Miriam McLemore：
我觀察到客戶面臨的問題是，到目前為止，我們一直依賴結構化資料，因為它能放入我們的資料表中。那是我們可以計算的。也能可靠且準確地填入儀表板，但現在出現了一個龐大且持續增長的非結構化資料領域，客戶正尋求能夠使用這些資料。代理式 AI 領域讓您得以運用這些非結構化資料，並將其與結構化資料整合，但這些對企業領導者來說都是新指標。」這是一種不同的評估方式，可用於評估組織、自身定位，以及可推動的機會與成果。客戶問我的問題是：「我該從何開始？ 我感到不知所措。我手上有一堆結構化資料。還有這麼多非結構化資料。到底該從哪裡著手？」

Tom Soderstrom：
對，這讓他們不知所措。

Miriam McLemore：
沒錯。

Tom Soderstrom：
我想引用一些實際的資料。

Miriam McLemore：
沒錯。

Tom Soderstrom：
我曾與 AWS 資料業務負責人 Mai-Lan Tomsen Bukovec 共同錄製過一集播客。

Miriam McLemore：
您提到了一個很有意義的問題。

Tom Soderstrom：
她提供了一些關於 AWS 主要資料儲存服務 S3 的有趣資料：S3 上有 100 萬個資料湖，儲存了 1 兆個物件，容量高達許多艾位元組 (EB)。每秒平均請求量達 1.5 億次。有數千名客戶儲存超過 1 PB 的資料，有幾家客戶的儲存量甚至超過 1 EB。對企業高管來說，這很令人振奮。「看看我擁有的資源有多豐富。」 但對 IT 人員來說，這卻很可怕。「我該如何管理這一切？」 我認為資料的增長… 就像您說的，關鍵在於從何開始？ 其實只要直接開始行動就好。其中 10% 的資料是結構化的，其餘都是非結構化資料。透過代理式 AI 與生成式 AI，您就能充分利用這些資料。接下來我們會談談相關的成功與失敗案例。

Miriam McLemore：
嗯，Tom，這很有意思。我發現，至少在金融服務、保險與部分醫療領域，業者採用的速度更快，因為他們的資料向來就必須保持乾淨。他們在資料的準確性與完整性上投入了大量時間。其他組織則存在許多資料孤島與資料不一致的問題，因此要運用這項新技術，他們必須先落實資料淨化與資料治理。

Tom Soderstrom：
沒錯。這和我聽到的情況一致。我們都與全球的客戶、大型客戶打交道，任何受到嚴格監管的行業，我們原本可能視其為劣勢，但其實並不是。這反而是一種優勢，因為他們已經知道如何處理自己的資料。我曾任職的公共部門就是如此。我想也許我們可以談談一些我們見過的處理不當的客戶案例，以及一些我們可以借鑒的成功案例。我們也許會提及一些具名的真實客戶範例。

Miriam McLemore：
沒錯。

Tom Soderstrom：
您敢說嗎？

Miriam McLemore：
沒問題。

Tom Soderstrom：
沒錯。失敗的案例中，是因為他們製造了太多摩擦。我經常看到這種情況。那些「資料擁有者」，我特意加上引號，不願意分享資料。

Miriam McLemore：
是的。

Tom Soderstrom：
如果您想要我的資料，就得填寫表單。事實上，要填兩三張。我們希望每個人都能使用資料，那麼解決方案是什麼？ 翻轉思維。

Miriam McLemore：
是。

Tom Soderstrom：
如果我需要保護我的資料，那麼就由我來填寫表格。這是一件容易的事。例如，在某個大型太空機構，我們發現他們花費在保護餐廳菜單上的經費，與保護太空船上行指令的經費一樣多，除非實際調查，否則您根本不會察覺這種情況。

Miriam McLemore：
這很引人深思，因為我們曾處在一個資料即權力的世界。如果您擁有資料，您就能控制資料。我在與我互動的部門中就遇到過這種情況，只有財務部門的人才能查看財務資料。科研部門也只有自己部門的人能接觸科研資料。這些孤島現象自我延續，因為在這些組織內部形成了一種「分享意味著不安全」的文化。我很認同「翻轉思維」這個理念，我們應該聚焦資料的價值，並認清資料是「組織資產」，而非「部門資產」。

Tom Soderstrom：
就是這樣。我們之前談過建立組織資料網格的概念，這實際上與激勵機制有關。要讓那些想使用資料的人，真正有動力去運用資料。

Miriam McLemore：
是的。

Tom Soderstrom：
資料產生者其實也希望他人使用自己的資料。那為何無法實現？ 這就需要中間角色推動，建立激勵機制。消除阻礙。

Miriam McLemore：
有時資料治理本身就會成為阻礙。

Tom Soderstrom：
是。

Miriam McLemore：
但您必須用正確的方式執行，這點我同意您的看法。確實有資料產生者與資料消費者，但中間環節必須具備資料管理、資料治理能力，以及合適的安全機制、身份與存取管理控制。這些環節都至關重要。我們並不是主張毫無規範地完全開放資料。

Tom Soderstrom：
沒錯。

Miriam McLemore：
我們想強調的是，必須整合各種洞察以推動成果。這非常有趣。我最近有幸參加了一個 Formula 1 活動。

無論是車隊、車手還是整個 F1 組織，都是「以資料為驅動」的傑出典範。我特別欣賞他們的一點，也是許多組織可以借鑑的原則，就是賽車或螢幕上不會隨意增加任何感測器或資料洞察，因為他們需要在毫秒之間做出決策。他們會嚴格地優先處理重要的洞察、那些真正能推動業務成果的洞察，因為在 Formula 1 中，速度當然至關重要。

Tom Soderstrom：
沒錯。事實上，在我今年交談過的所有高管中，我相信您也一樣，他們的首要任務都是速度。

Miriam McLemore：
必須如此。

Tom Soderstrom：
上市速度、獲利速度、合規速度、技能提升速度。而資料有助於實現所有這些。這是一個非常令人振奮的時代。我看到的另一個公司常犯的錯誤是，他們試圖追求完美。就像您提到的 Formula 1 範例，如果您只是理論上探討而從未測試過，您就不會知道結果。從業務使用案例切入，反覆嘗試、迭代，並預期第一版方案可能是最差、最昂貴的，然後逐步優化。資料正是推動這一切的關鍵，接下來我們很快會談到代理式 AI。

Miriam McLemore：
沒錯，但關於實驗文化這點，我不想忽略這個重點，因為當我們致力於整合更多資料時，組織內部必須有一種文化，允許我們學習並進行這些改進。這就是代理式 AI 的作用。這些代理程式具備自我改進能力。它們會分析既有路徑，並主動探索是否有更優方案。 我們的組織也必須建立這樣的文化。

Tom Soderstrom：
是。還是要回到激勵機制，就像我一直主張的，從結果倒推？ 我想要的最終結果是什麼？ 我如何達到目標，我的資料能提供哪些幫助？ 比如 Lonely Planet 使用並整理了自身 PB 級資料。他們利用生成式 AI，創造出這個虛擬旅遊代理程式。

Miriam McLemore：
是。

Tom Soderstrom：
Kone Elevators 是一家芬蘭公司，負責維護數十萬部電梯。維修人員外出檢修時，所有必要資訊都觸手可及。從這些案例中我們能發現：萬物皆是資料。程式碼也是資料。Amazon 曾更改、升級了所有的 Java。聽起來很無聊。而且成本高昂。透過使用生成式 AI 和代理式 AI，並處理 CODIS 資料，最終節省了 3500 個工作日與 2.5 億美元成本。這真是個迷人的新世界。您最喜歡的代理式 AI 案例是什麼？

Miriam McLemore：
我其實喜歡您剛才提到的 Lonely Planet 的範例，也許是因為我經常旅行。他們所做的是真正精準把握旅行者的需求。旅行者需要旅遊代理程式提供什麼？ 他們尋求的是什麼樣的幫助？ 我該住在哪裡？ 我該去哪裡用餐？ 如何讓行程更簡單？ 這個國家有什麼相當於 Uber 的服務？ 幫助我旅行，讓它變得簡單，並利用資料。這是我喜歡 Lonely Planet 範例的原因之一。

Tom Soderstrom：
另一個我非常喜歡的範例是，NASA 的資料現已納入 AWS Data Exchange，任何人都能存取這些資料，現在它能用於預測澳洲的洪水與非洲的旱災。雪梨大學的一位教授將她所有的基因組學資料放上了開放資料交換平台，而瑞典的一位研究人員則藉此找到了幫助拯救無尾熊的方法。這就像是一種全球性的...

Miriam McLemore：
我很喜歡這樣。

Tom Soderstrom：
... 互助。如果您要給即將管理這一切的未來領導者一些建議，您會怎麼做？ 您會說些什麼？

Miriam McLemore：
沒錯。我曾擔任過資料負責人的角色，因為我在全球性企業工作，我們總是試圖整合資料，但我們這樣做是為了報告的目的，對吧？ 因為從財務的角度來看，我們必須進行統一的報告。這個理由雖合理，卻無法推動業務發展。我今天想鼓勵新領導者的是，從想要達成什麼目標切入。您試圖推動的業務需求是什麼？ 我提到了 F1，他們縮短了 1950 年代維修站 67 秒的停站時間。現在一次停站可以在 1.8 秒內完成。

Tom Soderstrom：
太不可思議了。

Miriam McLemore：
一切皆有可能，但關鍵在於去除所有無關事項，只專注於重要的事情，然後將其協調到毫秒級別。在商業領域如何做到這點？ 需要激勵領導者帶頭推動業務成果、持續優化。我認為這是一個令人振奮的世界。

Tom Soderstrom：
是的，的確很令人振奮。

Miriam McLemore：
對領導者而言。

Tom Soderstrom：
我非常同意您所說的，要專注於重要的事情。這也適用於資料。不要擔心。只需使用您能用來創造此成果的資料。從結果倒推並專注於此，其他問題自然會解決。未來的領導者必須不斷地展示成果。而這有賴於實驗文化與反覆迭代。我想對那些認為自己「掌控資料」的資料擁有者說：運用資料推動生成式 AI 與代理式 AI 的新成果。展示業務價值。

Miriam McLemore：
是。關於您提到的領導力，我們不僅要從高層著手，讓領導者積極參與，同時也必須從基層推動，協助員工提升技能，最終才能上下同心，形成一個整合的團隊。

Tom Soderstrom：
非常感謝。再次感謝您的指教。不勝感激。

Miriam McLemore：
Tom，我總是享受與您的對話。

Tom Soderstrom：
謝謝！

立即收聽

立即收聽

立即收聽