不把人工智慧項目玩砸的四點忠告

來源：《家族企業》雜誌

（微信公眾號ID:jiazuqiyezazhi）

作者：格雷格·賽特爾

最近，德勤（Deloitte）針對認知技術「積極採用者」進行的調查發現，76％受訪者認為，三年內他們公司將「改頭換面」。自1990年代末網路公司興盛以來，人們恐怕不曾對一種新技術那麼興奮。

這項新技術帶來的各種可能性，似乎足以說明這種熱情是有道理的。人工智慧（artificial intelligence, AI）不只是一種技術，也是範圍廣泛的工具，包括許多不同運算方法、豐富的新數據來源，以及硬體的進步。將來我們會見到新的運算架構，例如，量子運算和神經形態晶片（neuromorphic chip），進一步推動各方面的能力。

不過，期待和現實之間，仍存在巨大的缺口。

高德納公司（Gartner）估計，85％的大數據項目會失敗。這個過程中，也發生了一些令人尷尬的混亂，例如，道瓊斯（Dow Jones）曾誤發谷歌將以九十億美元購買蘋果公司（Apple）的錯誤新聞，自動軟體卻信以為真而買進，或者，微軟（Microsoft）的Tay聊天機器人在推特（Twitter）上引發眾怒。

那麼，你要如何確保自家組織從有關人工智慧的各項做法當中，獲得更成功的結果？

1

你的目的要明確

人工智慧並不是存在於真空之中，而是存在於你的商業模式、流程和文化的情境之中。正如你不會在不了解人類員工將如何融入你公司的情形下，就僱用他，你也必須思考清楚，人工智慧應用將如何驅動產生實際的業務成果。

你必須問的第一個問題，是你試圖產生什麼商業結果？

人工智慧項目一開始往往是要執行某種技術方法，而不出意外的是，第一線經理人和員工並不覺得它很有用，因此沒有真正用起來，也就沒有投資報酬可言。

雖然變革經常是由組織最高層推動，但執行總是由較低的層級推動。所以把目的溝通清楚，是十分重要的。如果第一線經理人和員工相信，人工智慧會幫助他們把工作做得更好，他們對人工智慧的態度會更熱烈，也更能有效推動項目成功。

2

明智選擇想要自動化的任務

雖然許多人擔心認知技術將搶走人類的工作，但麻省理工學院（MIT）經濟學家大衛·奧托（David Autor）認為，主要的變動，是例行性和非例行性的工作之間的轉移。換句話說，人工智慧正迅速把例行性的認知流程自動化，很像工業時代的機器把勞力工作自動化。

要了解這件事如何運作，只要到一家蘋果店走一趟就知道。蘋果公司顯然完全了解如何將流程自動化，但你走進一家蘋果店時，看到的第一件事，是許多員工等著協助你。

那是因為它選擇讓背景任務自動化，而不是讓顧客互動自動化。

然而，人工智慧能大幅提高人類員工的工作成效。例如，奧巴馬執政期間，一份白宮報告引述的研究發現，醫療機器判讀X光影像的錯誤率是7.5％，而人類的錯誤率是3.5％，但當人類把他們的工作和機器結合起來，錯誤率就降到0.5％。

或許最重要的是，這個方法實際上能提升士氣。舉例來說，一些工廠勞工自己設計機器人程序，然後積極和那些機器人協作，執行低端任務。某些情況下，士兵和執行危險工作的機器人建立起很強的情誼，甚至會在它們「死亡」時，為它們舉行喪禮。

3

明智選擇你的數據

長期以來，數據越多被視為越好。企業會儘可能挖掘許多數據，然後輸入複雜的演演算法，產生準確度很高的預測模型。但現在，情況已經很清楚，這不是很好的方法。我們並不了解自己輸入系統中的數據，而數據偏差正成為重大的問題。「過度適配」（overfitting，或稱過度擬合）就是一個問題。一個模型的準確率高達99％，可能令人刮目相看，但如果這個模型面對變動情況時不夠健全，那麼，準確率只有70％、並且較簡單的模型可能更好。

隨著歐洲實施《一般數據保護法規》（GDPR），其他地方也可能執行類似的立法，數據除了是資產，也正成為負債。

所以，你應該仔細思考目前使用哪些數據來源，並建立人類能了解和驗證的模型。

4

讓人從事價值更高的社會任務

關於自動化，一個經常被忽視的事實是，一旦你把某項任務自動化，它便大致走向大眾商品化，價值也會移轉到其他地方。所以，如果你只是設法使用認知技術來取代人力和降低成本，那麼你很可能走錯了路。

這個原則有一個令人驚訝的例子，來自材料科學這個高度技術性的領域。一年前，我和材料基因體計劃（Materials Genome Initiative）的吉姆·華倫（Jim Warren）談到，把機器學習演演算法用於材料研究，這是令人振奮的可能性。最近他告訴我，這個方法日益成為材料研究的焦點。一年內有這樣的轉變，算是很驚人的。

那麼，我們是否應該預期會在失業協助單位見到許多材料科學家？不太可能。

其實，由於不少單調乏味的研究工作正「外包」給演演算法，科學家本身得以更有效協作。材料研究自動化先驅、儲能研究聯合中心（Joint Center for Energy Storage Research）主任喬治·克拉布特里（George Crabtree）告訴我：「以前我們是按照出版書的速度推進。現在，是按照下一次喝咖啡休息的速度在推進。」

這是了解如何有效實施認知技術的關鍵。機器人不會搶走我們的職位，只是會接手一些任務。這表示我們會日益見到價值從認知技能移轉到社會技能。人工智慧的未來，似乎會有非常多人類參與。

—END—

（作者是作家、演講人和顧問，所著《創新之道：悠遊於破壞式創新時代的教戰手冊》被800-CEO-READ評為2017年最佳商業書籍之一。）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！