AI數位轉型—智能數據驅動新經濟：標準化、自動化、無人化、智慧化、無憂化，20220805
•
1 like•347 views
AI數位轉型—智能數據驅動新經濟：標準化、自動化、無人化、智慧化、無憂化 張大明 講師/執行長，Ta-Ming Chang，Richard richard@mfhc.io，摩方人力資本科技股份有限公司， www.mfhc.io 第四版：基隆港務分公司，2022/8/5，@基隆
Recommended
More Related Content
What's hot
What's hot (20)
Similar to AI數位轉型—智能數據驅動新經濟：標準化、自動化、無人化、智慧化、無憂化，20220805
Similar to AI數位轉型—智能數據驅動新經濟：標準化、自動化、無人化、智慧化、無憂化，20220805 (20)
More from 張大明 Ta-Ming Chang
More from 張大明 Ta-Ming Chang (20)
Recently uploaded
Recently uploaded (12)
AI數位轉型—智能數據驅動新經濟：標準化、自動化、無人化、智慧化、無憂化，20220805
- 1. 張大明 講師/執行長，Ta-Ming Chang，Richard richard@mfhc.io，摩方人力資本科技股份有限公司， www.mfhc.io 基 隆 港 務 分 公 司 ， 2 0 2 2 / 8 / 5 ， @ 基 隆 3 hours，v 0.4 — 智 能 數 據 驅 動 新 經 濟 ： 標 準 化 、 自 動 化 、 無 人 化 、 智 慧 化 、 無 憂 化 1 mFHC BANK. — 共 創 共 享 模 式 學 習 發 展 生 態 系 —
- 2. 張大明 創新教育科技 & 商業模式設計 & 人力資本創業家 倡議人 學歷 淡江大學 教育科技所碩士 經濟部中小企業經營領袖班12th 現任— ⚫摩方人力資本科技股份有限公司 共同創辦人兼執行長（2019-） ⚫育睿科技股份有限公司 創辦人兼執行長（2012-） ⚫逢甲大學專案管理與系統思考研究中心業師-教育創新顧問（2021-） ⚫TOBE吐璧【孵化器】三創生態系倡議人（2022） ⚫DOT100百豆運動-數位經濟世代人才100計畫發起人（2017-） ⚫社團法人亞太數位聯盟常務理事，數位移轉委員會主委（2017-） ⚫巨匠電腦IT360講師（2018-） ⚫新北市企業榮譽志工（新北榮指員，2017-） ⚫國際價值工程協會（SAVE International）副價值專家（AVS） ⚫淡江大學教育科技學系暨系所友會聯合總會推薦傑出系友（2018） 專業領域— 20年成人教育培訓經驗，特別在創新教育科技研發，近10 年持續投入在績效科技、數據技術與金融科技整合方案研發（人力 資本模式－評等 & 收益）。混成課程與訓練設計、新媒體策展營銷 與數位商會應用發展，ALBITER歐倍特培育摩方—思翱倍力設計與 發展手冊。創新人才培育方案，敏捷專案管理，社群組織發展、商 業模式創新與獲利財務模型，創新3E創業培育服務，數位轉型服務 設計，數據分析與營銷，價值工程分析，大型研討會論壇規畫舉辦。 研究發表與演講— ⚫TOBE吐璧倡議計畫 — Startup with ESG & SDG17，實現目標夥伴關係（2020） ⚫摩方人力資本銀行—為專家提供數位智產服務的專屬平台（Mofang human capital bank by mFHC Guru-tech，2019）：共創共享模式學習發展生態系。讓你隨時隨地儲 備、運用，從工作、學習獲得的財富（2018/10）。 ⚫結合學習社群策略與大數據分析之績效導向培育服務設計與研究—以歐倍特培育摩 方為例。淡江大學，2018學術研討會：創新數位教學（2018/5/4）。 ⚫認識人工智慧與發展應用演講，暨程曦資訊企業參訪。北市公訓處公務人員數位學 習系列（201712/14）。 ⚫DOT100百豆運動：數位經濟世代人才100計畫—Be a Talent100 of Digital+ in 2018- 2025. 讓自己成為數位經濟世代的乾貨（DIGITAL+ FOR TALENT100），亞太數位聯 盟-眾創基地 （2017/11）。 ⚫台灣企業領袖交流會首屆創媒秀總策畫。第二、三屆創新創業媒合會策展，創新商 業模式設計創業導師（2016-2018）。 ⚫賦陪媒3E創業培育模式-賦能 Empower、陪伴 Engage、媒合 Enrich（2017/9）。 ⚫淺談個人與企業數位轉型的大數據應用。新北產經大學-ICT智慧學院 by 新北市電 腦公會，致理科技大學（2017/7/8）。 ⚫大數據驅動之創新服務專案實務—以人類學家大數據探索觀點，淡江大學資工系演 講（2017/4/14）。 ⚫驅動轉變的教育服務創新推廣：Education Learning as a Service（ELaaS）-以歐倍特 培育數據雲為例，淡江大學教育學院博士班演講（2016/12/23）。 ⚫巨量資料分析的現況與展望。國發會105年資訊新知研討會 from 巨匠電腦。高雄 （2016/8/18）、台北（9/8）、台中（9/22）。 ⚫T. M. Chang，S. F. Wang （2015/5） HKIVM-SAVE International Conference， Hongkong 5/8-5/9，Use VA/VE on Online to Offline (O2O) Cloud Learning Service Study - with an Example of Xtiveco Cloud and App。 2022/5/10，@摩方人力資本銀行 個 人 資 歷 mFHC BANK. 2
- 3. Google 「張大明」學經歷2020 Google 「張大明 slideshare」 授課、演講與發表PPT近100多份 Google 「Ta-Ming Chang ResearchGate」 近10篇研究發表分享 mFHC BANK. 3
- 6. 6
- 7. 新世代挑戰 —數位時代 vs 數位世代 嬰兒潮 X世代 Y世代 mFHC Bank. Z世代 Alpha 世代 Edited by Ta-Ming Chang @2019/8/18 1990-2000 Late 2010- 1982-2000 Early 1964-1982 1945-1963 手機世代 Img source：https://www.slideshare.net/langwitches/curriculum21-a-deeper-cut/12-Generation_ALPHAbr_Born_around_2010br 收音機與電視機 影音與社群網站 手持遊戲機 磁片與遊戲機台 iPod 智慧手機 平板 VR虛擬實境 AR擴增實境 智慧音箱 mFHC BANK. 7
- 8. Digital Business （Data Enterprise） Digital Transfor- mation The Talent Economy The Waves of Business Analytics • Today-The Talent Economy • 1970s~80s-The Customer Economy and Web • 1950s~60s-The Financial Economy • Early 1990s-The Industrial Economy Big Data in HR: Why it‘s Here and What it Means (Bersin.com，2016) 五大創新產業 與新農業、循環經濟， 以數位經濟為底層， 由此實踐軟硬結合 Digital Transformation Business Benefits • Capturing new market opportunities • Improved customer experience • Streamlined business operations • Extending the reach of the company 10 Networking Priorities for Digital Transformation (Zeus Kerravala Research， 2016) 8
- 9. 人財（才、材）攻略 —Talent & Leadership，The Talent Economy & Digital Business Predictive， Talent Models， HR Analytics Business-driven， Talent Analytics Integrated Talent Management， Workforce Planning Recruiting，Learning， Performance Measurement 9
- 10. 資料來源：工業局 10
- 11. 五大創新產業與新農業、循環經濟，以數位經濟為底層，由此實踐軟硬結合 五大創新研發產業： 一. 台南沙崙為中心的「綠能研發中心」 二. 桃園的「亞洲矽谷計畫」，發展物聯網與智慧產品 三. 以台北資安、台中航太、高雄船艦為中心的「國防產業聚落」 四. 中研院所在的南港園區、竹北生醫園區延伸到南科的「生技產業聚落」 五. 台中的「智慧精密機械聚落」 工業4.0（生產力4.0計畫於2016年7月停止） 11
- 12. 新觀念—以人為本、挑戰驅動、在地成長 新議題—環境、資安 新關係—政府與民間、龍頭與新創 新模式— C2B、眾創、跨域、共享 新要素—科技 創新驅動 ∞ 挑戰驅動 資料來源：工研院，https://udn.com/news/story/7241/3568169 — 1 2 「 新 」 法 未 來 產 業 生 存 必 修 課 — img source： https://mars.nasa.gov/news/8411/nasa-to-share-results-of-effort-to-recover-mars-rover/ 數位世代的5大超級技能— 1. Personal brand 個人品牌，2. Digital fluency 數位公民 ，3. A tribe 部落影響力中心，4. Making sense of complexity 複雜習以為常，5. Resilience 維持彈性。 https://www.fastcompany.com/40584248/these-are-the-5-super-skills-you-need-for-jobs-of-the-future 企 業 經 營 痛 點 與 挑 戰 — 持續創造競爭力並提高收益不易 12 mFHC BANK.
- 14. 企 業 經 營 數 位 轉 型 與 解 方 一 mFHC BANK. 14 企業數位競爭力 ∞ 智慧資本 那些我們應該知道的? 以及我們所不知道的?
- 15. 瞬 時 競 爭 策 略 。 快 經 濟 時 代 的 新 常 態 競 爭 ( 轉 變 ) 唯 快 不 破 ！ • 良性割捨，退出衰退 產業 • 彈性配置資源與組織， 提升靈活度 • 培養持續創新力 • 面對瞬間優勢的領導 力與思維 • 瞬間優勢對個人的意 義 15
- 16. 資料來源：工業局 16
- 17. 1個人領２份薪水做３份工作 65歲以上 15-65歲工作人口 14歲以下 2015 12% 74% 14% 2060 41% 50% 9% 資料來源：工業局 生產力4.0 17
- 18. 李開復： “最大白領失業 潮來襲 4種「師」 首當其衝。” Future… Partner with Code. 醫師、律師、教師，與金融 ?! http://goo.gl/DD96tB @ALBiTER 18
- 20. Think Big for Big Data – Smart & Automatics 大數據智能化 vs 人才工作之爭 20
- 23. mFHC BANK. 企業數位競爭力 ∞ 智慧資本 —以智慧資本的數位優勢，創造組織的財務績效 & 指數型成長 企 業 經 營 數 位 轉 型 與 解 方 $ 新創 成長 淘汰 成熟 衰退 營業額 現金流 利潤 死亡 組 織 資 本 + 人 力 資 本 創新 VS 挑戰 轉型 & 再投資 危機 & 因應 — 共 創 共 享 模 式 學 習 發 展 生 態 系 — 23
- 24. 奇 變 新 好 mFHC BANK. 24 創新 差異化 迅速回應 顧客需求 奉顧客 為導師 source - 林隆儀：新奇變好-厚植競爭力4訣（企業改善專欄）工商時報，@2012/6/19， https://bit.ly/3BLyzne
- 25. 《未來地圖》 —企業您準備好？未來5年的趨勢6大關鍵 1.平台思維 2.借用資源 3.巧用科技 4.學習能力 5.知識 就是工具 6.新時代 的知識學習 https://www.cwbook.com.tw/product/ProductAction.shtml?prodId=0000023926 現 況 與 未 來 趨 勢 - 0 4 25 mFHC BANK.
- 26. 數據驅動創新 26
- 27. Gartner分析師 Doug Laney —Volume 資料量，Velocity 資料輸入輸出速度，Variety 資料類型，Veracity 真實性 在 2001 年發表的「3D Data Management： Controlling Data Volume, Velocity, and Variety.」 在 2012 年 全新的定義「大數 據是大量、高速、及/或類型多 變的資訊資產，它需要全新的 處理方式，去促成更強的決策 能力、洞察力與最佳化處理。」 27
- 28. 大數據特徵 • 大數據資料量龐「大」（Volume）、變化飛「快」（Velocity）， 種類繁「雜」（Variety），以及真偽存「疑」（Veracity） • 尤其在這資訊大爆炸時代，這些資料變得又多、又快、又雜、又真 偽難分 探索巨量資料這新領域 - Tim Smith https://youtu.be/j-0cUmUyb-Y 28
- 29. 資料來源：工業局 工業4.0 (生產力 4.0) – IR / IoT / Big Data 29
- 30. Big Data? What?! • I know, I don’t care. • I know, me too. or … • I don’t know, then I know and I will involve. 30
- 34. 34
- 35. 數據運用已充斥在生活與工作周遭 • 如何找餐廳吃飯? • 如何找房子? • 如何搭車? • 如何找答案? • 如何學習? • 如何交朋友? • 如何找工作? 35
- 37. Impact • TEDxBroadway演講，Ben Wellington 提供五項原則，透過故事讓數據更有意 義(Making data mean more through storytelling) – 1.連結人們的經驗 Connection with People's Experiences – 2.專注一個創意 Focus One Idea – 3.讓它簡單化 Keep it Simple – 4.探索你最熟悉的 Explore the Things You Know Best – 5.發生改變 Make an Impact https://youtu.be/6xsvGYIxJok 37
- 41. 政府開放資料 • 關於開放資料與應用案例 • 巨量資料加值應用Showcase – 初探大數據資料分析 – 量化分析方法 – 質化分析方法 • 深度學習與機器學習 41
- 44. 英國開放知識基金會（OKFN）開放資料 （Open data）國際評比結果出爐，台灣在全 球149個國家中名列世界第一 http://www.appledaily.com.tw/realtimenews/article/new/20151209/749534/ • 2013年名列第36名 • 2014年名列第11名 • 2015年進步到第1名 • … • 2022年第1名 44
- 45. 開放資料(Open Data) 一秒搞懂政府網站創意競賽 透過Open Data之需求彙整與推廣，鼓勵業界自主發展開放資料應用與改良商業模式 建立起示範標竿，進而帶動各項創新服務，活化整體社會經濟 並藉由多元推廣宣傳來促進知識擴散與學習，以有效全面提升Open Data的觀念與認知 http://opendata.tca.org.tw/ 45
- 46. 大數據商業模式 46
- 50. 目標 客群 現金 收益 客戶 活動 通路 成本 價值 主張 關鍵 伙伴 關鍵 活動 關鍵 資源 mFHC BANK. source - Canvas商業模式五式，Ta-Ming Chang, 2020/10/29 Canvas商業模式五式 | 數位轉型 50
- 51. 商模五式 51
- 52. 客戶導向 52
- 53. 數據驅動 53
- 54. 價值轉換 & 跨界整合 54
- 55. 價值轉換 & 跨界整合 55
- 57. Canvas 9大要素 • VP 價值主張 • CA 客戶活動 • CH 通路 • CS目標客戶 • R$ 收益 • KP 合作夥伴 • KA 關鍵活動 • KR 關鍵資源 • C$ 成本 57
- 58. 創意與創新 ─使用者體驗：改善一小步 資料來源：www.businessmodelgeneration.com VP 價值主張 CR 客戶關係 CH 通路 CS目標客戶 R$ 收益 C$ 成本 KR 關鍵資源 KP 合作夥伴 KA 關鍵活動 58
- 60. 德國企業凱馳—賣清潔機器 vs. 賣空氣 • 顛覆原有的商業模式，客戶可以不買機器，改買使用 多少壓縮過的空氣來計費的服務 – 因為凱馳的清潔設備，都是壓縮空氣形成壓力，讓水變成 高壓強水柱，來清潔髒污。 – 以前，賣愈大台機器利潤好，但客戶不一定需要 – 現在可以選擇訂定最低用量、付一定金額，根據客戶的需 求預估，來配置設備給客戶使用，用量超過合約最低門檻， 就再支付額外費用 – 客戶不必再購置機器，維修服務也可以一應交予凱馳處理。 賀桂芬，凱馳百年企業三年「換心」、秤斤論兩賣空氣。 2016-07-06 天下雜誌601期 http://www.cw.com.tw/article/article.action?id=5077226 60
- 61. 價值主張VP 關鍵夥伴KP 關鍵活動KA 關鍵資源KR 客戶關係CR 通路CH 目標客戶CS 成本流C$ 收益流R$ 轉型工業4.0 (物聯網 + 大數據) 賣設備 維修設備 賣空氣 待維修時間長 無線通訊感應 代理商 維修設備 KA 關鍵活動 61
- 65. 商業模式 Business Model-Case01 價值主張 關鍵夥伴 關鍵活動 關鍵資源 客戶活動 通路 目標客戶 成本流 收益流 在路邊臨時或緊急 乘車服務 計程收費 / 現金 馬路 提供搭乘工具 營業車 開車維生者 的合作社 專業駕駛 交通部 營業車維修 車行規費 65
- 66. 商業模式 Business Model-Case03 價值主張 關鍵夥伴 關鍵活動 關鍵資源 客戶活動 通路 目標客戶 成本流 收益流 在路邊臨時或緊急 乘車服務 計程收費 / 現金 馬路 網路 計程收費 / 信用卡 提供搭乘工具 隨時隨處臨時 或緊急 乘車服務 創造共享經濟 加值服務 營業車 開車維生者 的合作社 專業駕駛 私家車車主 Uber 網路系統 雲端網路系統 交通部 高額罰款 行政救濟官司 營業車維修 車行規費 無人車 vs 自動駕駛 ? ? ? 66
- 67. 商業模式 Business Model-Case01 價值主張 關鍵夥伴 關鍵活動 關鍵資源 客戶活動 通路 目標客戶 成本流 收益流 在路邊臨時或緊急 乘車服務 計程收費 / 現金 馬路 提供搭乘工具 營業車 開車維生者 的合作社 專業駕駛 交通部 營業車維修 車行規費 G mFHC BANK. 67
- 68. 商業模式 Business Model-Case02 價值主張 關鍵夥伴 關鍵活動 關鍵資源 客戶活動 通路 目標客戶 成本流 收益流 在路邊臨時或緊急 乘車服務 計程收費 / 現金 馬路 網路 計程收費 / 信用卡 提供搭乘工具 隨時隨處臨時 或緊急 乘車服務 創造共享經濟 加值服務 營業車 開車維生者 的合作社 專業駕駛 私家車車主 Uber 網路系統 雲端網路系統 交通部 高額罰款 行政救濟官司 營業車維修 車行規費 mFHC BANK. 68
- 69. 商業模式 Business Model-Case03 價值主張 關鍵夥伴 關鍵活動 關鍵資源 客戶活動 通路 目標客戶 成本流 收益流 在路邊臨時或緊急 乘車服務 計程收費 / 現金 馬路 網路 計程收費 / 信用卡 提供搭乘工具 隨時隨處臨時 或緊急 乘車服務 創造共享經濟 加值服務 營業車 開車維生者 的合作社 專業駕駛 私家車車主 Uber 網路系統 雲端網路系統 交通部 高額罰款 行政救濟官司 營業車維修 車行規費 無人車 vs 自動駕駛 ? ? ? mFHC BANK. 69
- 72. mFHC BANK. 72 現金流 Boss with you
- 73. img source - https://bit.ly/3kpMvHX img source - https://bit.ly/2Hra8So 如何跳出新創的死亡之谷? 走出不確的第一步 or 持續守成 創新放大與加速：指數模型 img source - https://bit.ly/3dZq0Hs edited by Ta-Ming Chang，2020/10/26 mFHC BANK. 73
- 76. 訂閱 免費版 媒合平台 流量 會員營銷 按需付費 mFHC BANK. 請列出您知道的公司、產品或服務… 76
- 77. img source - https://bit.ly/37FRuRl img source - https://bit.ly/3mkOzBy mFHC BANK. 77 思維 改變 團隊 領導
- 78. Case Study A.8種不同書籍出版模式（Think Big商模） B.養身館（小而美） C.清潔設備商（完美轉身） D.食神 : 瀨尿牛丸（五億IPO） E.Airbnb （共享經濟、資源整合） F. Amazon echo- 智慧音箱（電子商務） G.台灣大車隊（Uber化） H.摩方人力資本銀行（ELaaS） mFHC BANK. 78
- 79. 79
- 80. 1 2 3 4 mFHC BANK. 80 img source - https://bit.ly/3opwW5z A
- 81. 5 6 7 8 mFHC BANK. 81 img source - https://bit.ly/3opwW5z
- 82. 1 2 A.1 A.2 img source - https://bit.ly/3opwW5z mFHC BANK. 82
- 83. 3 4 A.3 A.4 img source - https://bit.ly/3opwW5z mFHC BANK. 83
- 84. 5 6 A.5 A.6 img source - https://bit.ly/3opwW5z mFHC BANK. 84
- 85. 7 8 img source - https://bit.ly/3opwW5z mFHC BANK. 85
- 86. 德國企業凱馳—賣清潔機器 vs. 賣空氣 • 顛覆原有的商業模式，客戶可以不買機器，改 買使用多少壓縮過的空氣來計費的服務 – 因為凱馳的清潔設備，都是壓縮空氣形成壓力，讓 水變成高壓強水柱，來清潔髒污。 – 以前，賣愈大台機器利潤好，但客戶不一定需要 – 現在可以選擇訂定最低用量、付一定金額，根據客 戶的需求預估，來配置設備給客戶使用，用量超過 合約最低門檻，就再支付額外費用 – 客戶不必再購置機器，維修服務也可以一應交予凱 馳處理。 賀桂芬，凱馳百年企業三年「換心」、秤斤論兩賣空氣。 2016-07-06 天下雜誌601期 http://www.cw.com.tw/article/article.action?id=5077226 mFHC BANK. 86
- 87. 價值主張VP 關鍵夥伴KP 關鍵活動KA 關鍵資源KR 客戶關係CR 通路CH 目標客戶CS 成本流C$ 收益流R$ 轉型工業4.0 (物聯網 + 大數據) 賣設備 維修設備 賣空氣 待維修時間長 無線通訊感應 代理商 維修設備 KA 關鍵活動 mFHC BANK. 87
- 88. 食神-瀨尿牛丸 ５億IPO之路看投資 ⚫ 獲利與風險，從基本面評估請比較各家 公司的商業模式 ⚫ 以獲利與風險觀點來看（從基本面來看） ⚫ 總體經濟、產業、公司 ⚫ 你會投資一家公司? 為什麼? ⚫ 你不會投資公司，請給予建議? source ： Ta-Ming Chang ，新生醫護專校。國際商務科證券投資分析課程講義，@2018 D mFHC BANK. 88
- 89. • 記者：今天我們的[城市話題]就是這一顆小小的撒尿牛 丸，在短時間之內就賣到街知巷聞， 而發明這撒尿牛丸 的就是前食神－－史提芬周 • 史提芬周啊，你能不能告訴我你撒尿牛丸的成功秘訣？ • 星：我想這由我來講不大公平，這樣吧，問問我的顧客， – 欸，小兄弟，為什麼來吃我的撒尿牛丸？ – 智障：我吃了以後頭腦就靈光了很多，每次考試都考一百分 – 火雞：我吃了以後更美了，呵呵呵呵～ – 瘦猴：我吃了以後明顯的高了，人也壯了，自信心都回到我 身邊了，呀～～～ mFHC BANK. 89
- 90. source - https://bit.ly/39Fiqzn mFHC BANK. 90 E
- 91. source - https://bit.ly/3382ynY mFHC BANK. 91
- 92. F mFHC BANK. 92
- 94. 智慧化服務與AI技術 94
- 95. AlphaGo vs 李世乭 @2016, March 95 圖片來源：網路 95
- 96. Source: 天下雜誌。人類可以向 AlphaGo 學什麼？ https://www.youtube.com/watch?v=WIZH61sODNI 96 96
- 97. Machine learning? Machine Learning Tutorials for Beginners (Microsoft) https://youtu.be/xmvEGS5Xbpg 97
- 98. 簡單說… Machine Learning Tutorials for Beginners (Microsoft) https://youtu.be/xmvEGS5Xbpg 98
- 99. Machine learning…How? • Supervised learning – 監督式學習，可以由訓練資料中學到或建立一 個模式，並依此模式推測新的實例。 • Unsupervised learning – 非監督式學習，並不需要人力來輸入標籤。它 是監督式學習和強化學習等策略之外的一種選 擇。 Source : WIKI https://en.wikipedia.org/wiki/Machine_learning 99
- 100. Machine Learning Tutorials for Beginners (Microsoft) https://youtu.be/xmvEGS5Xbpg 100
- 101. Machine Learning Tutorials for Beginners (Microsoft) https://youtu.be/xmvEGS5Xbpg 101
- 102. 三大要素決定 Machine Learning 是否可以幫我們解決問題 • 第一：現象具有模式 (Patterns) – 現象、行為、規則 • 第二：該現象無法用簡單數學式表達 – 演算法： Supervised learning，Unsupervised learning，Reinforcement learning • 第三：必須要有數據 (Data) – 小、中、大數據 http://chinese.classroom-aid.com/2014/10/the-classroom-will-learn-you.html/ 102
- 103. 機器學習 Machine Learning 一個電腦程序從經驗E至學會，針對某類任務T 和性能指標P，如果在T中的任務性能， 按P測量，提高了有經驗的E。 A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E. Tom M. Mitchell, WIKI 另一個定義：機器學習目標是要電腦編碼運用舉例的資料，或過去的經驗來 解決已知問題。 麻省理工學院 https://en.wikipedia.org/wiki/Machine_learning 103
- 104. 知識傳達 vs 能力傳授 徒：請問…師傅，您真是了得! 師：飯可以亂吃，問題不可以亂問!? Association for Talent Development(from ASTD T+D Magazine April 2016) 一個電腦程序從 [E] 至 學會，針對 [T] 和 [P]， 如果在 [T] 中的任務性 能，按 [P] 測量，提高 了有經驗的 [E] 。 E:根據知識、技能與經驗提問問題 P:部屬問題闖關及格通過率 T:部屬要對提問解決問題並回答 104
- 105. 商品販售與行銷 店員：請問…老闆，您真是了得! 老闆：飯可以亂吃，問題不可以亂問!? Association for Talent Development(from ASTD T+D Magazine April 2016) 一個電腦程序從 [E] 至 學會，針對 [T] 和 [P]， 如果在 [T] 中的任務性 能，按 [P] 測量，提高 了有經驗的 [E] 。 E: xxxxxxx……. xxxxxxx P: xxxxxxx……. xxxxxxx T: xxxxxxx……. xxxxxxx 105
- 106. 機器學習 source - 十三分鐘略懂 AI 技術：機器學習、深度學習技術原理及延伸應用。https://youtu.be/UGdG4WpluJ8 106
- 107. source - 十三分鐘略懂 AI 技術：機器學習、深度學習技術原理及延伸應用。https://youtu.be/UGdG4WpluJ8 107
- 108. 感官— 、聽覺、 語意、觸覺、 肢體操作、 大腦— source - 十三分鐘略懂 AI 技術：機器學習、深度學習技術原理及延伸應用。https://youtu.be/UGdG4WpluJ8 108
- 109. 109
- 110. What happened? • 描述性分析 Descriptive Analytics Why did it happen? • 診斷式分析 Diagnostic Analytics What will happen? • 預測式分析 Predictive Analytics How can we make it happen? • 指導性分析 Prescriptive Analytics 價值 困難度 & 複雜度 傳統BI 進階分析-大數據 落後指標 洞見與覺察 領先指標 撿 找 人 算 神 算 Edited by Ta-Ming Chang , 2016/8/2 Big Data應用技術演變，人 & 技術，大數據專案本身 110
- 111. Mckinsey：The potential value of AI - and how governments could look to capture it. @July 25, 2022，https://mck.co/3PTJ9MG 人工智能的潛在價值—以及如何看待它（15個領域） 111
- 112. 估計AI發展潛力要點 確定最相關的應用場域 • 這些用例領域中的每一個都包含大量 AI 應用程序，但它們創造價值的底層技術和機制是相似的，它們在應用於類 似組織時的典型影響也是如此。 估計應用場域的影響 • 例如，如果製造業中的預測性維護平均降低了 10% 的維護成本，那麼公司的息稅前利潤就會提高 2% 擴大對行業和經濟層面的影響 • 假設對於一家製造公司，所有相關用例領域的總和可以增加 10% 的息稅前利潤。如果該行業所有公司的息稅前利 潤總額為 100 億美元，那麼該息稅前利潤將上升至 110 億美元。如果淨營業盈餘（約息稅前利潤）佔製造業（總 計 200 億美元）的總增加值 (GVA)（即對 GDP 的貢獻）的 50%，那麼人工智能將在全行業範圍內增加 10% 的息 稅前利潤將使該行業的 GVA 增加 5%。 風險考量，隱私、安全、公平、透明度和可解釋性、安全和性能、第三方風險 Mckinsey：The potential value of AI - and how governments could look to capture it. @July 25, 2022，https://mck.co/3PTJ9MG 112
- 113. 113
- 114. 實施人工智能 計劃 有效使用數據 、模型和計算 負責任的人工 智能 人工智能數據 通過使用自然語言處理 (NLP) 和新興技術（例如 生成式 AI、知識圖譜和復合 AI），組織越來越多 地使用AI解決方案來創建新產品、改進現有產品 並擴大客戶群。 但是，組織的主要關注點是加快概念證明 (POC) 投入生產的速度。因此，以下四個趨勢主導了今 年的人工智能領域： https://www.gartner.com/en/articles/the-4-trends-that-prevail-on-the-gartner-hype-cycle-for-ai-2021 114
- 115. 確定從哪裡開始實際實施人工智能技術 “人工智能不會製作很多你購買的軟件，它會讓你購買的很多軟件變得更好。” 明確了解其最終的業務影響，應該是每個使用 AI 的項目的開始技巧 業務線利益相關者應該能夠清楚地表達有形業務通過詢問他們期望得到的好處 任何人工智能戰略計劃都必須首先關注組織的準備情況。它必須允許學習和實際使用，然後再著手一項宏偉的 AI 計劃。在沒有先入 為主的情況下參與人工智能戰略嘗試其組件技術就是本末倒置。可以在任何規模的組織中實際引入人工智能技術，通過五個步驟： 1. 用例 建立一個有影響力可衡量 和可快速解決的用例組合 2. 技能 集合一組與要解決的用例 相關的人才 3. 數據 收集與所選用例相關的適 當數據 4. 技術 選擇與用例、技能和數據 相關聯的人工智能技術 5. 組織 構建專業知識和積累的人 工智能知識 Gartner - https://www.gartner.com/en/information-technology/insights/artificial-intelligence @2022/8/1 • Reinforce Your Artificial Intelligence (AI) Ecosystem Leverage AI technology to optimize your business resources and enhance decision making process. • What Is Artificial Intelligence? Seeing Through the Hype and Focusing on Business Value. 115
- 116. 如何從數據和分析中，優化業務價 值最後投資…… 實際操作的 5 個步驟實施人工智能技術— Gartner - https://www.gartner.com/en/information-technology/insights/artificial-intelligence @2022/8/1 • Reinforce Your Artificial Intelligence (AI) Ecosystem Leverage AI technology to optimize your business resources and enhance decision making process. • What Is Artificial Intelligence? Seeing Through the Hype and Focusing on Business Value. 116
- 124. 領先指標 vs 落後指 標 好設計 vs 好服務 門面 vs 包裝行銷 持續改善 124
- 125. 大數據專案 —資訊系統開發專案 • 失敗 or 成功 – 為什麼需求會議開了多次，需要異動狀況還是層出不前，造成時間延遲，預算超支? – 為什麼花了這麼多錢的大數據專案(系統)，使用者總是抱怨連連，預期效益沒有發生或不 佳? • 需求 or 目的 – 「這個Idea在幹什麼」? – 客戶您知道 「您真的知道自己在幹什麼」? – 專案經理您知道 「您真的知道客戶在幹什麼」? – 討好客戶的PM，亂開難以實做與無實際效益的規格 – 規格表現的形式讓RD難以理解實做 – Problem Statement的人，不懂技術是搞不定的? http://blog.xdite.net/posts/2014/05/29/from-idea-to-product-user-story 125
- 126. 練巨量資料之神功 126
- 127. 資料價值：有效分析 vs. 靈活運用 5.決策 最佳化 • 運用機器學習等演 算法，由程式自動 建議產生參數， 4.行為 解讀 • 根據資料來解讀個 體／群體行為背後 的動機 3.預測 • 同樣是根據歷史資 料，但目的是要預 測，預測未來的表 現或需求 2.推薦 • 基於歷史資料，將 廣告或商品推薦給 潛在消費者 1.情勢 評估 • 利用資料分析，來 評估組織／個人／ 產品／決策的績效 大數據分析的技術導入，獲得有價值結果的五個目的與內涵 資料來源：陳昇瑋。為什麼很多企業大數據應用的效益，沒有專家說的那麼神？科技橘報 https://buzzorange.com/techorange/2016/06/27/big-data-analysis-practice/ 127
- 128. Big Data應用 —加速、自動化、智能化 • Big Data萃取出智慧的作法，和傳統人工智慧（artificial intelligence）的作法有很大的區別 – 過去很多人所發展的人工智慧技術，重視演算法（algorithm）和模型 （model）的開發 – 自然語言處理（natural language processing, NLP）這個領域，偏重於文 法、語意的規則（rules），想辦法把諸多的規則放進電腦，希望讓電腦成 為有能力分析人類語言的專家系統（expert systems） 128
- 129. 教英文的方法為例 • 在台灣國中裡面文的方法 – 要學生背誦各種拼音、造字、文法規則，希望 他們能夠以此看懂文章，按照文法作文 以Big Data做自然語言處理 的方法，並不講究文法 129
- 132. 進入大數據應用領域 問題驅動取向 （Problem Driven Approach） 資料驅動取向 （Data Driven Approach） 資料來源：大數據@工作力 不同案例Big Dat商業模式差異比較，看出價值?! 132
- 133. 案例 應用大數據取向 大數據價值 UPS 四萬六千台車輛通訊感應器（物聯網） 修正送貨路線、節省成本 聯合健保 NLP 客服紀錄顧客錄音，並轉為文字 分析顧客滿意度資料，其他多個來源顧客資料， 由大數據團隊進行分析：健保理賠，疾病病程與 治療狀況 梅西.com 顧客導向資料分應用：個人化、精準 廣告與電子郵件、搜尋引擎最佳化 高數據技術大數據團隊：不該為用而用，注重投 資報酬率，只投資真能解決問題的技術上 美國銀行 龐大分散於各管道的交易、顧客、未 結構化等資料，注重前兩者 以往僅能抽樣，轉改採大數據技術，了解顧客， 明確定義區隔顧客，提供更一致、有吸引力的產 品與服務，由專案化大數據團隊負責 花旗銀行 有了總資料室基礎，面對日益增長企 業資訊，做好整合性、品質，轉換至 大數據善用開放源碼工具平台 降低成本、拓展環境、促進對顧客關係與顧客行 為了解，加深大數據科技創新，擴展地理限制顧 客影響範圍 希爾斯控股 領先同業的資訊科技應用能力，大數 據技術PB級零售資料整合-顧客、產品、 銷售、活動 提高行銷成果，把更多顧客找回店裡，從八週複 雜行銷活動推出時程，縮短成一週，更將大數據 營運能力獨立成公司對外服務 LinkedIn 活躍大數據活動-資料工程團隊、資料 產品團隊、商業資料分析團隊、產品 資料科學團隊等 加值應用數據的功能-搜尋用戶技能、可能認識 的人、類似工作、可能喜歡團體，預測最可能感 興趣的內容 資料來源：大數據@工作力 133
- 134. • A Culture of Big Data: Case Studies from Google • Data Science at Riot Games • 善用資料改善線上教育 : 一個十五人團隊，如何從無到有，融入資訊做決策 • 用數據解決都會城市的停車問題 • 有志一同：社群網路分析、電商、零售及網路行銷 • Data as a Service: 數據的新經濟 • 隨機對照實驗在公共領域的應用 • 數據分析在運輸管理之應用 • 全球網路攝影機帶來的機會與挑戰 • 大數據下的情緒分析 • 一個賭徒的告白 2：交易策略建構與分析，為何你該賭小一點 • 銀行資料這樣玩 • 從薪酬制度讀 CEO 的行為心理學 • 數位廣告大數據 • How to Approach Data Science Problems from Start to End: Two Case Studies • 自己的空氣品質自己量 : 談參與式環境感測的機會與挑戰 • 如何備料：資料的抓取、清理以及串接 • 心理與行為資料中的因與果 • 資料科學與防疫應用的結合 : 以登革熱防治為例 • 資料分析前的奏曲 : 談資料收集的挑戰 重要主題Big Data案例介紹 134
- 135. • 未來城市的任意門 (Mobility on Demand for Future Cities) • 從電腦視覺看人工智慧 : 下一件大事 • 人類行為訊號處理 : 跨學科 (醫療、教育、心理) 應用實例分享、心得、展望 • 有志一同：資料視覺化、資訊安全、教育大數據、健康醫療、財務金融、人工智慧/機器學習/深度學習、開放資料及個資保護 • 公私協力的公共服務 - 以資料面詮釋 • The Inception of Learning from Big Video Data • 從手機解讀行為與心理 • Crowd Computing for Big and Deep AI • 智慧型工程管考系統 : 資料分析經驗談 • 音樂資料檢索 • 當語音處理遇上深度學習 • 貓都學得會的手機維修資料分析 • The Growth of a Data Scientist • Practical Issues in Machine Learning • 沒有大數據怎麼辦 ? 會計師事務所的小數據科學 • Feature Engineering in Machine Learning • 未來城市的交通運輸 • 漫談 R 的學習挑戰與 R 語言翻轉教室 • 娛樂產業中的資料科學家 : 談資料科學於線上遊戲與職業運動之應用 • 空間數據分析推動精準新農業 • Open Innovation as Strategic Plan • 世代之爭爭什麼 ? 談談如何從調查資料挖掘出豐厚的意義 • 資料視覺化的 20 個小訣竅 重要主題Big Data案例介紹 135
- 136. 以台灣資料科學愛好者年會論壇 以及兩天Workshop，分享! 1. 擁有資料並積極善用者，才能發揮資料的價值 2. 資料累積如同投資，要有長遠觀點與紮實行動 3. 資料在精不在多(微量、輕量、巨量)，面對資料要能問對問題，或是從問對問題開始，才能找 到並梳理資料 4. 大數據世界裡，強調分享與合作，誰都無法握有全部的資料，如何拿到別人的資料? 或許從分 享自己的手上"油"開始 5. 資料科學家為何身價如此高? 豐沛的實務經驗與對問題的敏銳度，同時要經過資料科學技術鍛 鍊(千錘百鍊)，大數據團隊沒有這樣的人才，資料的一點價值都找不到? (擠不出半滴油? 或是 劣油傷身?!) 6. 未來每家企業或組織都需要有"油"保身，挖礦礦工工作都得時時做，不然對日後發展只能說 「 Good Luck & Good Byte!」 分享與共勉! From Ta-Ming Chang 136
- 138. 模板、範本 138
- 139. 如何找尋、適配並說故事 139
- 141. 巨量資料人才與應用 • 淺談大數據資料科學家與政府組織轉變 • 淺談大數據專案流程與資料科學人才角色 • 淺談大數據服務設計 141
- 142. DELTA模式 —大數據資料分析發展模式 資料 Data 企業 Enterprise 領導 團隊 Leadership 目標 Target 分析 Analysis 資料來源：大數據@工作力 142
- 143. DELTTA 大數據 資料 找出可能的資料來源、經過處理將未結構化資料轉換為結構化資料，將多個來源資料整 合到同一資料集中；平日的資料治理，整合至大數據流程 企業 早期接納-新創或線上企業；試探-驗證概念或探索資料，非完全量產應用；導入-合理分 配資源或結合多項專案、創造綜效 領導團隊 對大數據信心；待在橋上的溝通者；很難評估投資報酬率，投如新產品、新服務或加快 決策流程的挑戰；決策者的耐心 目標 組織的選擇與大數據應用的順序；嘗試與驗證 vs. 效益價值（降低成本、提高處理資料 的速度、開發新產品或服務、利用新資料與新模型改良決策） 技術 平台架構、語言、視覺化工具，與機器學習演算法等 分析 資料科學家-水平或垂直型，駭客、科學家、顧問、量化分析師、商業專家 資料來源：大數據@工作力 143
- 144. 144
- 145. 145
- 146. 大數據整體技術架構 —如何與傳統資料倉儲＆資料分析基礎架構並存 • Hadoop – 用於在多個平行伺服器上處理 大數據開放原始碼軟體 • MapReduce – Hadoop據以發展的基礎架構 • 腳本語言 – 與大數據企業的程式語言（如 Python、Pig、Hive、R等） • 機器學習 – 用於迅速找出最適於某資料集 的軟體技術 • 視覺化資料分析 – 以影像或圖像形式呈現資料分析結 果 • 自然語言處理 – 用於分析文字出現的頻率、意義等 事項軟體 • 記憶體內建資料分析 – 能夠在電腦記憶體中以更高速處理 大數據 資料來源：大數據@工作力 146
- 147. ABOUT 願景 vs. 需求 願景 → 價值→ 目的→需求 147
- 149. 溝通形式與流程 • 感性的感覺 – 故事情節 – 情境 vs. 角色 – 情境：人事時地物 • 理性的事實 – 邏輯的考驗：因果 vs 順序 – 提問者 vs. 回答者 – 問題的描述 – 回答的描述 149
- 150. Story Board & Why-How —Tools • Story – 當我是(As a) – 我想要(I want to) – 所以(So that) • Acceptance Criteria – 就提供使用者(Given) – 當(When) – 然後(Then) • Conversations – 對於目的需求確切的描述 – 對於一些額外限制的描述 – 轉換為規格描述 Why How 150
- 151. 改善流程 • 分析 – 方法：量化與質化 – 溝通：當責者與參與者-團隊合作 • 找出問題 – 發散 & 收斂 • 行動-改善措施 • 驗證確認 – A/B Test 151
- 152. 資料科學家 —要有經驗的Big Data分析師是很困難的事 • 因為除了懂得分析之外，還必須能充分了解和運用Big Data所使用 的平台技術， • 目前具備實務經驗的Big Data分析師一位難求 152
- 155. 對資訊部門 —分辨資料分析技術差異並盤點現況 • 資料分析差異 – 傳統統計分析：建立假說，再檢驗它是否有資料相吻合 – 大數據資料分析：運用機器學習，自動建模手法，套用多種模式到資料上，以找出最吻 合模式 • 技術評估 – 如何將大數據能力加到目前的資訊基礎架構 – 是否具備適切技術基礎能力，能夠切入大數據方案，譬如：開放源瑪工具平台 • 組織評估 – 評估組織初步性問題是大數據的新技術可能幫忙解決的 – 思考大數據技術在未來組織中扮演特定角色與功能 – 運用與導入大數據技術的階段步驟，以及經費與人力的資源 資料來源：大數據@工作力 155
- 156. 善用科技的力量! 圖片來源：網路 156
- 157. 創造人才的價與質 157
- 158. AI與數位轉型 後語 158
- 159. 資料價值：有效分析 vs. 靈活運用 5.決策 最佳化 • 運用機器學習等演算法，由 程式自動建議產生參數， 4.行為 解讀 • 根據資料來解讀個體／群體 行為背後的動機 3.預測 • 同樣是根據歷史資料，但目 的是要預測，預測未來的表 現或需求 2.推薦 • 基於歷史資料，將廣告或商 品推薦給潛在消費者 1.情勢 評估 • 利用資料分析，來評估組織 ／個人／產品／決策的績效 大數據分析的技術導入，獲得有價值結果的五個目的與內涵 資料來源：陳昇瑋。為什麼很多企業大數據應用的效益，沒有專家說的那麼神？科技橘報 https://buzzorange.com/techorange/2016/06/27/big-data-analysis-practice/ mFHC BANK. 159
- 160. Business Intelligence Analytics AI / “Cognitive” Big Data Cloud Internet of Things (IoT) Source： https://www.linkedin.com/pulse/war-4-pillars-big-data-cognitive-cloud-iot-bill-hayduk/ World of Watson, these are IBM’s 4 pillars and Big Blue is gearing up for an arms race and a big war - the war for mind share and for money. According to analyst firm IDC, big data and analytics spending will hit $203 billion by 2020. https://www.linkedin.com/pulse/war-4-pillars-big-data-cognitive-cloud-iot-bill-hayduk/ 顯而易見的事實與未來科技 創新戰爭戰場-IBM mFHC BANK. 160
- 163. Digital Transformation and Talent 100 https://www.bcg.com/publications/2017/people-organization-strategy-twelve-forces-radically-change-organizations-work.aspx mFHC BANK. 163
- 164. 數位轉型成功三個主軸 技術促進 信息和跨孤島 協作 領導者有責任 重新定義部門 和職能邊界 自上而下和自下而上 操作讓文化意識促使 變革 source - PTC：Three Pillars of Success for Industrial Digital Transformation，https://bit.ly/3b5fscG，@2022/7/27 164
- 166. 王永慶先生的米店 -從傳統商店營運來比較 ✓ 產品 or 服務 ✓ 進貨 & 庫存 ✓ 財務管理 ✓ 送貨 & 物流 ✓ 人員 & 供應商 mFHC BANK. 166
- 168. 王永慶先生的米店 -從傳統商店營運來比較 ✓ 產品 or 服務 ✓ 進貨 & 庫存 ✓ 財務管理 ✓ 送貨 & 物流 ✓ 人員 & 供應商 mFHC BANK. 168
- 169. 4P 4C —以產品戰略為核心 • 1996 - 產品(product)、價格(price)、促銷 (promotion)、管道(place) • 1970 - 人(People)、包裝(Packaging)、公共關 係(Publications)、政治(Politics) • 1990 - 研究(Probing)、劃分即細分 (Partitioning/Segmentation)、優先 (Prioritizing)、定位(Positioning) —以顧客戰略為核心 • 顧客需求 The needs and wants of consumer • 成本 Cost and value to satisfy consumer needs and wants • 雙向交流與溝通 Communication with consumer • 便利性 Convenience to buy 4R 4I —建立起有別于傳統的新型關係，側重於用 更有效的方式在企業和客戶之間 • 關係 Relationship • 節省 Retrenchment • 關聯 Relevancy • 報酬 Rewards —奧美網路整合行銷原則 • Interesting 趣味原則 • Interests 利益原則 • Interaction 互動原則 • Individuality 個性原則 mFHC BANK. 169
- 171. N＝新顧客（New Customer） E＝既有顧客（Existing Customer） E0主力顧客：個人購買週期2倍時間內回購的人 S1瞌睡顧客：超過個人購買週期2倍未回購的人 S2半睡顧客：超過個人購買週期2.5倍未回購的人 S3＝沉睡顧客（Sleeping Customer），購買頻率超過個 人購買週期3倍未回購、回購率低於10% NES模型 Source https://www.managertoday.com.tw/books/view/52246 mFHC BANK. 171
- 172. 從王永慶先生的米店：創新之舉，要如何有機制做到上述交付成果 1.運用NES拆解 2.對應NES，列出三個功能，及UI/UX • NEW • 功能一，功能二，功能三 • EXIST • 功能四，功能五，功能六 • SLEEP • 功能七，功能八，功能九 mFHC BANK. 172
- 174. 從王永慶先生的米店：創新之舉，要如何有機制做到上述交付成果 1.運用NES拆解 2.對應NES，列出三個功能，及UI/UX 3.轉換上述NES階層的功能列表 • NEW • 功能一，功能二，功能三 • EXIST • 功能四，功能五，功能六 • SLEEP • 功能七，功能八，功能九 描述性敘述 (角色、動詞、名詞，感受等) x 3-5個 mFHC BANK. 174
- 175. 從王永慶先生的米店：創新之舉，要如何有機制做到上述交付成果 3.轉換上述NES階層的功能列表 描述性敘述 (角色、動詞、名詞，感受等) x 3-5個 mFHC BANK. 175
- 176. 從王永慶先生的米店：創新之舉，要如何有機制做到上述交付成果 3.轉換上述NES階層的功能列表 描述性敘述 (角色、動詞、名詞，感受等) x 3-5個 mFHC BANK. 176 階段一 階段二 階段三 階段四 NEW EXIST-1 EXIST-2 SLEEP 2A3R - Growth Hacking CJM - Customer Journey Map
- 177. 學 習 小 組 o r 專 案 工 作 小 組 = 共 創 共 享 模 式 學 習 發 展 生 態 系 今天，我們應將學習功能視為一個高度戰略性的業務領域，專注於創新 和領導力發展，提供世界一流的學習體驗，促進終身學習，延長職業生 涯，並將多功能團隊聚集在一起進行聯繫和協作。 Deloitte Insights — Careers and learning: Real time, all the time 2017 Global Human Capital Trends. https://goo.gl/EUi13A 找尋新創與創新企業，與創辦人、創業團隊建立互信，採用共創共享模式學習發展生態系，以創新增長與數位轉型為目標， 包含：共創共享模式-賦陪媒，以及學習發展模式-百豆運動，配合人力資本數據與交易的商模，運用智產交易加速商業價值創造的效率。 v 1.5，2019/3/9 現 況 與 未 來 趨 勢 一 mFHC BANK. 177 還有一個新的關注點 - 將銷售，營銷，設計，財 務和IT 等學科整合到跨職能團隊中，以更快地構 建產品和解決方案。 CFO 財務長 CMO 營銷長 CDO 數位長 CHRO 人資長 CEO 執行長 source - Modern marketing : What it is, what it isn’t, and how to do it 。Mckinsey，March 2020。https://mck.co/2TxEgOS source - Marketing’s moment is now: The C-suite partnership to deliver on growth。Mckinsey，June 2019。https://mck.co/332kCOr
- 178. 學習 者 領導 者 教導 者 投資 者 學教 移轉 孔明 劉備 張飛 關公 孵化 加速 職業 DI & E 生活 職涯 ESG 人力資本 收益 創新 數據 人力 品牌 學 教 移 轉 技 術 孵 化 加 速 技 術 呈現- 溝通 數據- 決策 媒體- 策展 客製- 處方 摩方- 模式 摩方人力資本銀行—長效人力資本L5會員服務 v 1.6，Designed by Ta-Ming Chang, 2022/5/22 執使 178 生 命 mFHC BANK. 伙伴關係角色與三創旅程生態系 之創新技術與平台模式 1 2 3
- 179. 學習發展生態系 共 創 共 享 模 式 夥伴 傳承 專業 誠信 mFHC BANK. Designed by Ta-Ming Chang , @2021/11/26 賦能 陪伴 媒合 思 考 與 表 達 創 新 與 營 銷 找 伴 組 團 隊 綠騎士 黑執使 藍領主 紅團長 黃玩家 ♠ ♥ ♦ ♣ 179 伙伴關係角色人設
- 180. Future Map Digital Plus for Talent 100 Plan – DOT100 Reskill Upskill Reinvention ♠ ♥ ♦ ♣ 1.平台 思維 2.借用 資源 3.巧用 科技 6.新時代 的知識 學習 5.知識就 是工具 4.學習能 力 Edited by Ta-Ming Chang , @2022/2/9 Talent Human Capital ESG 180 今天，我們應將學習功能視為一個高度戰略性的 業務領域，專注於創新和領導力發展，提供世界 一流的學習體驗，促進終身學習，延長職業生涯， 並將多功能團隊聚集在一起進行聯繫和協作。還 有一個新的關注點 - 將銷售，營銷，設計，財務 和IT 等學科整合到跨職能團隊中，以更快地構建 產品和解決方案。 — Mckinsey Marketing’s moment is now: The C-suite partnership to deliver on growth. 2019 Modern marketing : What it is, what it isn’t, and how to do it. 2020 個人團隊組織 組織智慧資本 人力資本模式
- 182. ⚫ P1 目標力：專案目標與組織長期目的 ⚫ P2 方案力：方案擬定策略與轉型升級 ⚫ P3 問題力：問題與提問認知分析設計 ⚫ P4 引導力：教導領導格拉比敏捷團隊 ⚫ P5 數據力：人力資本評等收益大數據 ⚫ P6 時習力：持續終身職涯生態系發展 ALBITER& MOFANG─歐倍特培育摩方六動力，推動學教移轉中心 ABC.LSTP redoubles Big Data T+D Service Guide for Expert 1 2 3 4 5 6 你感受過這樣的動力感覺嗎? 始於2016 經濟部中小企業處SBIR創新研發補助計畫 —思翱夫子雲倍力大數據創新服務研發計畫 再歷經2018、2019及2020，2021，改版4次 課程層次 訓練層次 組織層次 平台層次 —給您的團隊自由創新和使事情發生的權利， 但要讓他們對學習的速度負責。不是達到規模的 速度，而是學習的速度 182 歐倍特培育摩方，智慧資產數據交換模式 & 格拉比團隊（ALBITER & MOFANG，WADE/GRABY），v 3.5 ，Designed by Ta-Ming Chang，2022/7/19
- 183. 六動力 Name K1 K2 K3 P1 目標力 智慧資本價值驅動 —以人為本與組織智慧資本發展為始 人員分析與關係信任控管 —共識凝聚與媒合協作締約 持續團隊整合發展與交付 —人力資本數據驅動與智能決策 P2 方案力 學教移轉活動策展 —學教移轉展體驗玩家參與 交付導向敏捷專案 —價值創造驅動敏捷協作 人力資本收益即服務 —關係與信任服務體系建立與平台發展 P3 問題力 有意義問題提問 —高績效學教移轉目標驅動 工作流學習發展 —終身職涯敏捷情境角色扮演 目標趨進引導對話 —學教與專案協作對話認知設計 P4 引導力 支援與資源的媒合 —活動策展媒體採訪與媒合 有效對話的投資與回饋 —導引專家與群體智慧價值創造 發展格拉比敏捷團隊 —關係與信任團隊建立與領導 P5 數據力 人力資本評等 —個人學教移轉與人力資本投資 人力資本收益 —團隊成員關係與信任投資回饋 人力資本投資評估 —組織資本與人力資本投資效益 P6 時習力 職涯迭代終身學習 —個人職涯數位轉型與三生 學習發展生態系 —學教移轉技術人力資本利得 共創共享創新模式 —孵化加速技術人力資本利得 — 給 您 的 團 隊 自 由 創 新 和 使 事 情 發 生 的 權 利 ， 但 要 讓 他 們 對 學 習 的 速 度 負 責 。 不 是 達 到 規 模 的 速 度 ， 而 是 學 習 的 速 度 183 mFHC BANK. 歐倍特培育摩方，智慧資產數據交換模式 & 格拉比團隊（ALBITER & MOFANG，WADE/GRABY），v 3.5 ，Designed by Ta-Ming Chang，2022/7/19
- 184. AMG 歐摩格 vs 數位領導力—How 對齊 to 伙伴關係備忘 （貴人原理） 大回合 x8 小回合 x4 周期 DTSI 歐倍特 Power 6 摩方 DCB 格拉比 GRABY 帳戶 $$$ 標方 問導 數 習 歐摩格AMG是協助數位經濟世代領導人，直接應用在環境建構、團隊帶領， 並建立數位領導力，以成員為中心創造組織目標最大價值 184
- 185. Next Big Thing. 機器人Pepper月薪26888 4勝1敗 - AlphaGo勝 五段棋王李世乭 185
- 187. 摩方人力 資本銀行 & 歐倍特培育摩方 教育科 技 績效科 技 資料技 術 金融科 技 人力資 源科技 mFHC BANK. 187 關於學習發展的數位鴻溝— 介於兩個方面 - 那些利用人工智能和複雜的學習測量工具的公司，以及那些繼續依靠 過時技術來確定培訓的投資回報率及其對業務成果的影響的公司。 Caroline Brant，2017/11/7，https://goo.gl/3mh8uP 摩方人力資本科技股份有限公司 since 2019 育睿科技股份有限公司 since 2012 — 願 景 與 使 命 — • 用教育學習服務助人成功並獲得幸福 • 為企業營造創新發展與智慧資本投資收益最友善的服務平台 • 為業師、顧問、企業領袖，建立專家社群數位智產服務專屬平台 不論專家或組織可以將難的東西教好，且能複製該流程， 在共創共享並行學習發展互動過程，儲備、移轉，與收益 人力資本數據，為個人與組織創造智慧資本的投資效益， 完成我們的願景與使命。 by Ta-Ming Chang, 2020/9/10
- 188. 倡議人- 張大明 張大明講師/執行長，育睿科技（2012）創辦人 & 摩方人力資本科技共 同創辦人（2019），資訊教育及教育科技專家，國際副價值工程專家AVS， 曾任PMI-TW國際專案管理學會台灣分會秘書長，巨匠電腦數位學習部門內 容專家，台灣首位4C/ID模式實證研究發表人，自2010年取得淡江大學教 育科技研究所教育科技碩士學位後，持續在教育科技領域研究﹑設計、科 技與服務的創新，實證後應用於教學設計、訓練設計、培育服務發展等， 積極在培育產業推廣、發展教育學習即服務（ELaaS）的創新商業模式，整 合教育科技、績效科技、資料技術、金融科技、人力資源科技等。 ⚫ 申請進駐亞東科大創新育成中心（預計2022年7月前），倡議TOBE吐璧計畫：SDG17共同目標的夥伴關係，議題倡議計畫發起人（2022年3月） ⚫ 與夥伴共同創辦摩方人力資本科技股份有限公司（2019年底），台灣首個人力資本服務平台「摩方人力資本銀行」發起人（2019年-目前） ⚫ 源於眾創基地後的創新議題研究「百豆運動、賦陪媒、智慧資產數據交換模式」等，以及人工智慧、聊天機器人、區塊鏈與虛擬貨幣等創新科技技術等，發起「摩方人力資本銀行項目」（2018年） ⚫ 教育科技持續創新研究與發表近10篇，ResearchGate（2010年-目前） https://www.researchgate.net/profile/Ta-Ming-Chang-2 ⚫ 演講授課與研究發表，百餘篇簡報分享，SlideShare - http://bit.ly/3azj9RZ （2012年-目前） ⚫ 倡議DOT100百豆運動：數位經濟世代人才100計畫發起人（2018年-目前） ⚫ 參與共同創立亞太數位聯盟，擔任學教移轉委員會主委，在聯盟內創立眾創基地直播式的創業培育服務（2017） ⚫ 淡江大學教育科技系推薦傑出系友（2018年） ⚫ 2016經濟部中小企業處SBIR創新研發補助計畫—思翱夫子雲倍力大數據創新服務研發計畫，歷經2018、2019及2020，2021，改版4次（2018年-目前） ⚫ 2016年SBIR Phase I 經濟部小型企業研發補助計畫 思翱夫子雲倍力大數據創新服務研發計畫，計畫主持人（2016年） ⚫ 以研究所就讀期間的教育科技研究成果，創辦育睿科技股份有限公司（2012-目前） ⚫ 首位4C/ID模式台灣實證研究發表與實務應用技術-歐倍特培育摩方（2010年-目前） 188
- 189. Since 2010 - 2016 ⚫ 張大明，羅志傑（2016/6）ALBITER歐倍特：思翱倍力設計與實施手冊-螺旋式（4 Cycles）。 ⚫ 張大明（2016/5/26）生產力與教育4.0創新教導數據力。2016 生產力4.0人才智動力-跨界創新 與創業研討會。亞東技術學院-國際會議中心。 ⚫ 張大明，羅志傑（2016/5/20）整合學與教脈絡大數據應用的教育創新-以思翱倍力大數據服務為 例（Integrate Context Big Data of Learning and Teaching to Education Innovation - A Case Study on ALBITER Learning Service），淡江大學-2016數位學習學術研討會：學習科技新趨勢。 ⚫ 張大明 （2016） SBIR Phase-I 經濟部小型企業研發補助計畫-思翱夫子雲倍力大數據創新服務研 發計畫，計畫主持人（ALBITER），2015/10-2016/5。 ⚫ 張大明，羅志傑（2016/5）競爭力與永續經營之致勝關鍵：人才闖關大數據與倍力人才學習服務， 台灣日立內部講師訓練-結案報告。 ⚫ 張大明 （2015）應用價值工程分析在雲端線上線下學習服務研究-以Xtiveco Cloud & App 為例， 中華價值工程管理學會- VMIT價值管理期刊23期11-17。 ⚫ T. M. Chang，S. F. Wang （2015/5） HKIVM-SAVE International Conference（2015）， Hongkong 5/8-5/9，Use VA/VE on Online to Offline (O2O) Cloud Learning Service Study - with an Example of Xtiveco Cloud and App。 ⚫ 張大明（2014/11/23） Xtiveco雲端創意教學-以專案管理訓練為例，專案管理多元教學與學用 合一論壇 Project Management Education Conference。2014 PMI台灣專案管理國際論壇，分 場C-2，台中逢甲大學。 ⚫ 張大明，陳楷明（2014-2015）2014物聯網人才培育創業競賽計畫，教育部技職再造計畫：技職 再造之跨界物聯網人才培育。亞東技術學院-創新育成中心。 ⚫ Ta-Ming Chang（2013/3/11）Apply experts’ and groups’ wisdoms in an innovation of the digital learning，TELDAP 2013，Poster No.23，中央研 究院舉辦2013數位典藏與數位學習國際論壇海報評選，發表海報-編號23。 ⚫ 張大明（2012-2014）註冊商標 。台灣─ABC, Active Brain Capacity，LSTP, Learning Smart Training Performance，ABC.LSTP，思翱 ，思翱157，思翱夫 子學院 ，思翱夫子雲。中國─思翱 ，思翱157。 ⚫ 張大明（2012-2014）台灣結合專家與群體跨生態學習績效系統發明專利註冊 發明人等三項。 ⚫ 張大明（2012-2014）科技融入學與教太極圖、科技融入學與教七個原則、創 新混成學習八種型態( iBL, Innovation Blended Learning )、參與式社群學習模 式暨工作坊研究設計（思翱157課堂競賽活動）。 ⚫ 張大明，蔡秉燁（2010）應用複雜學習教學設計於傳統教學與線上教學學習成 效之研究。Using Complex Learning Instructional Design In Classroom Teaching And Online Teaching Of Learning Effects Study. 淡江大學教育科技 學系碩士在職專班，未出版。 教育科技持續創新研究與發表近10篇，ResearchGate（2010年-目前） https://www.researchgate.net/profile/Ta-Ming-Chang-2 189 mFHC BANK.
- 190. ⚫ 張大明，楊焦傳峻，鄭美娟（2021/11/10）以線上共學獎勵策略在原住民偏鄉遠距課輔教育的先期研究—以台灣希望部協會個案為例，2021第七屆全國原住民族教育、 文化及健康照顧學術研討會（新生醫護管理專科學校，桃園龍潭） ⚫ 張大明，羅志傑（2020/5/22）初探數位世代的敏捷學習社群活動設計與發展—以摩方人力資本銀行為例，2020學術研討會：創新科技與學習（淡江大學教育科技系， 2020/3/13） ⚫ 張大明，鄭美娟（2019/10-2020/6）新生醫護專校〈專案管理課程虛擬助理QA聊天機器人〉創新教學研發案。 ⚫ 張大明 ，王詩帆，羅志傑（2019/5/17）教育AI虛擬助理在群體智慧共創共享生態系應用的先期研究—以摩方人力資本銀行為例，2019學術研討會：AI在教育科技的應 用與實踐（淡江大學教育科技系，2019/5/17，4/8受稿） ⚫ 張大明 （2018/10） 摩方人力資本智產數據交換模式 for 摩方人力資本銀行 （Mofang Human Capital Wisdom Asset Data Exchang Model - mFHC WADE Model）。 ⚫ 張大明，羅志傑（2018/5/4） 歐倍特培育摩方改版-思翱倍力設計與實施手冊2019，ALBITER & mFHC Guru-tech / WADE：ELaaS，2019 ⚫ 張大明，羅志傑（2018/5/4）結合學習社群策略與大數據分析之績效導向培育服務設計與研究—以歐倍特培育摩方為例。淡江大學，2018學術研討會：創新數位教學。 ⚫ 張大明（2018/1/28） 賦陪媒3E創業培育模式-賦能Empower、陪伴Engage、媒合Enrich。 ⚫ 張大明 （2017/12/3） DOT100百豆運動：數位經濟世代人才100計畫—Be a Talent100 of Digital+ in 2018-2025. 讓自己成為數位經濟世代的乾貨（DIGITAL+ FOR TALENT100），亞太數位聯盟-眾創基地 ⚫ 張大明（2017/7/5）數位創業直播論壇—創業者自我修鍊再進化，從文字到影音直播，圓桌論壇一：數位創業教育大未來主持人。亞太數位聯盟。中壢古華飯店-國際 會議中心。 教育科技持續創新研究與發表近10篇，ResearchGate（2010年-目前） https://www.researchgate.net/profile/Ta-Ming-Chang-2 190 mFHC BANK. Since 2017 - 2021
- 191. 學習代理機器人指日不遠! • 機器人正夯啊！連我也好想弄一台在家裡，但沒想到的是我們已經可 以「自己做機器人了」！ – 使用 IBM Bluemix 這樣的 PaaS 服務搭配 Watson API 後，除了比想像中好上手 之外，同時大幅縮短開發設計時間，自己也能快速完成一整套人工智慧系統啊！ http://www.saydigi.com/2016/06/ibm-watson-robot.html 191
- 193. MARTECH 2030 無程式碼 -數位公民創作 平台，網絡 與市場 App應用大爆 發 從大數據到 大營運 人機協作 Source：Five Trends in Marketing Technology for the Decade of the Augmented Marketer by Scott Brinker & Jason Baldwin 193
- 194. img source - https://bit.ly/3vwZxs8 194
- 195. 廣告技術 mFHC BANK. 195
- 196. 內容與體驗 mFHC BANK. 196
- 197. 社群與關係 197
- 198. 商業與銷售 mFHC BANK. 198
- 199. mFHC BANK. 199
- 200. O2O/OMO 200
- 201. 數據 + AI 201
- 202. MarTech • 8000 Solutions - 2020/3 • 5233% 比去年成長 - 2019 • 超過500萬個數位App與服務並結合雲端 Source：Five Trends in Marketing Technology for the Decade of the Augmented Marketer by Scott Brinker & Jason Baldwin 202
- 203. 30.4% - 行銷科技／行銷資訊／行銷技術人員 24.4% - 行銷營運 45.2% - 行銷營運與科技（皆有） https://www.bnext.com.tw/article/55212/marketing-technology-and-operations-salary-survey-2019 source ：2019 Marketing Technology and Operations Salary Survey 203
- 204. 過去2年內，77.7%的行銷營運及技術人員獲得過升遷，更有27.9%在6個月內得到拔擢，這個數字令人印象深刻 https://www.bnext.com.tw/article/55212/marketing-technology-and-operations-salary-survey-2019 source ：2019 Marketing Technology and Operations Salary Survey 204
- 205. 行銷營運及技術的工作帶有科技元素，僅有5.8%的受訪者是電腦科學、資訊科技的本科生，另有6.6%擁有工程或科學的學位 相較之下，接近3分之1──32.1%的受訪者是商業與經濟相關科系畢業，還有另外3分之1──29.3%畢業自人文科系 如何在自動化與人性化間取得平衡，成為行銷領域的一門新興課題 https://www.bnext.com.tw/article/55212/marketing-technology-and-operations-salary-survey-2019 source ：2019 Marketing Technology and Operations Salary Survey 205
- 206. 超過70%受訪者認同的「核心職責」，隨著這些工作內容開始統整，是行銷科技產業漸趨成熟的正面跡象。然而，越來越少受訪者注重 數據安全，確保數據隱私合乎規範及行銷工具安全性是工作職責比例降低，是行銷科技產業應當加強的面向。 https://www.bnext.com.tw/article/55212/marketing-technology-and-operations-salary-survey-2019 source ：2019 Marketing Technology and Operations Salary Survey 206
- 207. 年薪125,000美元以上的男女比例明顯拉開差距，報告中也有證據顯示，職位高低與晉升率同樣存在性別落差。 雖然男女薪資落差並非行銷科技領域獨有的現象，仍是亟須處理及改進的問題。 https://www.bnext.com.tw/article/55212/marketing-technology-and-operations-salary-survey-2019 source ：2019 Marketing Technology and Operations Salary Survey 207
- 211. 大數據分析決策與商業應 用ERP, CRM最大不同? 領先指標 vs 非領先指標（落後） Q4 211
- 216. TB級資料應用與分析 才能稱為大數據分析嗎? Type A. Big data 問題跟 Small data 是一樣的 Type B. Big data 問題等同一大群 Small data 的問題 Type C. Big data 問題需要靠特製系統解決 Q9 http://readata.org/three-type-problem-for-big-data-analytics/ 216
- 218. 學習資源-搜尋關鍵字 • 資料科學 Data Science • 大數據 Big Data • 機器學習 Machine Learning • R語言、Python • 網路爬蟲-Crawler • 分析方法- – 描述性分析 Descriptive Analytics、診斷式分析 Diagnostic Analytics、 預測式分析 Predictive Analytics、指導性分析 Prescriptive Analytics • 演算法- – Supervised learning，Unsupervised learning，Reinforcement learning • 大演算-機器學習五大學派 – 演化論學派、類神經網路學派、符號理論學派、貝氏定理學派、類比推理學派 http://www.books.com.tw/products/0010722761 218
- 219. Thank you! 219 面 對 未 來 的 機 會 與 挑 戰 — 共 創 共 享 模 式 學 習 發 展 生 態 系 — 願 做 光 與 鹽 mFHC BANK. 摩方人力資本銀行—我們是為實現社群夥伴與組織的人力資本價值而存在 我 們 幫 助 社 群 裡 的 每 位 夥 伴 變 得 更 好 更 強 大 ， 支 持 他 們 為 組 織 創 造 財 務 績 效 與 分 配 績 效 獎 酬 ， 並 與 組 織 合 作 在 產 業 放 大 與 加 速 價 值 影 響 力 大家加油，台灣加油 ! — 創 新 ∞ 專 業 （ 夥 伴 ｘ 誠 信 ． 2 x 傳 承 ） —