企業 發展 AI LLM (大型語言模型) 現況考慮方向

企業 發展 AI LLM (大型語言模型) 現況考慮方向

 "沒有人會否認生成式 AI 帶來的好處，但是「企業」要導入 AI 卻很不容易，最大的問題是難以監測 AI 生成內容的正確性。"

https://technews.tw/2023/10/28/tidalflow-helps-any-software-play-nice-with-chatgpt-and-other-llm-ecosystems/

企業發展 AI LLM (大型語言模型)會有幾個 有幾個方向需要考慮：

1. 技術資源和風險成本:

根據前面文章內容可以發現，的確，開發企業用的LLM(大型語言模型) 對中小企業來說技術資源風險成本太高。

畢竟自己四年前就曾經花了一年的時間找人找技術找資源，由於投入資金過高(三千萬)，而且這僅僅是得到一個不確定的結果，最後只能選擇放棄。

不過現在看來慶幸當初沒有堅持下去，因為後來出現了 ChatGPT。

2. 資料品質 (GIGO) 的挑戰

ChatGPT的出現讓沉寂已久的計畫出現曙光，於是花了不少時間研究如何提高輸出品質，畢竟在LLM的應用上，具備輸出品質的資料才有價值基礎。

GIGO(垃圾進，垃圾出)是資料科學普遍的概念，也就是只有確保訓練資料的品質，輸出才有品質，但是對於大型語言模型來說，這一塊難度在不同情況下變得更複雜而難以控制。

因此如何在海量的數位資料中，不被垃圾資料影響而達到想要的輸出資料品質，為了解決這個問題，於是便開啟了使用端的挑戰之路。

3. 模型訓練與使用階段的策略

改善GIGO有不少方向，目前分享兩種方向。

一種是在模型訓練階段的做法，這些做法包括

訓練資料清理和預先處理以維持資料品質，或是

使用不同來源的資料確保模型可以學習多樣化的內容和表達方式，或是

針對資料提供準確的標記和註釋讓模型學到正確的模式和關係，或是

應用偏見緩解算法來減少模型偏見，或是

持續監控和更新設計模型的反饋循環已持續優化資料和模型效能等等。

4. 使用者教育和反饋

另一種是模型使用階段的作法，也就是以使用端輸入的做法，

例如

使用者提供準確明確的輸出提供足夠的明確提示讓模型可以提高輸出準確率，或是

持續對使用者輸入進行驗證與修改以確保輸出資料的準確性和關聯性，或是

使用者對模型輸出提供反饋以優化模型表現，或是

利用教育指導的方式幫使用者理解如何以更好的輸入方式利用模型產生高品質輸出內容等。

5. ChatGPT (GPT-4)的應用訓練

這一塊，在經過半年的研究後，在ChatGPT(GPT-4)的基礎下，結合方法論、提示工程技巧、技術分析方法等組合，成功從使用端建立穩定的輸出品質，而有了突破性的實質進展。

雖然ChatGPT有潛在的隱私問題，但在執行層面上的具體應用流程和操作細節控制，已經可以解決這個部分的問題。

心得：

看到這些成果受到企業肯定，給了莫大的信心，未來持續努力，期待能開發出更方便且高價值應用方式。

2023©汪周禮@智合創新

#CHATGPT
#GIGO
#AI
#LLM

如有任何需求，歡迎企業來信詢問。

service@iiiinnovation.com

頂尖企業都在偷偷做的事 ─ 挖掘客戶自己也不知道的需求

 

頂尖企業都在偷偷做的事 ─ 挖掘客戶自己也不知道的需求

在新產品開發過程中，深入了解和挖掘客戶的底層需求以創造出獨特且具有競爭力的產品是非常重要的。

 

需求的多層次性：

客戶需求通常包括顯性需求和隱性需求。顯性需求往往較容易理解和滿足，而隱性需求則需要通過深入研究和創新來發掘。

 

了解和滿足底層需求通常需要進行大量的市場研究和用戶研究，以確定產品的方向和功能。

 

挖掘客戶自己也不知道的需求非常難，因爲底層需求往往不僅僅是客戶或產品或使用情境的單一問題。 真正創新的產品，除了開發出能滿足客戶需求的新技術以外，更要能符合發展趨勢以及建立競爭門檻，而這些都是隱藏資訊，客戶自己也不可能在看不到產品之前知道自己真正需要什麼。

 

創新的重要性：

 

顛覆性創新通常會提供全新的解決方案，並可能改變市場規則。

 

創新不僅包括技術創新，還包括對市場趨勢的理解和對競爭門檻的建立。

 

 最好的例子就是蘋果手機！

 

在蘋果手機尚未出現之前，我們可以看到市場上充斥著不同風格的手機產品，形狀大小也不同，但是當蘋果手機出現後，使用者這才發現，原來蘋果手機就是我要的手機！

 

持續探索和改善：

 

企業需要進行持續的市場和技術研究，以不斷改善產品，滿足客戶的需求和期望。

應用方法在企業產品開發活動中，可以幫助企業做好系統化創新的方法。例如TRIZ系統創新工具。

 

以TRIZ 技術系統演進趨勢來看這件事，就會比較好理解。蘋果手機一開始就採用電容式觸控螢幕的操作便利性，iOS作業系統直覺式操作，以及沒有鍵盤的輸入方式，等等不同優點，這些優點都有可以具體對應到的蘋果手機技術功能模組中關鍵元件的參數，這些參數我們稱為價值參數，影響使用者決定是否購買的優點所對應的參數，我們稱為主要價值參數（main parameter of value, MPV)!

 

一個產品是否具有競爭力，可以根據MPV(多寡)來決定，但MPV完全是由客戶決定，而非產品供應商!

 

曾在2012年追蹤蘋果和三星手機專利訴訟長達一年的時間，根據當時訴訟公開資料揭露三星分析蘋果手機後，發現優點太多了，這些優點改變了人們使用手機方式直到今天！

 

如果當時在蘋果手機出現之前，我們問使用者想要什麼功能的手機，大部分使用者一定會根據現有手機的操作缺點提供建議。但是，顛覆式創新的產品，不僅僅要能解決現有手機造成使用者的問題，更要能提供卓越的有益功能，才能吸引消費者捨棄現有的手機轉頭擁抱蘋果手機。

 

挖掘客戶也不知道的底層需求，進而滿足這些底層需求，提供更好的操作體驗，是開發顛覆式創新產品的第一步，也是最難、最重要的一步！

 

長期投入和耐心：

 

美國產品開發管理協會（PDMA）的研究指出，顛覆性產品開發通常需要較長的時間。這需要企業長期規劃與持續投入。

 

在新產品開發活動中，需求的種類非常多，基本分為五大類：主要、聯合、複合、隱藏等等，底層需求，往往需要企業採取持續而縝密的探索活動達成，難以ㄧ蹴可及，這也是為什麼美國產品開發管理協會（PDMA）研究曾指出，顛覆式產品開發平均至少需要五年之久！

 

 

需求挖掘和商業模式開發的相互依賴：

 

沒有深入理解需求，產品和商業模式可能會失敗，使得產品難以在市場上競爭。

 

不過，話說回來，需求挖掘是新產品開發與商模開發的基本功，若是這個部分沒有做好，未來產品商模進入市場，恐怕難以面對長期的市場競爭。

智合創新─傳遞創新知識與服務

來自領先市場的新產品開發知識與工具！

服務需求歡迎來信service@iiiinnovation.com

TRIZ推廣的危機也是轉機

 

TRIZ推廣的危機也是轉機

2023.10.17

2023©汪周禮

 

意外的成功或失敗

根據Peter Drucker’s 7 sources of Innovation 內容指出，創新的七種來源之一，第一個就是意外的成功與失敗！

 

 

情境：

前兩天舉辦的活動，實際到場人數少，算是在台灣發展兩年多以來，人數來最少的一次，也是報到率最低的一次。

不過，這反而更能突顯出這次到場朋友們強烈的學習動機，反映出課程開始前後學員們熱絡的互動交流。

 

 

發現問題：

在整個交流過程，透過與這次學員朋友們的互動中，持續觀察到這幾年台灣發展TRIZ的兩個關鍵問題：

 

1. TRIZ有沒有用：這是老掉牙的問題，一樣兩極化的結果。會用的說可以用，不會用的說沒有用。但TRIZ持續發展至今，仍為國際大企業所採納，甚至美國 NASA 工程安全中心 (NESC) 學院，仍有TRIZ課程。全球五百大企業仍然採用TRIZ作為培訓工程師的課程之一。

TRIZ有沒有用? 如果要我回答，屏除推廣者的角度，以使用者的角度來說，答案當然是肯定有用，而且非常有用！

 

2. TRIZ 如果有用，那要怎麼用：這個問題應該是目前推廣的主要障礙，幾年從不少產業朋友直接或間接得知，很多朋友上了 TRIZ 課程以後，因為不知道怎麼使用，而認為TRIZ對他沒有用，放棄接觸繼續研究TRIZ，非常可惜！。

 

 

第一個問題模型：

這兩個問題直接反應出 TRIZ 一個關鍵的矛盾問題模型：

IF           TRIZ知識工具複雜

THEN        TRIZ知識工具應用效果好

BUT         TRIZ知識工具難學

 

 

 

 

問題背景成因深入描述：

15年前開啟TRIZ學習歷程，上課時大量填補新知識，像一個鯨魚進入南極海底看到大量南極磷蝦一般，恨不得能一口吞光所有知識點。

 

上課後，想辦法努力應用在工作中解決問題，也因此學TRIZ後的第二年(2009年)，成功應用在工作中蘋果專案的專利迴避設計(蘋果)，獲得非常大的成就感！

 

 

第二個問題模型：

由於TRIZ工具的應用成果驚人，在國際間受到眾多跨國企業的歡迎，隨著學習人數的增加，也出現了由於TRIZ知識體系太過龐大，沒有時間學習TRIZ的問題。

因此，這最近這10年，整個TRIZ工具的目標受眾，從最早的科學家、到引入歐美後的研發工程師，一直到近年的企業工程師，這種情況下，為了符合時間和對象的需求，大幅簡化了TRIZ工具，但也因此開始出現了TRIZ沒用的聲音。

 

這反映出前面的問題，剛好也可以使用矛盾問題模型來描述：

 

IF          TRIZ 知識工具簡單

THEN       TRIZ 知識工具學習時間短

BUT        TRIZ 知識工具應用效果差

 

綜合這兩個問題可以得到TRIZ知識工具的一個關鍵物理矛盾問題模型：

TRIZ知識工具 要複雜也要簡單 為了滿足學習時間和應用效果的不同需求

 

解決方案：

目前思考的解決方案很多，但仍舊需要經得起不同市場的在地化考驗。

(* ChatGPT也提供雖已有但也很不錯且值得參考的建議方案概念)

 

 

重新思考應用問題，從自己開始：

我自己從2008-2014年有幸持續向三位不同的國際TRIZ大師學習：

1. Sergei Ikovenko  (MIT/Tufts professor, 前GE創新顧問)

2. Isak Bukhman   (美國實戰型TRIZ 解題大師)

3. Darrell Mann    (英國實戰型TRIZ 應用大師)

 

學習時數累積超過360個小時，讓我完整學習從理論到實務應用的TRIZ知識工具，也因此深知 TRIZ知識工具體系的龐大複雜以及應用上的強大。

 

隨著接觸到的技術問題越來越複雜，整個應用的過程就對是自身思考慣性的梳理過程，也因此有時候即便你知道有這個工具存在，但在面臨實際關鍵問題，外在壓力下，會本能的驅使自己採用自己認為最可靠的工具來解決問題，但如此一來，一旦思考流程錯誤，TRIZ工具就完全派不上用場，導致對於如何切入問題使用TRIZ工具而出現盲點，產生現使用障礙。 我當初協助企業做出成功的軟體專利迴避設計案例 (2013申請專利, 2015年發表在國際研討會上一炮而紅) 也是如此，使用TRIZ工具之前，需要重新歸零思維模式(reset mindset)，相信操作流程與工具，踏實的依照步驟逐步正確地使用對應的工具。

 

 

應用關鍵：

這些年應用TRIZ解決不少大大小小的企業問題，歸納總結我自己的使用心得後發現有兩點主要因素影響能否成功應用TRIZ：

 

第一點，要擁有正確的TRIZ系統知識，了解從系統分析到問題分析以及建立問題模型以及工具的完整使用流程。

第二點，也是最關鍵的一點，就是要讓自己相信TRIZ工具，要相信TRIZ知識工具的系統應用流程，在第一點的基礎上，千萬不要被自己過去的思考模式牽引，否則一定會用錯而無法產生解決方案。

 

其實，即便是現在，自己還是會有慣性思考模式出現，只是會提醒自己把思考模式重新歸零，切換成TRIZ 系統思維重新思考問題。

 

 

結論：

累積不少成功案例後，為了能夠讓企業更有效率的創新，提高產業競爭力，促進社會進步，於是選擇創業，一開始將主要目標市場放在海外，也獲得一些不錯的成果。直到疫情爆發，回到台灣，才讓我開始觀察台灣的TRIZ市場現況。

 

在觀察的過程中，順便辦了不少公益推廣課程，這兩年不含企業培訓，線上與線下的活動超過18場，同時也趁機觀察一些台灣坊間TRIZ的免費課程或YOUTUBE上的相關內容，發現很多問題，關鍵問題在於缺少操作TRIZ工具前的系統思維模式，依樣畫葫蘆的結果，造成學員難以了解 TRIZ方法的學習核心目的在 訓練學員 突破慣性思考模式，而不僅僅是學習工具使用。

 

目前仍然在調整TRIZ知識工具的服務類型與模型，期待能夠找到最適合台灣產業需求的TRIZ知識工具，為提升產業競爭力貢獻一份心力。

 

#TRIZ

#實戰創新

#數位轉型

#ChatGPT

#DALLE3

#GAI