作者：未來城市、CSR@天下編輯部

AI應用如何更普及？詠鋐智能（Chimes AI）創辦人暨執行長謝宗震在三月28日「2023天下SDGs雙日國際論壇」分享了AI預測風險、節約能源及產業創新三類案例；他持續在城市及企業導入AI，希望讓人們使用科技，就如同用水一樣簡單。

詠鋐智能（Chimes AI）是一家新創公司，我們才創立兩年，如何為社會實踐ESG？我們希望做到AI普及化、降低AI門檻 — — 讓大家使用AI，就像用水一樣簡單。

為何可以透過AI實現ESG目標呢？因為AI能透過數據分析，提早預判風險、為社會節能降耗、幫助企業創新。接下來，我想分享幾個台灣的真實案例。

颱風、火災的風險預警

近年，我們受到氣候變遷、颱風災害影響，「韌性」成為我們的因應關鍵。因此，我們分析水文、氣象、雨量，找到城市裡的抽水站水位、閘門數據；接著，我們的系統至少能提早30分鐘告訴使用者，在哪些地方、水位將升至多高。同時，預警數據能連結災害應變系統，更順暢地應變、調度災害相關資源。

我們也與電力公司合作，導入颱風、氣象、電網的歷史數據；例如，納入木造或水泥電線桿的位置、電纜地下化區域、將淹水地區、已發生土石流地區、人口密集處等，交叉比對後，就能提前告知電力公司目前的停電風險。

不只水，我們也幫高雄做了台灣第一張火災風險地圖 — — 藉著消防局蒐集的火警歷史數據、建築物屋齡、建築型態、住戶人數、七歲以下兒童人數、獨居老人人數，讓消防局能「對症下藥」，提前預防高風險區的火災。導入數據後，我們真的大幅下降了高雄鳳山區的火災發生數。

智慧染整的節約實例

在節約能耗方面，我們在製造業投入較多；其中包含了能源、原料、生產過程、產品等資料。

這裡面有一件重要的事情 — — 生產過程中，工廠常使用冰水系統嚴格控溫、維持製程穩定；所以，我們可以透過數據分析，事先找出異常、超載的壓縮機，也從中減少耗能、延長壓縮機壽命。

除了設備保養，我們也能透過物聯網的演算法、感測數據，實現機台參數的最佳化。例如，同一機台在不同季節、天氣下都可微調，讓產品品質一致。這過程中，工廠不僅穩定了良率，也達到節約效果。

例如，紡織業常要面臨少量、多樣化的良率，且需使用大量水資源。我們可透過AI及歷史數據，找出最適合的染料對應濃度、染布材質數據、溫度控制、攪拌速度等。一但透過智慧染整，讓良率最大化，工廠就不必再因色差、染色不均而洗掉重來，可減少大量水資源浪費。

AI為老師傅傳遞經驗、做碳盤查

談到永續，有效的經驗傳承也很重要。

我們與金屬製造業合作時，發現IT部門無法快速調整、上線，造成工廠內的生產管理及營運必須高度仰賴人力。因此，我們找出工廠的製造工藝、原料、人員、設備、品質與費用資料；交叉比對後，可計算一項新產品產製時，運用多少參數，就能做出多少顆水龍頭、螺絲 — — AI從中幫助工廠營運，也傳遞老師傅的經驗。

此外，在節碳淨零時代，我們能透過碳盤查找出各環節的排碳量。

以工廠為例，一天生產多少產品、使用多少能源、花多少人力，對應的碳排是多少？能不能更仔細找出「碳排細分」 — — 透過AI演算法，掌握不同產品分別使用多少碳排，反推出耗能的製程，更進一步地實踐工廠的淨零。

The post 讓AI預測風險、節能與產業創新！詠鋐智能執行長謝宗震如何打造普及化AI？ first appeared on Chimes AI.

作者：郭又華

透過ChatGPT背後的龐大資料庫及自然語言處理能力，企業能從全世界的案例中學習AI應用場景等新知，而且連非技術人員都能參與。

企業數位轉型開始擴大導入新興科技時，對非技術人員往往會面臨很大的適應考驗，他們不知道如何應用新科技、分析數據或解讀BI報表來決策。AI新創Chimes AI執行長謝宗震從去年底開始，開始用ChatGPT協助自家企業顧客面對這些挑戰。

企業可以輸入簡單的資料，透過ChatGPT來探索新興科技應用發展可能。圖為Chimes AI利用提示工程所打造的AI專案開發計畫產生器，只要輸入專案議題，就能生成一整份企畫。（圖片來源／Chimes AI）

可用ChatGPT產生AI提案計畫書

有一家使用了Chimes AI建模與管理平臺產品的企業，老闆想要將AI擴大應用到其他部門，要求各部門提案。不過，非技術部門不熟悉AI技術，無法想像如何將AI應用於工作流程優化。

謝宗震參考自家過往AI導入案例，利用提示工程做法，讓ChatGPT自動生成AI應用發展企畫書。謝宗震說，這份企畫書已經足以提供企業思考的大方向，之後只要稍做修改，就能成為具可行性的計畫。目前可以利用ChatGPT生成AI應用場景的計畫書、產生專案開發計畫、建議專案資料盤點、模擬專案資料、補齊專案資料、提供解讀等等不同專案階段的參考資料或知識。

能學習ChatGPT如何解讀BI報表

如何運用ChatGPT來輔助非技術人員，例如企業業務團隊常需要參考BI報表來決策，不過，就算有BI報表，業務人員不一定能將報表內容直接轉化為具體洞見或執行計畫。謝宗震觀察，對不諳資料科學的中階主管而言，從BI報表上冰冷的數據找到延伸方向，並整理為合理易懂的解釋，不是一件易事。這是一個ChatGPT能應用的場景。企業可以輸入報表或各式圖表給ChatGPT，讓它生成出易懂的分析來作為報告參考。

謝宗震說明，AI可以幫忙從資料之間的關聯性找出可能解釋。舉例來說，ChatGPT能快速觀察出太陽能光電廠的發電量跟天氣、氣溫、能見度等變數間的關聯性，並輸出易懂的文字結論，例如發電量與哪個變數關聯性最強。

儘管ChatGPT是處理自然語言的AI，不過也有辦法讓它讀取視覺化圖表。使用者可以對ChatGPT描述圖表資料結構，例如折線圖XY軸，再將數據以CSV的格式提供給ChatGPT，它就能讀懂非純文字的圖表。謝宗震也觀察到，為了避免資料外洩等原因，企業實務上通常不會直接將所有數據輸入ChatGPT，而是將部分數據或模擬數據提供給ChatGPT解釋後，再參考它生成的解釋方向，來解讀實際數據。

ChatGPT參數及提示輸入是成果精準度關鍵

如何善用提示工程來引導ChatGPT的生成時，謝宗震提到，對ChaGPT定義使用者角色的重要性。舉例來說，在請ChatGPT發想技術應用企畫時，可以指示ChatGPT扮演生產技術部門裡面的一個品管人員，生成的企畫細節就會更加貼近實務需求。甚至，若指示ChatGPT扮演經驗豐富的數據科學家角色來解釋BI報表，解讀能力也會提升。

企業導入ChatGPT的另一個隱憂是生成結果的精確度。作為一個生成式AI，ChatGPT會不會輸出與實務情況脫節的內容，例如在生成報告時，添加了現實中不存在的數據或細節等？謝宗震坦言，這種情況確實有可能發生，因此在ChatGPT API的參數設定及指令輸入上，必須依照需求做出相對應的調整，才能獲得足夠精確的輸出成果。

舉例來說，在ChatGPT API中，提供了一個Temperature參數，決定生成結果的多樣性，數字越高，多樣性越大，也就越可能與現實脫節。因此在需要高精度和可重現性的應用場景中，可以將此參數降為0。不過，也有些應用場景反而需要ChatGPT生出更多元的結果，例如探索新興技術應用可能時就需要調高。

雖然ChatGPT只能根據2021年9月之前的數據來生成內容，不過，謝宗震認為，參考2年前的網路資料雖無法讓企業一躍成為業界最前線，但已經足以讓企業不落於人後。他甚至表示，這種用ChatGPT生成新興技術應用企畫的做法，「是一般企業追趕頂尖企業最好的方法。」

資料模糊化技術將成降低資料外洩風險關鍵

對不少企業來說，使用ChatGPT這類工具的一大疑慮，是擔心敏感資料外洩。謝宗震認為，首要做法是，企業內部要規範好數據控管機制，以避免員工不慎上傳涉及個資隱私或營業機密的數據。接下來，則是妥善利用資料模糊化技術。

由於企業使用ChatGPT來進行企畫書或報表解讀時，通常只需要大方向的趨勢解讀，因此企業可以先模糊化數據，再輸入數據給ChatGPT。這些方法包括將具體數字轉化為百分比、在數據中加入一定程度的雜訊，或者以實際數據為基礎，做出一份模擬數據。

不過，謝宗震認為，隨著越來越多企業認同ChatGPT等AI工具的價值，未來資料模糊化技術也會更加重要。就算財力雄厚的大型企業能直接購買一套AI模型，部署到自家環境中，要做到這種程度的投資前，企業內部仍須先進行小型概念驗證，建立企業對這類工具的信心，因此資料模糊化這種較簡單的做法，對於大小企業來說都有其必要性。

The post 【先行者經驗：Chimes AI執行長謝宗震】靠ChatGPT輔助，非技術人員更容易發想AI新點子 first appeared on Chimes AI.