目前，資料管理與人工智慧（AI）的快速發展，已對人類社會的各個層面產生了深遠影響，從日常的人際互動到複雜的商業交易無不涉足。在印刷業，這種影響同樣顯著且日益深入，並非局限於單一領域。

 

 印刷聯合聯盟首席經濟學家安迪•帕帕羅齊明確指出，AI和卓越的資料管理正在賦能印刷產業的每項關鍵任務功能。「從品質控制到供應鏈管理，從細緻的客戶偏好分析到基於這些偏好實現的個性化服務，無一不受益於人工智慧和強大的數據庫構建、維護與訪問。」

 

儘管人工智慧技術發展迅猛，對一些印刷服務提供者而言，它可能仍然是一個相對新穎的概念。然而，Imagine AI Live的創辦人兼執行長史蒂夫•梅特卡夫提醒道，印刷服務供應商其實已經具備了在資料管理方面的專業知識基礎。

 

他強調：「首先我想說的是，在印刷業，尤其是在為客戶管理數據方面，已經積累了大量的專業知識。」他舉例說明，想像一下，當一家印刷企業負責執行一個大規模的郵件行銷活動時，它往往需要處理數十萬甚至數百萬條數據記錄。由此可見，數據與印刷業早已是密不可分、深度融合的關係。

 

帕帕羅齊進一步將資料分為三大類別，並指出在每種類型的資料管理中，標準化管理都是必需的，而人工智慧的介入，無疑使得資料管理取得了巨大的進展。他解釋說，結構化數據，例如財務數據、市場人口統計和客戶資料等，可以完美地儲存並處理於傳統的電腦電子表格中。而非結構化數據，如音訊檔案、視訊檔案和各類文字文件，則無法被電子表格很好地處理。

 

介於兩者之間的則是半結構化數據，例如物聯網（IoT）感測器產生的數據，它們是結構化和非結構化數據的混合體。帕帕羅齊強調，人工智慧能夠對所有這些類型的數據進行深度分析，從而幫助印刷企業做出最佳決策，而不是僅僅依靠傳統的「直覺」或經驗猜測。至於印刷業的下一步將如何發展，尤其是在人工智慧科技日新月異的今天，要做出精確預測並非易事。梅特卡夫特別指出，他認為產業最大的變革將更多來自於產業整體認知度的提升。他認為，目前幾乎不可能完全跟上人工智慧的每項最新創新，因此，有些技術甚至連印刷服務提供者可能都尚未意識到它們的存在或潛力。他預測，這可能是印刷業在未來12到18個月內將經歷的最大轉變。

 梅特卡夫在與印刷業領導者交流時表示：「我認為這並不是他們的錯。」他指出，許多行業領導者僅僅是忙於日常繁重的工作，以至於沒有意識到，他們現在就可以開始利用人工智慧解決實際問題，而不必非要等待MIS（管理資訊系統）軟體供應商來提供新的功能，也不必等待微軟等大型科技公司推出成熟的解決方案。

 

他警告說，事實上，如果企業選擇等待，反而可能因此處於劣勢。「無論是少量的人工智慧諮詢，還是人工智慧應用的簡單構建，或者其他任何形式，你今天，甚至今天下午就可以開始著手解決問題。而且我認為人們甚至還沒有意識到這一切發生得有多快。」

 

當然，這並非意味著沒有需要重點關注的具體領域。帕帕羅齊指出，在接下來的12到18個月週期中，他最密切關注的領域主要集中在以下幾個方面：「運營創新」，這包括品質控制和預測性維護，因為在競爭如此激烈的市場中，印刷企業已無法將低效率的成本轉嫁給客戶；「自動化」，它可以顯著提高生產力、緩解生產速度，同時有效解決存在的勞動力問題；「數據驅動決策」，這能夠為公司持續做出卓越的決策提供數據支持；以及「網絡安全和風險管理」，因為正如印刷聯合聯盟研究中的一位參與者所說：「無論你的業務做得多麼好，運營得多麼出色，它都可能瞬間發生轉變。」這凸顯了在數碼化時代，數據安全和風險防範的重要性。

 

 

那麼，對於普通的印刷企業而言，面對如此迅速的變化，又該如何做好準備，更不用說實際實施人工智慧技術了？梅特卡夫和帕帕羅齊都強調，最關鍵的第一步是從小處著手，切勿試圖一次完成所有事情。他們建議企業可以從營運中的某一個具體領域開始進行分析，找出效率低下的環節。可以向員工詢問，哪些任務是他們認為最具挑戰性的，無論是因為重複性高或令人沮喪。同時，也要考慮這些任務與其他工作之間是否有重疊之處？哪些資料需要多次輸入才能在不同的系統間傳輸？這些正是開始研究人工智慧工具的理想切入點——尋找能夠簡化複雜難題中一小部分的方法。從這裡開始，公司可以逐步建立一套完整的人工智慧應用流程。例如，哪些任務或部門與已經添加了人工智慧分析和自動化的功能相關聯？這些任務或部門是否也可以自動化，或從自身的人工智慧分析工具中受益？最終，企業可以建立一個與業務各個方面緊密相連的系統。但他們再次強調，切勿一開始就追求全面覆蓋，否則可能會因過於龐大而感到不堪重負，甚至導致專案失敗。

 

其次，「垃圾進，垃圾出」這句老話在人工智慧和數據分析領域顯得格外重要。無論是應用於庫存管理、生產工作流程、預測性維護或其他任何任務，人工智慧工具只有在接收高品質資料時才能產生良好的結果。如果所提供的數據不完整或存在錯誤，甚至同一組數據在兩個不同的系統中存在差異，任何先進的人工智慧工具都無法發揮其最大作用。因此，在探索人工智慧工具之前，請務必確保資料乾淨、清晰，並詳細制定資料輸入和維護的政策，將其明確告知組織中的每一個人，確保資料的準確性和一致性。

最後，兩位專家建議，企業應該挑選一位或幾位人員作為其數據和人工智慧領域的「專家」或「負責人」。跟上新的創新，並弄清楚如何在印刷業務中以合理且有效的方式實施這些創新，這本身可能就是一份全職的工作。安排專門的人員負責解答員工關於人工智慧的問題，就企業應該在哪些領域進行投資提出建議，並作為關鍵人物對人工智慧產生的數據進行品質檢查，這對於專案的成功實施至關重要。根據企業營運的規模和範圍，可能需要多名人員負責此流程的不同部分，但關鍵在於角色和職責需要明確界定，確保各司其職，高效協作。

梅特卡夫指出，負責人工智慧和資料任務的人員不必只停留在思考公司下一步該投資什麼——他們完全可以親自嘗試一些工具，並親手完成工作。他強調，如今的公司「現在可以將任何人培養成數據分析師，然後啟動應用程式來支援他們。」他將這比作是「臨時應用程式」的概念，認為這或許只是未來獲得更強大功能的墊腳石。企業現在就可以創建一個臨時的應用程式，親身體驗一下自己能做什麼。「也許這並非最終目標。也許你會花幾個小時在上面，然後說『那不太合適』。但現在你對自己能做什麼有了更好的認識。」他進一步強調，這意味著即使印刷服務提供者最終決定開始探索不同供應商的解決方案，他們也會對自身需求有更清晰、更具體的了解，而不是盲目地隨機選擇一個人工智慧工具並寄望最好的結果。

 

人工智慧的優勢，特別是在資料管理領域，正以肉眼可見的速度日益增長。帕帕羅齊總結道：「擁抱人工智慧並以數據為驅動，各種類型和規模的公司都能夠透過自動化以前無法實現的、全公司範圍內的低附加價值任務來顯著提高生產力，從而將員工的時間和精力騰出來，用於為客戶、員工和公司創造最大價值的活動，並大幅增強市場分析和預測能力。」他強調，這在一個機會範圍不斷下降的行業中尤其重要。

 

對梅特卡夫而言，實現這一切的關鍵在於找到一個可以交流想法並激發熱情的社群。他建議，無論企業位於芝加哥、堪薩斯城、波士頓，或其他任何城市，無論城市規模大小，都可以積極去尋找並加入當地的同行群體。他觀察到，本地的人工智慧社群正在如雨後春筍般湧現。他建議企業和個人花時間與其他人工智慧領域的專業人士交流，以了解其他人是如何應用和使用人工智慧的。這些社群通常會定期舉行會議，讓人工智慧領域的人聚集在一起，互相學習，交流意見，汲取靈感。

對帕帕羅齊來說，這再次強調了企業在擁抱人工智慧方面不能有絲毫猶豫。他明確指出，拒絕與人工智慧互動已不再是可行的選擇。他建議企業「聽取印刷聯合聯盟行業現狀報告參與者的建議」，並引用了他們的警示：「『你不能對人工智慧袖手旁觀，因為它將從根本上改變我們的業務，所以一定要學習它。它不會消失』；『我們行業的最大贏家將在公司的各個層面掌握人工智慧』；『我們強烈要求我們的組織學習和使用人工智慧，因為如果我們不這樣做，我們的競爭對手就會超越我們。』」這些來自行業內部的強烈呼聲，無疑是對所有印刷企業發出的最後通牒：要麼擁抱變革，要麼被時代淘汰。