在 Profet AI 2024 年 1 月 24 日 首場 Crossover Talks 系列 - Fireside Chat「AI 爐邊談話：李家岩教授從零到無限的啟發」中，由台大資管系李家岩教授率先分享過去足跡的數據科學經驗，並作為 mentor 引領一場數位轉型心路歷程的深度交談。這場活動不僅邀請群創光電榮譽董事長段行建和台灣人工智慧協會秘書長謝禮宗，以及全球領先半導體品牌、晶圓代工廠、百年傳產大廠等頂尖企業 VIP 們，分享他們的心路歷程和數位轉型的實踐經驗。
足跡環節：李家岩教授分享數位轉型與跨領域團隊的關鍵議題
在足跡環節中，李家岩教授探討了數位轉型關鍵議題，他從台灣科技媒體中心 SMC 的數位轉型報告切入，提到不同產業對轉型的期望各異。如電子零組件等「微成效」業者更看重大型管理系統對營運流程的優化，而整體製造業「高成效」業者則注重利用數據分析平台提升市場表現。最關鍵的是，數位轉型成功不只是提高內部效率，更應實質呈現於獲利績效，獲得市場和客戶的認可。此外也分享了 Forbes 提出的數位轉型失敗的 12 個理由，包含人才流失、決策流程過慢、缺乏對外部供應商的控制等風險。
數位轉型中關鍵的跨領域團隊，強調了不僅是領域之間的溝通，更是統一跨部門間的執行語言及各數據定義，避免 IT、數位轉型團隊可能對於其他部門有語言落差，導致數型過程的溝通成本過高，此為每人皆須具備的第一共同語言。而第二個語言則是公民數據科學家意識，呼應Profet AI 長期以來傳遞的人才培養重要性之觀念，當公司內部普遍人員有基礎觀念後，加速找到對的題目，從單點專案推進至線、面，完成全民AI之晉級目標。
深談環節：深度交流 實質分享數位轉型的挑戰與啟示
深談環節中，與會者探討了數位轉型的核心挑戰和成功因素。段行建榮譽董事長分享多年數位轉型心得：「AI 就像一把有刻度的尺，用來診斷和預測，並利用數據找出毛病，才知道要朝哪個方向改進。數位轉型中建好模不只是目的，代表的是轉型開始。就算建模不好，也有診斷的意義」換言之，預測不準，可能是組織內部管理的某些環節出了狀況，例如內部仍未收集某些關鍵數據。段董同時也強調了 IT 的新定義，將其重新定義為 Information Management，凸顯 CIO 作為 Chief Infrastructure Officer 的角色重要性。
而台灣人工智慧學校謝禮宗秘書長提到：「數位轉型是一個 nonstop 的 progress，沒有停下來就是成功，透過學習型組織整合勝出。」人才培育和觀念轉變的關鍵，並強調教育訓練在數位轉型中的關鍵性角色。
除了數位轉型的核心挑戰外，成功因素包括透明度和資訊即管理的開始，使數位轉型不只是專案，而是持續的過程，建議可尋求外部合作資源，由第三方廠商分享成功經驗來說服公司內部人員，使負責同仁能夠簡單使用 AI 工具上手，瞭解 AI 不是取代他的工作，並透過 AI 找到標竿問題並做出 quick win 後，再從點進而持續推廣至線甚至面。建立數位文化是推動數位轉型的重要一環，並鼓勵透過內部競賽、課程訓練等方式培養種子學員，推動全公司的數位化。
使 AI 不再是一個上層下達的命令，而是組織成員自下而上自主地推動 AI 。擁有基礎結構的數據治理能力，管理層只需要提供團隊所需的數據和技術，並提供成員日常工作需要的應用程式，員工可進一步使用無代碼/低代碼工具促使員工能自行建立應用程式，無須依賴 AI 團隊和 IT 團隊，加快 AI 部署及效率，以達數位轉型的全面平展。