RTS 部分最具實用價值的人工智慧工作，其實遠離了面向客戶的產品領域。 今年我專注於一項看似簡單、卻對任何科技驅動型企業都具有深遠影響的項目：
讓我們的資料更具實用價值。
廢棄物產業會產生海量的營運與財務資訊。在 RTS，隨著我們協助客戶管理橫跨龐大據點網絡的各項服務，這種複雜性也隨之增加。 挑戰不僅在於收集更多數據。 關鍵在於確保我們的團隊能夠迅速理解這些資料，從而做出更明智的決策。
正是在這方面，人工智慧已開始改變我的工作方式。
花更少時間準備答案
傳統分析中，有相當大一部分工作在於，在實際進行分析之前，必須先對資訊進行預處理。
- 資料必須加以整理。
- 必須比較不同的資料來源。
- 必須找出這些模式。
- 必須對這些不一致之處進行調查。
我們的團隊一直利用人工智慧，讓這項分析工作中的部分環節變得更加高效。 對我而言，真正的突破在於並非由人工智慧來做出決策。 關鍵在於減少那些阻隔在人與決策之間、反覆進行的準備工作量。
當我們能做到這一點時，我們的團隊便有更多時間去探討真正重要的問題。
- 有什麼變化？
- 為什麼會改變呢？
- 我們應該在哪些方面進一步調查？
- 該企業應採取什麼行動？
鞏固基礎
這項研究也進一步印證了我的一項看法：隨著企業爭相採用人工智慧，這一點將變得越來越重要： 人工智慧的實用性，完全取決於其背後所依賴的資訊。
在組織能夠建立精細的智慧系統之前，必須對其資料的結構與解讀方式抱有信心。 這一直是 RTS 團隊在幕後進行的工作中至關重要的一環。 我們正在打造更堅實的基礎，讓資訊能在公司內部更一致地流通，並使決策者對所見資訊更有信心。
客戶可能永遠不會直接看到這項工作。 但他們確實能感受到其帶來的影響。 更優質的數據能支持更精準的執行。 這有助於團隊更早發現問題。 這使我們能提出更明智的建議。 同時，這也為 RTS 未來建構更先進的人工智慧能力奠定了基礎。
分析師角色的轉變
這也改變了我對自身工作的看法。 人工智慧並不會降低分析專長的價值。 它反而讓分析專長得以應用於更高價值的問題上。 如果技術能夠協助整理資訊、辨識模式或加速重複性工作，分析師就能花更多時間解讀這些資訊的意義。 這是一個更有趣的角色。 而且我相信，這正是 RTS 未來發展趨勢的預覽。
人工智慧的下一階段，並非僅僅是在工作流程中加入一個聊天機器人。 重點在於將智慧融入組織的運作模式——以更快的速度為人員提供更優質的資訊，使他們能做出更明智的決策。 其中許多工作將在幕後默默進行。 但這絲毫不減其創新性。 我們的客戶信賴 RTS 來管理複雜的廢棄物處理作業。
我們讓支撐這項工作的系統越是智慧化，我們的團隊就能為客戶提供越優質的服務。