這三家公司如何利用AI模擬專家的判斷，保持競爭力？

在AI領域，「專家系統」是能模仿人類專家決策能力的電腦程式。隨著AI技術突飛猛進，專家系統現在可以用前所未見的方式，讓專業知識從人類轉移到機器，再轉移回到人類。本文檢視三個實際應用案例，說明AI專家系統如何改善組織的策略性決策，從而提高競爭力。

你可能不曾聽過「專家系統」（expert systems），但那些系統已經應用於許多領域，包括故障診斷、金融、醫學。在AI領域，專家系統是一種模仿人類專家決策能力的電腦程式。這些系統的建立，是為了利用龐大的知識庫來進行推理，以解決複雜問題；主要是使用「如果—那麼」（if-then）的規則，而不是運用傳統的程序式程式設計（procedural programming）。

然而，在管理決策方面，專家系統直到最近才產生預期的廣泛影響。一個原因是管理情境的變動，比其他應用領域大得多。如今，隨著技術和AI的變革，專家系統正變得愈來愈強大，能以必要的靈活性和適應性，擷取實際的人類專業知識。

本文中，我們將說明先進的AI如何以前所未有的方式，促成專業知識從人類轉移到機器，再轉移回到人類。我們檢視3個實際發生的案例，並說明這些技術進展如何提升你在策略性決策中的效能，從而提高競爭力。

有一個德國創業投資機構，以下我們稱之為巴伐利亞創投公司（Bavaria Ventures），一直在觀望尋找具有財務吸引力的新創企業。然而，正如其中一位事業合夥人約瑟夫（Josef）所解釋的：「我們注意到，每位分析師收到的申請案件數量，都出現兩位數的成長。」這對公司構成了壓力，因為決策流程需要審核每一宗申請案。約瑟夫接著說：「這既耗時又複雜，必須考慮到許多背景因素，而且基於經驗作出的個人判斷，扮演極其重要的角色。然而，由於申請案的數量龐大，我們不得不將第一階段的評估，委派初級分析師處理。」