Managertoday 經理人

台灣沒有發展AI潛力?李開復:3 個重要機會,值得台灣企業好好把握

2019-11-19 00:59:07
Managertoday
https://bnextmedia.s3.hicloud.net.tw/image/album/2017-06/img-1498809148-85421@900.jpg
當全世界都在瘋自動駕駛、機器人等人工智慧的時候,台灣其實已經慢了好多步。不過,創新工廠董事長李開復指出,還有3個機會,台灣一定要把握住。

今年5月,Google開發的AlphaGo打敗圍棋世界排名第一的柯潔,人工智慧自此進入一般大眾的討論話題。自動駕駛、理財機器人、門市機器人,逐漸出現在我們的生活。

其實,人工智慧並不是現在才出現的名詞,但一直因為成本高、技術難、障礙多而無法普及。「直到深度學習的技術出現,掀起人工智慧的第三波革命。」創新工廠董事長兼執行長李開復解釋,深度學習就如同你擁有一個「超級Excel」,人類只要設定某一個領域、給予足夠的數據,後續無人工智慧就能運算、分析,依照數據的邏輯,做出更精確的判讀。

比方說,醫院在保護病患隱私的前提下,將大量的X光片及診斷結果交給人工智慧來分析和運算,人工智慧能「讀」過這些資料後,成為未來判別X光片的好幫手,只要有新的X光片進來資料庫,人工智慧馬上就能得知該病患是否得某種疾病。

在這波人工智慧帶來的變革中,「台灣不容易蒐集到夠多的數據,」李開復認為,想在台灣設計、創造一套人工智慧系統的難度較高。 不過他強調,只要找對切入點,台灣仍可以跟上人工智慧的浪潮。 李開復在《人工智慧來了》論壇將人工智慧的應用分為4種類型,一一解析台灣可以把握哪些機會:

1. 從網路、APP取得使用者數據

深度學習仰賴大量資料,因此網路、APP公司得天獨厚,可以透過點擊、瀏覽等方式取得使用者資料,進而分析使用者行為、喜好。只要把這些數據交給人工智慧學習,就能優化他們提供的服務,像是Google能把廣告投得更精準,就屬於搭上這波浪潮的公司。

創新工廠投資的「用錢寶」是個比較新的例子。這是供民眾貸款的App,使用者只要輸入自己的姓名、住址等資訊,APP背後的人工智慧系統會上網蒐集用戶相關的公開紀錄,透過自己的運算機制,判斷借貸給該用戶的風險,以及可借額度的範圍。快速、簡單的審核,取代原本須由人工比對的工作,壞帳率比銀行還低,2017年預計可以借出3000萬筆資金,等同於整個台灣人都借過一次款,是很驚人的成績。

不過,李開復說,App和網路公司必須要做到巨頭,才容易蒐集足量的數據,現在已經很難出現可以超越騰訊、Google的新公司,台灣的機會也相對較少。

2. 從既有的商業流程蒐集使用者數據

金融業尤其適合。銀行通常都有開戶投資的買賣紀錄、投保的保險項目、理賠次數與原因等,都可以是發展人工智慧的基礎數據。

客服同樣是這波浪潮的典型案例,目前中國最大的叫車公司滴滴出行,已將其客服交給追一科技設計的聊天機器人,該公司的人工智慧系統,蒐集滴滴出行過去的客服紀錄進行深度學習,已能歸納出各種投訴的原因,並直接回應對應的解決方法,因此幫滴滴出行減少上千位的客服人力成本。

針對既有的商業流程,台灣確實有機會發展對應的人工智慧服務,但金融業受限於政府監管嚴格、可蒐集數據較少,建議著眼在醫療業。 「台灣健保制度完善、醫療技術進步,若能兼顧病患隱私,極具發展潛力。」

3. 從實體商店取得數據

我們在網路上的一舉一動,都被蒐集為數據,那麼在線下的購物和活動呢?李開復指出,商店已經可以在各處安裝上攝影機或感應器,紀錄顧客的動線、喜歡在哪些貨架前停留很久等,成為另一種數據,用於設計店面和選品的依據。

而要打造出這類型的商店或線下體驗,就必須擁有高品質、技術好的感測器和攝影機,這些硬體設備就是台灣能夠發揮的領域,像是大立光等公司,都擁有世界數一數二的製造能力。

4. 從自動駕駛、機器人取得數據

Apple、Google或汽車製造商福特(Ford)、特斯拉(Tesla)都熱衷的人工智慧,就是自動駕駛。自動駕駛帶來的效益,不只是降低人們駕駛汽車的時間,或帶來更安全的交通環境,同時它還能一邊蒐集數據,記錄你去了哪裡、哪些時段你一定會用車,了解你生活的路徑。只要有這些活動數據,可以發展的服務就非常多了。

雖然台灣難有適合自動駕駛研發和測試的環境, 但一樣可以專注於自動駕駛和機器人所需的零組件,若可以領先世界,研發出智慧製造的系統和設備,會是台灣未來在人工智慧上的利基點。 他最後也總結,台灣不一定要追求人工智慧核心技術上的領先,硬體與應用方式,反而是更應該把握的機會。