文／ 陳潔如 Sabrina Chen, 若水 AI 數據處理服務團隊執行長
「這次完成左、右手臂的時間多長？」
「右手比左手久，平均多 0.6 秒。」
「怪了，左手通常會帶手錶，應該比較久。」
「好，我們開視訊遠端追蹤修正。」
「小狗正面看東西的時候有什麼特徵？」
「眼睛一個大、一個小算嗎？」
「等等，有白眼球的算嗎？」
如果不看場景，只聽對話，會讓人誤以為置身在某個醫療現場。每回有機會向企業界的朋友說起若水 AI 數據處理服務事業部在做的事，聽者無不瞪大眼好奇，「不過就是要照指令做事，把圖上的特徵標出來，需要討論那麼多嗎？」
這答案說來話長。
大概去年這個時候，我和若水市場開發部門的夥伴做研究、到處拜訪，準備跨入 AI 市場，而這是我在若水的第 33 個商業模式的驗證。在這之前的 5 年，我們失敗了 29 個，直到第 30 個才找到 BIM（建築資訊模型）的商機。
近兩次驗證商業模式的經驗，讓我隱隱約約察覺：拜 BIM、AI 這類新科技所賜，將有機會創造與之相應的科技服務業。在多數人擔憂 AI 會不會搶走未來的工作？
若水的經驗是，只要找對地方，懂得重新設計工作，掌握數據和系統的力量，科技創新反而能創造出附加價值更高的工作。也因為這樣的契機，讓若水想為身障者創造工作機會的初衷得以發揮。
而所謂的「找對地方」，往往就是使用者痛點。
在 AI 產業裡，AI 數據標註（Data Annotation）是最枝微末節卻又讓企業很痛的關卡。一來重覆性高、很吃人力，卻又不好找人標註或管理；二來沒有品質檢測過的數據，會拖慢模型開發速度，所以不少企業會選擇把標註這項工作外包 (Data Annotation Outsourcing)。
這也是為什麼現在 AI 數據標註外包產業，在印度、非洲、中國大陸特別活躍。很多人戲稱，這是人工智慧時代裡的「工人智慧」，在中國大陸叫「數據標註工廠」，因為多半從製造業工廠改建，只是換上一排排的電腦和大螢幕，人們沒日沒夜，也不太需要交談。這樣的工作誰做都好，做不好就淘汰，不愁沒有人力。
在若水 AI 部門不一樣。
用科技和系統，找到光譜兩端的交集
做為台灣第一家，也是目前唯一一家投入 AI 數據處理 & 標註服務 的企業，我們深知這是一份有技術含量的工作。對外，我們要有產能、有品質，才能幫助客戶的 AI 專案順利落地；對內，我們要守著創造身障者就業的初衷。
（延伸閱讀：看見數據裡的生命力）
所以，我們以 AI 數據匯流處理平台結合多元智慧標註工具箱，加上多元、尊重、重視溝通的管理文化，讓這光譜兩端的目標產生交集。
與許多客戶訪談後了解到，在台灣不少企業或把 AI 數據標註交給工讀生或找眾包平台。這麼做的確比從前省事多了，但卻要開始擔心標註品質的問題。我們讓數據標註成為不是一件「誰做都好」的事，從 AI 數據標註師招募、訓練考核、原則回饋、QC 良率提升到資安防護都有獨到作法。
比方，若水 AI 透過線上直接招募 AI 數據標註師，透過各種評量、訪談，確定其工作動機和意願。入選夥伴還要經過各種標註圖形、遠端協作訓練，通過測驗，取得認證者才能參與工作，正式參與專案前還要再考試，以確保對每一次的 AI 數據標註工作有正確認知。
AI 數據要標註精準，得靠著能即時回饋、調整的內控系統。團隊上上下下從這樣的共識，一年多來不斷優化組織架構，也跌跌撞撞了好幾次，才有目前的輪廓。
4 個部門市場開發、專案管理、居家就業和系統科技各有特色、各司其職。其中，PM 專案管理團隊主要負責定義標註特徵和品質檢測，就像幫浦居間串聯著客戶和身障夥伴，每一個關卡都有數據把關，若水也正準備把這些數據全數搬上系統，以便給 AI 數據標註師更及時的激勵和操作建議。
說來也許你會很驚訝，在若水的經驗裡，AI 數據標註品質和良率的重大突破往往來自身障標註師的親身回饋，而這些回饋也在無形之中，幫助企業的運算模型順利推展。
像若水內部有位 AI 數據標註師不管做什麼案子，良率都能一直在 95% 以上。QC 夥伴和 AI 數據標註師們平日幾乎隨時都在線上討論，一聊發現原來他很愛打電動，善用快捷鍵和電競滑鼠，取代重覆動作。我們就讓這位 AI 數據標註師在會議上分享訣竅，不僅提升了團隊表現，也讓他對標註工作更有成就。
在智慧零售當道的現在，我們常常接到標註褲子、鞋子的請託。這看似簡單的物件，卻超乎想像難標，若水夥伴們就會在標註前來回和客戶、標註師討論、確認定義。
褲子除了不同光源的色差外，還有長度、反摺程度、摺疊和展開和正反面如何判定等問題；鞋子像是立體模型，每一面都有不同的多邊形，同一隻鞋子可以被拆解成鞋頭、身、尾等部位，還有各種視覺的角度面向等。以上都還沒有討論到被其他東西遮擋的情境呢！
用 1 塊錢，為產業與社會創造最大的價值
再問一次，「不過就是要照指令做事，把圖上的特徵標出來，需要討論那麼多嗎？」
科技日新月異，將帶動 AI 發展的各種可能性，AI 數據的標註也將走向愈來深化，從單純的褲子、鞋子等任何你想到的物件，走向抽象複雜的情感、場域氛圍辦識，而這些都不是演算法所能取代的。我們也在與 AI 數據標註師伴協力討論、精進的過程中，了解不同族群對生活的需求與想像，這將為 AI 落地，帶來更多可能的加速與突破。
這一年來，若水在台灣培育了 200 個居家身障夥伴，一起完成 100 個 AI 數據標註專案。我想，在這些數字背後，對整個社會最大的價值在於：
這些可能從來沒被視為「勞動力」的弱勢族群，靠著系統與平台的力量，有機會跟平常人一樣進入 AI 產業貢獻心力，同時有一份自己的收入，降低對家庭的依賴。而企業與若水合作的每一塊錢，除了能更順暢推動 AI 專案落地，也在改變弱勢族群的未來。
（延伸閱讀：若水帶領全台百位居家身障者，跨足 AI 產業，提供 AI 數據顧問和標註服務)
歷史上每一次重大的科技創新，都會帶來體制和認知的進步。若水想做的，無非就是讓弱勢的人藉由科技創新引發出他們內在的優勢，並轉化成為符合市場需求的人力資產，也因如此，若水才能明白如何設計一個更符合新世代組織的文化和管理能力。
為了標好每一張圖，這一年多來我和夥伴們做了許多實驗，得到 3 個重要的結論，或許也能給同在 AI 時代的管理者一些參考：
1, 為每個管理工作找到數據，從數據中找到洞察
2, 組織的設計和流程是致勝關鍵，要能因應市場和組織的需求持續調整
3, 任何從數據或管理而來的智慧，要能結合 IT 系統運作
這些都是科技創新裡最有人味，也永遠沒法被機器取代的地方。
【延伸閱讀】
1, AI 要落地，怎麼做更容易成功？趨勢科技創辦人張明正先生，提出了兩個問題，幫助想發展 AI 的企業或創業者參考 ➡️➡️ 第一個問題：如果你有一條牛，打算怎麼用牠賺錢？
2, 為了預測消費趨勢、提高供應鏈和營運效率，全球零售巨人Walmart 張開數據網，即時監控2000億筆的內部交易數據、200 個外部數據 ➡️➡️ 為了活下去，全球最大的零售商沃爾瑪變身數據公司
圖片來源：Franck V. and Kamyab Lotfollahyan on Unsplash
