前往主要內容
工商時報LOGO

AI模仿不來的商業技能是什麼?

「AI會不會搶走人類的工作?」、「AI會不會超越人類?」每天都有各式各樣報導繞著這些話題打轉。圖/freepik
「AI會不會搶走人類的工作?」、「AI會不會超越人類?」每天都有各式各樣報導繞著這些話題打轉。圖/freepik

已將目前網頁的網址複製到您的剪貼簿!

如果將資源分配給以應用AI為前提的數據管理,並根據商業專家的假說準備具有高度信賴性的學習資料,那麼預測AI的精準度就很有可能超越傳統方法。既然如此,我們是否就不再需要具備需求預測的技能呢?

麥克·奧斯朋(Michael Osborne)博士提到,十~二十年內,將有47%的職業可能被機器取代,但我認為需求預測的技能依然有存在的價值,因為仍需要有人為需求預測設定目標,譬如:

有機會透過需求預測創造全新商業價值的類別、商品是什麼?需要將精確度提升到什麼樣的程度?

也需要有人

評估AI預測結果的可信度依此採取擴大營收及利潤的行動

換句話說,未來在需求預測方面需要的不是具備統計學知識、能夠管理時間序列模型或建構因果模型的能力,而是以數據表現需求背後的因果關係並建構假說、解釋及說明AI預測結果的能力。

商業領域中,能夠創造競爭力的技能正逐漸改變。

除非能理解需求的因果關係與AI學習資料間的關係性,否則無法以淺顯易懂的方式,向利害關係人說明AI的預測結果。察覺善用AI能夠有效創造出何種價值的直覺相當重要,有助於評估哪些行動能夠創造出商業價值。所以我們必須以更加寬闊的視野看待需求預測,並具備戰略性活用的意識。

為了實現這點,我所提出的具體行動是反向預測(Reverse forecasting,圖2-5)。

需求預測通常參考作為根據的數據與資訊進行。而參考AI預測的解釋,評估該採取何種行動的領導者,則需要反過來從預測值整理出根據,也就是分辨AI能夠考慮的訊息與無法考慮的訊息。

反向預測能夠評估AI的預測值,明確梳理出應該採取的行動。

(本文摘自山口雄大著《驚人的AI需求預測:從庫存控管、新品開發到找出商機,用AI精確預測提升銷售的13個方法》,商周出版提供)

您可能感興趣的話題

返回頁首
LOADING

本網頁已閒置超過3分鐘。請點撃框外背景,或右側關閉按鈕(X),即可回到網頁。