每家企業都想導入生成式AI，卻不是每家企業都有專門的研究團隊。所以前陣子輝達推出新服務「NIM」，幫助企業加速部署專屬的生成式AI應用。
但與此同時，我也已經看見不少企業領先同業，正在利用小規模語言模型（SLM），搭配自家企業累積的專業知識數據庫來「增強生成」。而這種截長補短的方式在業界，已經有個專有名詞叫作「檢索增強生成（RAG）」。
RAG的運作方法有很多種。譬如過去在醫院，醫療人員經常要反覆回答病人常見問題，像是，手術後可不可以吃麻油雞？但是現在醫院可以透過SLM加上自家的知識庫，也就是用RAG來生成一個準確答案當初步回覆。
另一個案例是人力銀行。畢竟蒙受AI轉型之苦的不只是企業，搜索和註記的關鍵字也有更多變化。譬如，很多企業都希望人才具備AI應用能力，所以人力銀行也會利用RAG，幫助求職者和雇主雙方生成出更多符合彼此需求的關鍵字，增加媒合機會。
雖然這些AI功能，聽起來都不是太大突破，不會一下子就讓這些企業大舉領先同業。
但，當他們開始做了，就會跟同業逐漸拉開差距。
因為，那些真正跨出第一步、在同業間逐漸產生影響力的企業，永遠不是想要一步就到位，而是願意從小問題開始解決起的企業。
他們在嘗試的過程中會由小見大，越做越有信心、動力，更清楚看見，好多事都可以透過AI，幫助企業實踐更完整的生產流程自動化。
同時，員工在轉型中的體驗也很重要，因為唯有員工感受到運用生成式AI可以為他們的工作帶來什麼好處，才有機會真正說服更多人，跟著企業一起革新。
像是KKCulture，七月才結束為期三週、每梯次十三小時、共三梯次的生成式AI工作坊。
課程中，教練會教學員如何用工具生成簡報裡的影音素材、輔助你完成提案企畫書等，讓員工看見AI工具的威力，也透過實作，消除自身對AI的距離和恐懼，更有機會運用設計思維，幫助你的企業轉型，看見未來可能性。
很多人對AI躊躇不前，最大的問題癥結點，是我們的思考容易停在：「AI可以為我的企業做什麼事？」
為避免落入問題過於空泛的陷阱，我的建議是，不妨把問題縮小去試著回答看看：你想要生成式AI幫哪個部門？節省哪類成本？
從一個小點開始著手，為你的企業，創造第一個AI成功範例。
