「資訊科技產業化」或「產業資訊科技化」 - Medium

根據以上的分析，無論是企業或個人，能掌握電腦、網際網路、人工智慧（AI）技術與趨勢者就是贏家。

至於企業該如何掌握資訊科技背後的機會，「AI產業化」與 ... GetunlimitedaccessOpeninappHomeNotificationsListsStoriesWritePublishedinMarketingdatascience「資訊科技產業化」或「產業資訊科技化」資訊科技發展下的企業策略何謂靈活企業？一旦環境改變了，企業策略也馬上跟著調整。

對企業來說，資訊科技的出現，產生了兩種策略方向。

一是將資訊科技當成一個新的產業，稱為「資訊產業化」。

其次則是如何透過資訊科技，來增加本身企業的附加價值，稱為「產業資訊化」。

以下簡單分析，不同階段資訊科技的發展，並說明在不同階段，資訊科技對企業策略的改變以及對工作的影響。

回顧資訊科技發展的歷史，我們將其簡化區分成三個階段：分別為電腦、網際網路、人工智慧（AI），如圖1所示。

圖1資訊科技發展下企業策略的改變(繪圖者：廖庭儀)1.電腦電腦的出現，對企業的策略意涵為：「電腦產業化」與「產業電腦化」。

「電腦產業化」意指因為電腦的出現，誕生了一個新的產業，即「電腦產業」。

在這產業裡，硬體的IBM、軟體的Microsoft都是成功的代表。

「產業電腦化」意指因為電腦的出現，各行各業開始導入電腦，用來降低成本並增加效益。

在此階段，企業為了降低成本，透過電腦來取代人力。

此時，勞力型工作如生產線人員、辨公室行政人員等，因為工作自動化與商業套裝軟體的出現，被電腦所取代。

2.網際網路網路的出現，對企業的策略意涵為「網路產業化」與「產業網路化」。

「網路產業化」意指因為電腦的出現，誕生了一個新的產業，即「網路產業」。

在網路業中，Google、Amazon、Facebook都是成功的代表。

「產業網路化」意指因為網路的出現，各行各業開始透過網路，來降低成本並增加效益。

在這個階段，企業透過外包來降低人力成本。

由於網際網路的無遠弗屆，工作被其他國家的人所取代。

這些工作無論是勞力型，如：Callcenter客服人員，或是智力型，例如：程式設計師，只要工作內容能夠透過0與1來呈現，就很容易被取代。

最典型的例子就是美國的消費者打電話到銀行的客服中心（Callcenter），接聽電話進行服務的卻是遠在印度的客服人員。

3.人工智慧（AI）AI的出現，對企業的策略意涵為：「AI產業化」與「產業AI化」。

「AI產業化」意指因為AI的出現，將誕生一個新的產業，即「AI產業」。

在這產業裡，未來將出現改變世界的全新企業。

「產業AI化」意指因為AI的出現，各行各業開始透過AI，來降低成本並增加效益。

人工智慧（AI）的出現，工作將會被擁有智慧的機器，如軟體、硬體所取代。

這個階段被取代的工作，包含勞力型與智力型，同時被取代的範疇勢必遠大於前兩階段。

以金融業為例，以前被取代的可能是客服中心人員與櫃台，現在連分析師、精算師等「師」字輩，都已被「預言」可能遭到AI所取代。

根據以上的分析，無論是企業或個人，能掌握電腦、網際網路、人工智慧（AI）技術與趨勢者就是贏家。

至於企業該如何掌握資訊科技背後的機會，「AI產業化」與「產業AI化」是兩個可行的方向。

而對個人而言，雖然資訊科技將取代許多現有的工作，但也同時將產生新的工作機會。

最後，「資料科學」與人工智慧（AI）之間的關係密切，我們認為掌握「資料科學」，有助於企業掌握「AI產業化」與「產業AI化」的發展契機。

蘇宇暉（台科大管研所博士生）、羅凱揚（台科大企管系博士）您可能有興趣3MorefromMarketingdatascience行銷資料科學 — 數據驅動精準行銷。

基礎概念、趨勢、方法和實戰。

ReadmorefromMarketingdatascienceGetstarted行銷資料科學6.8KFollowersMarketingdatascience.台灣第一個行銷資料科學(MDS)知識部落，本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作，讓粉絲們瞭解資料科學的行銷運用，並開啟厚植數據分析能力之契機。

粉絲專頁：https://www.facebook.com/MarketingDataScienceTMRFollowMorefromMediumKonikaIslamInquiry-BasedLearningMarcellinaAdindaDwiarieLearningDiary — Part2:TheMainStudy&ResearchinLearning,Education,andTechnologyatthe…Raphaelletsao1.readdataMattWootenBreakingDowntheSpotifyAlgorithm:AnAnalysisonSpotify’sTopTracksHelpStatusWritersBlogCareersPrivacyTermsAboutKnowable