主題講座

知識管理與AI的關聯及應用

於 2023-12-21
6781
次閱讀

【本文作者 睿華智匯 陳英昭 顧問

生成式AI在知識管理領域嶄露頭角,但其侷限和誤區需謹慎對待。雖然AI能將非結構化資料轉為結構化,但在深度知識的分析和理解上,仍有差距。企業應結合知識管理和生成式AI,有效提高管理效率,激發創新,但在整合過程中需謹守數據安全和隱私原則,確保符合倫理和法規

最近網路上偶有看到ChatGPT數學解題、AI古文解讀…等報導,大家都覺得AI越來越聰明了,許多企業或許都在思考一個問題 - 「現在AI功能越來越強,公司還需要推動知識管理(KM)嗎?」近期內生成式AI成為企業必須瞭解的趨勢關鍵字,若是使用得宜,可讓企業事半功倍、優化內部作業流程;反之,若本末導致,完全仰賴科技工具,將衍生出企業內耗、組織管理錯亂等各種問題。

(延伸閱讀:企業永續經營的重要關鍵,就是無形資產

  

生成式AI的侷限與誤區

11月初我詢問ChatGPT:「如何從桃園平鎮到台中東勢」,ChatGPT回答有公車路線及火車路線兩種方法,公車路線的回答很簡單,加上問路人,應該可以輾轉到達;火車路線的回答:1.從平鎮火車站搭台鐵到台中站…,2.從台中站換往東勢車站的火車…,這就出大狀況了!首先,平鎮火車站目前正在興建,根本還沒通車;其次,往東勢的鐵道早在30年前就廢線了。

最近我又詢問ChatGPT:「何謂改善提案?」回答得中規中矩,內容值得學習;然後我進一步再問:「日式改善提案與美式提案的不同」,ChatGPT做了條列式的組合說明,然而回答內容大部份是偏離重點的,閱讀者將無法有效分辨兩種制度的差異。

由上述兩個例子可以得知,ChatGPT擅長將非結構化的資料轉化成結構化的資料,自我學習優化的特性與速度,雖是人類無法想像的,但不全然是無懈可擊、毫無缺點!因為,AI不能無中生有,能夠無中生有的還是人類

(延伸閱讀:企業數位轉型的成敗與否,最大決勝關鍵點

  

生成式AI與深度知識的共生之道

在當今競爭激烈的商業環境中,企業如何有效地管理和應用知識資產成為了關鍵的成功要素。同時,生成式人工智慧(Generative AI)的崛起也為企業帶來了全新的機會,使創新和問題解決更為高效。現今的生成式AI在基礎知識的查詢,已經可以組合出不錯的答案;然而針對比較深入的問題,需要複雜分析、勾稽、解構再建構的答案,AI與人腦則還有明顯落差。以知識揭露的程度來看,前者多是書本有寫、學校有教且公開於網路的知識;後者則多是個人私藏或是組織未對外揭露的知識與經驗。而企業組織在導入知識管理時一般都要做「知識界定」,釐清知識管理的範疇,簡單來說,外部書籍及網路上查詢得到的知識,應該就不勞企業組織內部再做知識管理了才是,而那些組織特有的工作經驗、要領、訣竅及新知,書本及網路查不到,業界也不會公開揭露的,正是知識管理的範疇及焦點

  

ai與人類的比較說明圖

 

AI技術崛起:強化組織知識管理系統的新里程

隨著AI語意辨識、搜尋、整合...的技術越來越強,AI卻可以強化組織內部KM系統的應用效能。ISO30401(知識管理國際標準)的條文指出組織知識管理應包含四大課題:

  1. 獲取新知識:若是從無到有的經驗與知識產出,還是要靠知識工作者(knowledge worker) 做完知識產出的主責。
  2. 應用現有知識:隨AI語意辨識、組合及搜尋技術的躍進將大有可為
  3. 保留現有知識:現今的IT技術已可以做得不錯
  4. 處理過時或無效的知識:公司已經存在的許多許久的資料庫內容需要處理,包含內容的合理性、專業性、精確性、時效性...的綜合判斷,短期內還是需要專業的知識工作者來對策處理,未來期待可以經由產業或組織的AI訓練師來讓AI發揮協作的效用。

  

結合知識管理和生成式人工智慧是企業迎接未來的趨勢之一。這種整合不僅能夠提高內部知識的管理效率,還能夠激發創新、解決問題,推動企業持續發展。然而,企業在整合的過程中應謹慎處理數據安全和隱私問題,確保生成式AI的應用在符合倫理和法規的前提下發揮最大效益

 

文章推薦

碳邊境調整機制(CBAM)對台灣企業的全面解析

政府補助專案協助企業實施減碳計畫

節約能源淨零碳排實務

數位經濟就是決策經濟

營運創新 數據驅動 - 轉型升級的核心是策略