Anna Su notes 「 2024 Generative AI 年會 」 2024年5月26日 星期天上午3:06

copy_file.txt

FB原文連結:
https://www.facebook.com/permalink.php?story_fbid=pfbid02kZPjdn4fqsRc3ZUm8pqBdHySwUAVMQBDJzxHqey8w6mTfKtJJvtoRV7Fqne7UEcRl&id=100068893800768

✨ 2024 Generative AI 年會 ✨ 
本日共 🔟 場議程，簡單紀錄部分內容

官方共筆
👉 https://hackmd.io/@ejc/2024gaiconf

詳細筆記可參考官方共筆文件，連結放下方留言 👇
------------------------------------------------
▶ 激情過後：生成式 AI 產業新趨勢 ◀ 
🔸 簡立峰
◼︎ 生成式 AI 來到應用的階段
▪︎ All service with AI
▪︎ 過去一年我們注意的是 AI 技術的改變
▪︎ 現在我們看到的是所有的軟體加上 AI
--  
◼︎ 請大家記住
▪︎ 用 AI 的人正在取代不用 AI 的人  
▪︎ 用 AI 的企業正在取代不用 AI 的企業
▪︎ 有能力開發 AI 的國家讓沒有能力開發 AI 的國家文化消失
--  
◼︎ 不完美是常態
▪︎ 個人大膽使用，企業小心使用
--
◼︎ AI 是世界新石油
▪︎ 市值排名前十的公司，其中七家公司正在主宰世界 AI
▪︎ Microsoft / Apple / NVIDIA / Google / Amazon / Facebook / TSMC
▪︎ 各自做 AI 後的市值，都超越自己當年的市值
--
◼︎ 未來趨勢
▪︎ 懂得用 > 懂得開發它
------------------------------------------------
▶ 新聞媒體如何度過生成式 AI 元年 ◀
🔸 李怡志
新聞產業對於真實性的要求非常高，現階段新聞同時受到 AI 正面與負面的衝擊，在 GAI 的幫助下，可以很快產出新聞內容，但是需要人類驗證，謹慎使用 AI 產生的內容，不要刻意擬真，任何一個錯誤都會對媒體造成重大影響
--
◼︎ 如果你是閱聽人
▪︎ 需要花費更多心力來辨別真偽，如果不想花費這麼多時間，可以付費支持和選擇正規的媒體
--
◼︎ 如果你是企業
▪︎ 參考媒體已經做過的規範，留意他們已經犯過的錯
--
◼︎ 如果你是媒體
▪︎ 要更花時間去經營品牌信任度
------------------------------------------------
▶ 代理商如何革自己的命，創造新價值 ◀
🔸 Freda Shao
根據調查，未來可能有 7.5% 廣告代理商的職缺，會因為 AI 的介入而在 2030 年消失，但也會因為 AI 的賦能，而有新的職務產生
生成式 AI 可以幫助行銷在思考上更加創新，運用 AI 工具，建立 PERSONA 生成器，跟想像中的消費者對話，結合專業數據，在不同產業去做垂直運用，幫客戶做選擇、發揮最大效益
------------------------------------------------
▶ 零售業的 AI 產業應用 - AI 可以幫助做銷售嗎？ ◀
🔸 李昆謀／91APP 產品長
透過 AI 解決零售業遇到的問題，分享真實的購物場景，消費者買的是「想要」而非「需要」
真正的消費大宗是沒有需求的消費者，使用 AI 賦能既有的銷售通路，提供店員 Copilot，調出消費者資料，猜測消費者喜歡的商品類型，協助回答消費者問題
------------------------------------------------
▶ 「AI 與我們的未來」：人機協作的規則怎麼訂？ ◀
🔸 侯宜秀 Isabel Hou／台灣人工智慧學校基金會 秘書長
◼︎ AI Safety: 治理安全已經進入監管化
每個國家不同標準，針對『資料探勘』各國的法律比較，以及探討如果產出侵害了某人的權利，那麼兇手是使用者還是產出結果的 AI ?
民主化 AI 治理前，還有很多要補足的個資法律
------------------------------------------------
▶ 金融服務建置生成式 AI 的困境與攻略 ◀
🔸 徐銘霞 Ming Hsia Hsu／玉山銀行 主任工程師
建立玉山生成式 AI 平台 GENIE，當作玉山銀行 OA 智能助理，以對話形式溝通，結合玉山既有資料庫，去識別化並針對資安風險加強把關，應用場景為知識搜索、市場資訊摘要、文件生成、翻譯等
2023/03 成立 GAI 工作小組，2024/01 正式上線，但實際使用的人數只有總人數的 17.8%，原因是要推廣到整間公司（近萬人）是有難度的，員工們已經很習慣現有的工作流程，要特別切換到 GAI 平台，又是一個學習成本，所以需要主題式的根據各個場景去設計課程，提供教育訓練
◼︎ 面對 New Future 我們可以去思考
❶ 商業價值
目前 GAI 的商業應用場景為何？ As-Is & To-Be 是什麼？
❷ 延伸出來的解決方案與系統定位
市場上技術發展速度極快，解決方案要怎麼選，有解決需求的核心問題嗎？
❸ 組織能力
靈活調整團隊組成是必要的
❹ 應用推廣
確立技術帶來的商業價值後，協助引入與推動
------------------------------------------------
▶ 生成式 AI 打造物流運輸業數位轉型新格局 ◀
🔸 Wisely Chen／艾立運能 數據長
建立 AI Agent 去優化物流運輸的流程
◼︎ AI 訂單助手
❶ 物流拍攝手上的訂單，在 LINE Bot 上傳訂單照片
❷ 透過 GPT 分析訂單內容，回傳後給物流確認，物流打字回覆 ok
❸ 系統就會自動送出托運單
--
◼︎ AI 數位回單
❶ 高速掃描紙本單據、自動裁切存擋
❷ 雲端自動抓取資料
❸ OCR 文字擷取
❹ AI 語意理解
❺ 回單資料庫自動建檔
❻ 跨裝置查詢數位回單
--
◼︎ 如何導入 AI 協作思維?
❶ 先熟悉行業知識
現場的參與, 學習知識
❷ 學習 AI 工具使用
把收到的領域知識利用生成式AI
轉換成大量的 Google Sheet 公式或文件
❸ 實現 AI與人協同合作
AI + RAG 讓物流知識被分享傳承
------------------------------------------------  
▶ 50 人新創 如何面對 AI 導入挑戰 ◀  
🔸 張志祺／簡訊設計
◼︎ 現實中遇到導入 AI 的負循環
❶ 複雜任務需人工介入
例如：必須在一個 prompt 中塞入極為大量的資訊，因為 token 數有限，輸出品質通常不太好，對應用 AI 感到受挫
❷ 實際上只有不到 10% 的人能順利與 AI 合作
不擅長人機協作的夥伴，prompt 輸入不夠完整，詠唱能力不足，無法有意識判斷是 AI 的侷限還是自己的操作問題，看到產出品質不佳，認定：AI 好難用，還是自己來好了！
❸ 知識經驗難以轉移，且無法有效溝通
AI 工具的開發往往針對特定任務，難以被跨部門或不同需求的人理解與應用
--
◼︎ 做出一套自己的 AI 生產力工具 simpleinfo.ai
▪︎ 用直觀的視覺化介面，以節點方式串聯多個 prompt，設計專屬的工作流程
--
◼︎ 導入 AI 的正循環
❶ 讓複雜任務與 AI 協作更加順暢
▪︎ 流程拆解
如果把流程切細，個別用不同 AI 嘗試，那每個環節的 prompt 就不用處理這麼複雜的任務，提高準確度
▪︎ 任務串接
個別的 AI 串連起來，變成一個流程
❷ 讓有能力的 10%，可以賦能給其他 90 % 的人
分成開發組和測試組，讓這 10% 的人幫忙把 knowhow 開發出來，讓其他人更容易學習跟使用
❸ 讓原本不擅長的人，可以先從用別人的工具開始
不擅長使用 AI 的人，只需要專注在『使用別人做好的工具』和『提供使用回饋』，累積應用 AI 的正向體驗，提高參與度
--
◼︎ 建立 simpleinfo.ai 至今的各種應用
▪︎ 動畫諮詢回信小幫手
▪︎ 行銷宣傳貼文生成器
▪︎ 線上課程架構生成器
▪︎ 課程訪綱小助手
▪︎ 故事型腳本小助手
▪︎ 等等等... 還有很多
--
◼︎ 組織內導入 AI 帶來的改變
▪︎ AI 使用率，從 2023/03 的 10% 到 2024/05 70%
▪︎ 夥伴們踴躍使用，各種許願提案，希望開發更多功能
▪︎ 大家看待 AI 的視角開始改變，觸發更多想像以及交流
------------------------------------------------
▶ 與 AI 共同打造一個有機的管理「系統」 ◀  
🔸 鄭晴元 Sunny／薩泰爾娛樂 共同創辦人
◼︎ 目前遭遇到的問題 - 痛苦源自糾纏
▪︎ 製作規格提高
▪︎ 創作類型增加
▪︎ 服務量體變大
造成
▪︎ 合約範本管理不易
▪︎ 條文移花接木，例如：為什麼明明是服裝設計的合約的交付內容是音樂設計呢？人工疏失、遺漏重點沒有改到
▪︎ 大量人工管理
--
◼︎ 事件一：嘗試解決方案 - 合約產生器 (合約產生到送進簽核流程，降低重工)
▪︎ 撰寫 Google Apps Script 自動建立文件
▪︎ 標準化乙方資訊，自動帶入乙方資料
▪︎ 依照不同付款方式，生成付款方式段落模組
▪︎ 生成文件 doc，完成自動命名和編號
▪︎ 整合 Slack，夥伴可以使用編號查詢合約資訊
--
◼︎ 標準化流程後帶來的改變
▪︎ 原本不可見的細節開始現形
▪︎ 年度合作了幾位設計師？
▪︎ 最常合作的外包人員有哪些？
▪︎ 我們有準時出帳嗎？是否延誤過？
▪︎ 過往用直覺回答的問題，現在能夠精確講出數字
--
◼︎ 事件二：勞報單產生器
❶ 生成勞報單草稿 ❷ 定稿轉換 PDF ❸ 再去寄送通知信
▪︎ 插入圖片、轉為 PDF、寄出信件給勞務人
▪︎ 注意寄出信件之前的防呆視窗
更大的野心：如果簽署合約的當下已經可以預期付款或收款時間，是否可以從合約自動轉給帳務追蹤，就不需要重工
於是
❶ 加入工程師
❷ 盤點過往的管理債
❸ 做了兩次小 demo，可以從一列合約資訊轉換成三期匯款請求
但是封測失敗，未獲使用者接受 => 
▪︎ 跟我想的不太一樣
▪︎ 不符合使用習慣
▪︎ 反應速度太慢
▪︎ 就做得好好的，為什麼要改？
--
◼︎ 污染即合作
▪︎ 記取危殆能帶來的一個價值，在於它能提醒我們，隨不同狀況而改變乃是生存的法則
--
◼︎ 逐步定義適合我們的管理『系統』
▪︎ 系統是可複製的流程
▪︎ 系統是管理習慣的手段
▪︎ 系統是手段，管理是目的
▪︎ 拆解問題再盤點資源
▪︎ 工具是組合技、不存在單一手段
--
◼︎ 解決問題了嗎？
▪︎ 雖然帳務管理的解法還在路上，但是我們看待問題的方式已經發生變化
▪︎ 沒關係，魔法就是要有被測試的價值
▪︎ AI 讓 Maker 自造者的手段更多
▪︎ 把好玩變必要，把必要變好玩 Make It Fun，必要的事情通常不好玩，歡迎『偷懶』，最佳化、自動化流程，把時間是放給好玩的事
------------------------------------------------
▶ 策展人回顧與展望 ◀  
🔸 李慕約／Generative AI 社群 策展人
最後一場，慕約整理許多攻略 AI 的心法，有興趣可以購買官方回放票查看內容，我目前正等待 10 天後的大禮包，屆時會解鎖更多資訊，期待 😊
------------------------------------------------
感謝講者們的用心分享
我蠻喜歡最後 ​3 場的，個別是 簡訊設計的志祺七七、薩泰爾娛樂的 Sunny 和 策展人慕約的分享
▪︎ 志祺七七本人看起來好帥，簡報提供完整情境、各種圖像式資訊，從面臨挑戰到解決方案，使用大量案例與故事、志祺七七清楚有條理的表達，整場聽完覺得很享受 😌 特別崇拜製作簡報的人，這個簡報是我覺得整個年會最清楚完整的 ❤️
▪︎ 薩泰爾娛樂 Sunny 開場很謙虛的說，聽了講者們的專業分享，自己的內容可能沒有很深入的應用，結果超級精彩！很像昨天說自己都沒讀書結果考了 100 分 😆 非常用心的分享在公司裡面遇到的問題，並且加入工程師一起解決，深深佩服！！
▪︎ 最後，策展人慕約太會埋梗了！居然最後還有大禮包的分享，每次慕約總是會丟各種不同問題挑戰 AI，從不同角度找到使用 AI 的技巧，這次也總結提供各種心法，又要策展又要擔任講者，背後不知道花費了多少心力 🙏
------------------------------------------------
感謝主辦單位今年依舊邀請許多重量級的講者分享各種 GAI 應用，特別喜歡看到不同領域、不同產業使用 AI 解決各種問題，聽著講者們從不同角度去思考 AI 的發展與未來，分享如何面對自身遇到的挑戰、運用 AI 改善工作流程、提高效率
AI 正在改變許多行業，開發變得不只是工程師的事情，AI 縮短了實現目標的距離，看到更多可能，在理性與感性之間又多了一些浪漫
如果 AI 革命正在發生，希望能夠溫柔的擁抱，多聽聽不同的想法，努力讓自己做出改變 ❤️
#GAIWEEK #GAICONF