人工智慧的重點不在「用機器取代人力」!企業更該注意的兩大觀念
AI 的討論或爭議沸沸揚揚,但是 AI 的世界還在不斷進化。想勇闖 AI 世界,發掘新商機,你手上握有「數據資產」這張門票嗎?如果沒有,你有管道可以合法、合理地取得嗎?
未來的商業世界,將邁入 AI(Artificial Intelligence,人工智慧)的時代。
2016 年,Google 旗下團隊 DeepMind 以演算法打造的 AlphaGo 橫掃圍棋界,扳倒世界級職業圍棋選手。今年初,AlphaGo 又以帳號「Master」在各大圍棋網站下戰帖,連勝 60 盤,讓「人機大戰」「人工智慧」再度成為熱門話題。
有意投入 AI?先釐清 2 個觀念
簡單說,人工智慧是指「電腦快速蒐集資訊和處理分析的能力」,隨著科技技術進展,這項能力已經大幅躍進,成為企業界不可忽視的技術。
看準、看好人工智慧的前景,許多企業不是已經、就是正打算投入資源,探索 AI 能做出何種創新的產品和服務。
不過,根據 BCG 的觀察,AI 在商業世界的應用尚未完全成熟。企業想要將 AI 納入未來發展策略,應該先釐清兩個觀念:
1. 你擁有「數據資產」(data assets)嗎?
過去,稀有的機台、專利或是擁有雲端平台,都可視為公司的重要資產,變成企業競爭優勢,但是跨入 AI 的世界,「數據資產」才是最珍貴的資源。
舉例來說,你擁有厲害的電腦和運算技術,能快速比對消費者過往的交易資訊,幫助銀行業判斷客戶的信用風險和可放貸額度,減少呆帳產生的風險。問題是,只要銀行不與你分享客戶相關資料,電腦再厲害也無法從中比對、分析、判斷,做出聰明的決策。
很顯然地,有了數據資產,硬體和分析技術才有用武之地。擁有數據的人,等於取得運用 AI 的門票。一味埋頭開發技術,卻沒有任何數據,也很難成為 AI 世界的關鍵角色。
2. 你能合理、合法地取得數據嗎?
以前企業沒有蒐集數據的習慣,的確不會擁有各種值得演算和分析的資料。如今體認到數據的重要性,那你有方法可以合理、合法地取得數據,而且消費者絕不會為此跳腳嗎?比較好的做法有:
1. Google 模式:
用戶提供數據,我才提供服務。而用戶之所以願意提供數據,是因為對他們有好處,可以在 Google 搜尋引擎輸入關鍵字後,找到想要的資訊。
這使得 Google 得以蒐集大量的數據資料(關鍵字、使用習慣、點擊率),不斷優化演算法,提供更好的搜尋結果,即使往後想根據這些數據資料,開發更多 AI 服務,也不會有人抱怨。
2. GE 模式:
網路公司很容易取得用戶數據,那傳統企業又該怎麼做?奇異(GE)的做法是透過在產品(如飛機引擎)裡裝設感測器,時時監測飛機運行和引擎的狀態,再運用這些數據,為客戶提供「更好」的服務,像是事先發現應維修之處,讓客戶避免飛機故障造成的損失,就能順利累積數據資產,做為未來開發新引擎和服務的參考。
依循這個邏輯可以發現,愈接近客戶端的廠商,愈有機會合理取得數據,屬於供應鏈上游的廠商,想利用感測器等手法蒐集資料,很可能會惹來問題。
近年來 AI 的討論或爭議沸沸揚揚,彷彿會為人類社會帶來翻天覆地的改變,究竟 AI 實際發展到什麼程度了?
這 3 個領域的 AI 應用,最有可能發展成商機
根據 BCG 的研究,目前 AI 主要應用在以下 3 個領域:
1. 醫療產業:
AI 能針對「指定疾病」來做判斷,像是分析病患的 X 光片,快速從過去 X 光片的檢測結果,釐清病患可能罹患的癌症。如果對應的疾病太過複雜、抽象,像是「頭痛」「身體不舒服」,就超過 AI 可負荷的範圍。
2. 移動服務:
Uber 和滴滴打車這類叫車系統,可以在掌握使用者(乘客)和計程車的資料之後,透過 AI 演算,大幅改變營運績效。
比方說,從前系統派車是搶快,只要有一個乘客叫車,最快回覆載客的司機就得到生意,但是演算法進化後,系統可以故意創造幾秒鐘的延遲,累積到一定的叫車需求,才與空車配對,匹配成效更高。
3. 金融服務:
這是較顯而易見的領域,目前業者在偵測信用卡盜刷、信用評比等業務上,都已經用 AI 做判斷。
AI 的世界還在進化,只要有足夠的資料和優異的演算法,都能讓電腦快速累積經驗,做出決策建議。但要提醒企業主,在這個市場裡,只有懂得有效累積數據與構建數據分析能力的公司,才是贏家。
愈靠近終端用戶,愈有機會累積數據資產
擁有數據的人,等於取得了運用 AI 的門票。目前,愈接近客戶端的廠商,愈有機會合理、合法地取得數據;但供應鏈上游的廠商,想利用感測器等手法蒐集資料,很可能會惹來問題。以智慧型手機的供應鏈為例:
(口述 / 徐瑞廷,整理 / 韋惟珊)