成效
90%
採用 ChatGPT Enterprise 的應用場景中，取得可量化成果的比例
成效
100%
每週活躍使用率
成效
87%
以工作時間縮減顯示的自動化率
成效
10x
處理量增幅
大日本印刷株式會社（Dai Nippon Printing Co., Ltd.，DNP）創立於 1876 年，是全球最大的印刷公司之一，在全球聘用超過 37,000 名員工。DNP 的業務涵蓋智能通訊、生活與醫療保健，以及電子領域，並以品牌宣言「創造未來標準」為指引，致力連繫人與社會，同時推動可持續發展。
作為這項承諾的一部分，DNP 一直積極採用新興技術。在 2023 年 4 月，該公司作出策略性決定，在整個機構推動 AI 應用。到 5 月，DNP 已建立可供全公司使用的安全環境。到 2025 年 2 月，該公司已在十個核心部門推出 ChatGPT Enterprise。在三個月內達至的成果包括：
- 採用 ChatGPT Enterprise 的應用場景中，90% 取得可量化成果
- 每週活躍使用率達 100%
- 以工作時間縮減顯示的自動化率達 87%
- 知識重用率達 70%（自訂 GPT）
- 處理量提升 10 倍
透過策略性部署加快採用
為了充分發揮生成式 AI 的效益，DNP 鎖定十個最有潛力帶來影響的部門。公司訂立了清晰基準：每名員工每週應至少使用 ChatGPT 100 次，而工作時間縮減自動化率則應超過 50%。
「我們透過以透明清晰的方式顯示使用情況來推動採用。各個團隊自行試驗、分享經驗，再不斷改進。這股動力帶來了可擴展的影響。」
結果，個別員工的改進透過自訂 GPT 和共享應用場景擴展至其他團隊，逐步形成現正推動業務轉型的核心模式。
把專利研究時間縮短 95%
在引入 ChatGPT Enterprise 的各個部門中，影響最顯著的是 ICT 研究及開發部門。先進業務中心 P&I 創新研究開發單位總經理 Yohei Ishida 帶領團隊，將專利研究和申請策略自動化，同時全面改進舊有流程，取代人手工作。
他的團隊利用 ChatGPT Enterprise 建立了以下工作流程：
- 專利研究：將搜尋、摘要整理和分類自動化，令研究時間縮短 95%，覆蓋範圍擴大至 10 倍
- 申請策略：找出 DNP 技術與競爭對手專利之間的關鍵差異，降低被駁回風險，並減少修訂次數
- 競爭分析：自動產生報告初稿，令準備時間縮短 80%
透過提升知識產權策略，DNP 正強化產品獨特性和長遠競爭力的基礎。
「過去，專利申請很大程度依賴個人判斷，不同人和不同部門的標準都不一致。現在有了 ChatGPT Enterprise，我們可以作出更客觀的決定，令申請數量和質素都得到提升。」
零經驗下建立 Python 腳本
DNP 的研究部門正推動生產技術進步，促進 QCD（品質、成本、交期）創新，以提升現有產品和服務的價值，並推進新產品和新服務的開發。在需要高階分析和評估技術的領域，DNP 透過 ChatGPT Enterprise 大幅縮短過往在材料評估中操作實驗設備、進行測量和分析等工作所需的時間。
主要成果包括：
- 將英文專利和設備原理的資訊結構化，由原本數個月縮短至三日完成
- 透過 ChatGPT Enterprise，沒有 Python 經驗的員工也能生成並執行程式碼
其中一個特別值得注意的應用場景，是一些原本完全沒有 Python 經驗的員工，也能夠在無需任何學習成本下生成程式碼並分析數據。傳統上需時超過一年的開發工作，現在只需幾天便可完成。透過將這些能力與研究人員的專業知識和經驗相結合，團隊發掘出新的分析見解，並為整個部門帶來顯著成效。
提升 IT 合規與雲端營運
DNP 正透過 ChatGPT Enterprise 推動 IT 管治現代化。資訊創新營運本部 ICT 中心系統基礎建設開發部總經理 Masahiro Kobayashi 指出，過往需要人手處理且標準不一的工作，現已有所改善：
- 外部安全審核：將審核比對時間由 30 分鐘縮短至 5 分鐘；加密套件選擇時間由 3 小時縮短至 1 小時
- 雲端安全：將約 100 項不符合 CIS 基準項目的初步檢查，由兩個人工作天縮短至 10 分鐘完成
- 審查支援：參考設計政策和過往紀錄後，將需求審查時間由 1 小時縮短至 30 分鐘
「這個模型非常擅長收集相關資料，並產生清晰輸出。這讓我們的團隊可以把重心放在決策，而不是比對文件。」
他補充，AI 不會取代人工監督：「驗證和最終檢查仍需由真人負責。」
透過 AI 保留機構知識
知識流失，是 DNP 面對的最大挑戰之一。專業知識往往存在於資深員工的腦海中，或埋沒於各類紙本文件之中。
在先進業務中心 AI 業務開發單位技術開發總經理 Isaku Osawa 的帶領下，DNP 現正運用 AI 正面應對這個問題。
他的團隊利用 ChatGPT Enterprise，把由紙本手冊到歷來品質記錄等非結構化數據加以整理和數碼化。完成導入後，這些記錄便會成為內部知識庫的一部分，任何人都可以透過自訂 GPT 存取。定義數據架構所需的時間縮短 90%；團隊可審閱的技術論文數量亦增加了一倍。
Osawa 表示：「我們的目標，是把跨世代傳承的知識轉化為數碼勞動力。」這個轉變不但有助紓緩人手短缺，也為長遠創新鋪路。
成效一覽
- 90% 的應用場景取得可量化成果
- 每週活躍使用率達 100%
- 專利研究時間縮短 95%
- 工作時間縮減自動化率達 87%
- 處理量提升 10 倍
展望將來
大竹宏之表示：「AI 智能代理將會自然融入各種情境，讓每個人即使沒有意識到自己在使用 AI，也能受惠於 AI。」他預期，未來將由人與 AI 協作，逐步轉向以 AI 與 AI 互動作為部分業務運作基礎。隨着機械人技術持續進步，這個趨勢將進一步加快，邁向實體 AI 在真實世界中運作的未來。
展望未來，大竹宏之強調，知識保存將會變得更加關鍵：「我們必須把原本為人而建立的資訊，轉化為 AI 可以理解的資訊，並確保知識得以保存和共享。我們的目標，是一方面為勞動人口萎縮做好準備，同時提高生產力。」目標是將前線實務知識和品質記錄編彙成結構化數據，令 AI 智能代理和未來的實體 AI 能夠學習並加以運用，減少對個別專業知識的依賴，並將其轉化為可持續的競爭優勢。
在「創造未來標準」這項品牌宣言之下，DNP 致力擴展在印刷和資訊技術方面的優勢，並轉型為一家以 AI 為原生基礎、為社會創造新標準的企業。
繼續閲讀
