無論傳產或新創,都需要一位人工智慧長!他必須具備的能力有這些

2017.12.05 by
數位書選
shutterstock
企業永遠都需要引領技術的角色,如今一般企業都會有技術長(CTO)或資訊長(CIO),不過為了應對AI革命,現在公司可能更需要一位人工智慧長(CAO)。

本文摘自:《智能革命》,天下文化出版

導入成熟的機器學習方法,把數據變成訓練材料,打造自動化機制,尋找、發掘有價值的管理模式和客戶模式,或是合理引入協力廠商的人工智慧流,以支援企業的業務發展,並且找到一個合適的創新循環:「數據—演算法—知識—使用者經驗—新的數據」,循環往復,像滾雪球般前進。在這個過程中創造商業價值,這就是人工智慧長(CAO)要做的事。

期望每一位高階主管都完全了解人工智慧,這是不合情理的。但如果所在的產業能夠產生大量數據,就有很大的機會使用AI將這些數據轉換成價值。對大部分有數據、但缺乏深度人工智慧知識的公司來說,聘請一位人工智慧長或人工智慧副總(VP of AI),這件事已經箭在弦上,有些數據長和有超前思維的資訊長,實際上已經在扮演這個角色了。

新創企業和傳統企業都需要人工智慧長

當企業大到一定規模,業務和數據複雜到一定程度之後,自身的運作邏輯往往是模糊的。不同於企業手冊上的明文描述,即便是企業管理者也會對此感到陌生。機器學習具有根據數據反向求得函數邏輯的能力,而這種反向的推演能力,可以為企業運作者提供一種觀察企業非顯性邏輯的視角,比如對企業郵件往來的關係分析、對電商用戶下單時間的分析、對新聞網站發布資訊的時段分析等等,都可以幫助企業了解自身可以在哪些方面進行優化。

企業渴望從互聯網時代邁入人工智慧時代,此時人工智慧長尤其需要分清輕重緩急,是先優化財務資訊,還是先優化產能?是固本強體,還是拓展銷售?在對外業務上,人工智慧長可以發揮顯著錦上添花的作用,例如建立自動化的客戶需求分析系統,即時提交訂單資訊和生產資訊給客戶參考。對內管理也十分重要,以製造型企業為例,生產管理、物料管理、品質管制、設計變更的資訊化和數據化都需要整合,等數據化達到一定程度之後,輔以演算法和開發,人工智慧就水到渠成了。

企業的內部修煉和外部拓展,在AI時代將高度統一。 吳恩達認為,傳統企業尤其需要依靠人工智慧長來了解先進的應用,以升級自身業務。當然,面對很多可能的方向,人工智慧長還是應該先抓住一個部門或一塊業務重點突破、形成典範,以吸引其他部門燃起熱情。畢竟,企業智慧化是一個非常需要創新精神的事業,需要廣泛參與。

人工智慧長的修養

人工智慧長要與最具挑戰性的深度學習技術打交道,必須是一個特別理性的人,還是一個不失感性的人?與一般工程科技不同,AI在模仿人類的思考習慣。科學家普遍強調,人機結合是未來的發展方向;以此類推,可見AI科學家和人工智慧長都不會是機械論的化身,而是對各種知識具有全面的興趣。

人工智慧長可能是美劇《宅男行不行》(The Big BangTheory)裡有趣的理工男,善於發現別人沒有發現的契機;也可能是數據領域的福爾摩斯(Sherlock Holmes),善於明察秋毫。不過,他畢竟要先是一個具有「數據感性」的人,要懂得利用數據,最重要的是在別人看不到數據的地方看見數據。

L1:有能力從紛繁的數據中嗅到關聯性

沃爾瑪(Walmart)的「購物籃分析」,就是典型數據挖掘的應用,數據分析師想到從顧客購物發票裡,發掘購買物件之間是否具有相關性?經過數據統計,他們發現除了牛奶和麵包經常被一起購買這種顯而易見的關係之外,還有很多以往沒有發現的關係,例如:嬰兒紙尿褲經常會和啤酒一起被購買,發現年輕爸爸在購買嬰兒用品的同時,往往會有一種犒賞自己的心理,於是就會買啤酒。

沃爾瑪早在90年代就透過龐大的交易資料,發現「周五、尿布、啤酒」三者間的微妙連結。工程師分析結帳數據發現,每到周五晚上,尿布跟啤酒的銷售呈現正相關,經過市場調查,發現美國婦女常在周五晚上提醒先生去買尿布;而先生買尿布時也習慣帶罐啤酒回家。於是沃爾瑪每周五便在啤酒區擺上銷售差、價格高的尿布,兩者銷量因而成長三成。
翁羽汝/製圖

因此,沃爾瑪超市便把啤酒和紙尿褲,放在貨架上靠近的位置,顯著提升了銷售額。沃爾瑪的數據畢竟有限,而且只有購物發票這種用戶資料,倘若資料龐大,可以自動化調整每天的貨架,就具備人工智慧的雛形。亞馬遜和阿里巴巴的電商大數據,都大到一定程度了,它們都為AI科學家提供舞台。

這個例子再次體現出人工智慧長,需要的思維模式究竟是什麼——正是我們一再強調的相關性思維。牛奶和麵包、啤酒和紙尿褲之間的聯繫,顯然並非是以往科學領域的確定性關係或因果關係,而是一種以機率形式呈現的強相關關係。想到從這個角度去發掘價值,就是人工智慧長所具備的素養。

L2:在數據之上,需要具備場景感知能力,懂得場景計算

未來,「業務」的概念將會變得模糊,「場景」成為事物運作的核心,這意味著產品不再像過去那樣,圍繞著業務來分類,例如新聞App做新聞、電商App做購物等。現在,你有什麼樣的場景,就可以導入這個場景所需要的一切服務,例如一款行動支付應用,要考慮各種支付場景,如果提供購買電影票功能,就要根據使用者的行為資料,猜測使用者正處於何種使用場景,除了看電影,是否還需要閱讀影評,或是購買爆米花等等?企業要做的,是根據場景重新規劃、打通業務,不是根據業務劃分產品架構。

從感性的層面來說,對場景的敏感實際體現了人工智慧長的生活趣味和人文情懷。老人關懷家居、助盲產品等,都是來自這種關懷。2016年,影音創業發力,有人為此開發出可以自動剪輯影片的智慧剪輯手,只要使用者輸入關鍵字,比如「航空母艦」,軟體就會把影片中相關的段落大致剪出來,這正是對視覺辨識技術的非凡應用,源自軟體開發者對用戶場景的敏銳度。

片商20世紀福斯請IBM 利用「Watson」製作《魔詭》的電影預告,先「餵」給它100部恐怖電影預告,再組合分析並剪輯電影片段與音樂。

比起一般科學家習慣無功利地探索、發現不同,人工智慧長需要更「功利」一些,也就是必須具備經濟價值觀,幫助企業發掘價值。這展現在優化流程、加速反應、節約時間,把人類從重複性的機械勞動中解放出來。AI要讓人類有更多時間做更有意義的事,為人類的高級腦力活動留出時間。

在這些敏銳性的層次之上,是具體的機器學習操作能力和智慧系統搭建能力。吳恩達根據親身帶領、扶持過一些成功的AI團隊經驗,針對如何尋找人工智慧長,提出了下列的建議:

  • 對AI和數據基礎設施有良好的技術理解。例如,曾經建立過重要的機器學習系統。在AI時代,數據基礎設施(如何組織公司的資料庫,並且保證所有相關數據都被安全儲存,可以登入)非常重要,儘管數據基礎設施技能相對普通。

  • 跨職能的工作能力。AI本身不是產品或業務,而是一種用來幫助已有業務線,創造全新產品、業務線的基礎技術。因此,有能力了解不同業務單位或職能團隊,而且合作無間很重要。

  • 強大的企業家技能。AI創造了新商品的機會,從自動駕駛汽車到能與它交流的代理,在幾年前還不切實際,甚至是科幻小說中的事物。然而,企業家往往是具有突破精神的人,能夠創造從0到1的價值創新。一位掌握企業家技能的領導者,將會增加公司成功創造出這種創新的機率。

  • 吸引並留住AI人才的能力。這種人才備受追捧,好的人工智慧長需要知道如何留住人才,例如:注重人才感興趣的專案、給予團隊成員培養技能的機會等等。利用專案教育人才,而不是事必躬親,這樣才能形成人才培養的循環機制。由於AI的進化飛快,他們需要跟得上變化,至於要求他們必須處於最領先,就沒有那麼重要了。更重要的是,他們可以跨職能部門進行合作,畢竟獨立的技術是沒什麼意思的,技術需要為人類提供服務。機器與人類的關係非常重要,想要做出最好的人工智慧,就需要既懂技術、又懂人。

人工智慧是一場人機之間的故事,人工智慧長既要善於理解機器智慧,也要善於理解人情事理。人工智慧長應該成為一個布道者和指引者,讓整家企業具備一種AI的興趣和品格。人工智慧長將是新時代的企業偶像,就像產品大師是互聯網時代的英雄(賈伯斯)。AI知識、產品及管理思維,與合適的人文感受力結合,將共同造就這種英雄。

很可能在不久的未來,沒有設置人工智慧長、沒有連結智慧流的企業,將會被看作是舊企業。從技術長、資訊長、數據長,再到人工智慧長,是一個迂迴上升的艱苦提升過程;在某種意義上,也反映出企業自我更新、自我進化的艱難過程。

延伸閱讀

每日精選科技圈重要消息