《 生成式人工智慧與策略決策評估 》
探討生成式人工智慧（Generative AI）在評估企業策略決策方面的潛力。
透過兩項研究比較了大型語言模型（LLMs）、人類專家與非專家的預測表現，發現單一模型的評估雖然存在偏見，但透過多樣化（Diversity）與規模化（Scaling）的數據彙整，其準確度能顯著提升。
研究結果顯示，結合多種模型、角色設定及提示詞的綜合人工智慧評估者，在識別優質商業模式與規避風險方面的表現與人類專家相當。
這項發現為管理者提供了新穎的決策工具，顯示 AI 能夠在數據有限且環境獨特的策略場景中，有效輔助人類進行預測。
這不僅改變了傳統由人類主導的決策模式，也為企業提供了低成本且高效的策略洞察來源。
探討了生成式人工智慧（Generative AI）在評估策略決策（如商業模式的可行性）方面的潛力與效能。
透過兩項實證研究，比較了多個大型語言模型（LLMs）、人類專家及非專家對創業計劃的預測表現。
研究發現，單一 AI 的評估雖然可能存在偏差，但藉由混合多種模型、角色設定與提示詞工程，產生的集體智慧能顯著提升預測準確度。
實驗結果顯示，這種綜合性的 AI 評估系統在辨識潛在成功者與淘汰失敗者方面，表現甚至優於人類非專家，並與專家評分高度相關。
最終，該研究指出 AI 能克服傳統機器學習對歷史數據的依賴，為資訊有限且具唯一性的組織決策提供寶貴的輔助。
_______
資料來源:
1.AnilR.Doshi , J.JasonBell , EmilMirzayev , BartS.Vanneste (2024)
Generative AI and Evaluating Strategic Decisions , Strategic Management Journal
https://www.youtube.com/watch?v=a_g5JGwebKM
