聽節目（在新分頁開啟原站）連到 BG2Pod
摘要
探討企業級 AI 的實際狀況，指出 95% 的專案失敗，而 LLM 已 commoditization。成功案例集中在資料擁有獨特優勢、自動化複雜流程以及 RPA 與生成式 AI 的整合上。訪談者強調，企業價值在於將 AI 融入現有工作流，而非單純購買模型。
This interview explores the reality of enterprise AI, highlighting that 95% of projects fail while successful cases involve unique data advantages, workflow automation, and RPA integration. The discussion emphasizes that value lies in integrating AI into existing processes rather than simply buying.
重點
- 95% 的 AI 專案會失敗，成功者需具備獨特資料優勢與工程能力。
- LLM 已 commoditization，企業價值在於資料與流程整合而非模型本身。
- 成功案例包括 RBC 的財務分析自動化、Merck 的藥物發現模型及 7-Eleven 的營銷自動化。
章節
依話題轉折切分，標題由 AI 產生
- 00:00AI 市場現狀與泡沫辨析
- 03:42企業競爭優勢與自動化
- 07:20企業獨特資料資產的價值
- 10:37AI 工具與 RPA 的區別
- 14:12CIO 的 AI 預算分配策略
- 17:44AI 投資的三大方向
- 22:19資料層、智慧層與應用層
- 24:49AI 治理與安全挑戰
- 27:01Glean 的終端應用場景
- 33:07金融領域的 AI 落地
- 36:28AI 協作與產出品質
提到的工具與公司
- Databricks
- Glean
- RPA
適合誰看
企業資訊技術主管、AI 策略制定者、科技產品經理。
摘要依據
- 講者
- Brad Gerstner、Bill Gurley
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.35
- 新鮮
- 0.34
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- AI Hype vs. Real ValuePodcast ・ Agentic Conversations（原 MLOps.community） ・ 43 分鐘
- Databricks CEO on AI Pacing, Cyber Risk, and the EnterprisePodcast ・ The a16z Show ・ 1 小時 9 分（在新分頁開啟原站）
- Scaling enterprise AI: Fireside chat with Eli Lilly’s Diogo Rau and Dario Amodei影片 ・ Anthropic ・ 6 分鐘（在新分頁開啟原站）
- Why Would AI Companies Want to Slow Down?影片 ・ a16z ・ 1 小時 7 分（在新分頁開啟原站）
- Inside The MIT AI Study Everyone Misunderstood (And What It Means For Startups)Podcast ・ Lightcone Podcast ・ 22 分鐘
- Gemini Enterprise use cases: Workflow automation for everyone影片 ・ Google Cloud Tech ・ 52 分鐘（在新分頁開啟原站）
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）