AI 很火，不論是社群媒體、電視上都能看到關於人工智慧的各種話題，而多數人可能對於深度學習 （Deep Learning）、機器學習（Machine Learning) 仍然一知半解。
2017 年底，若水本著「Tech for Good」的精神，結合一群來自各行各業的專業經理人，帶著全台數百位居家身障夥伴，為電商、智慧零售、智慧農業、智慧城市、工業 4.0、安防監控、精準醫療等不同產業，提供 AI 數據標註（ AI Data Annotation）和數據分析服務，而這全球首創模式。
這一年半來，我們近距離看到台灣，日本等地不同產業推動 AI 專案落地的機會和挑戰，這其中比較少人論及，卻又至關重要的就在於：
如何打造「深度協作」的企業文化、跨團隊工作流程以及工作再設計
而這也是若水每天在做的事。
AI 很難，裡頭有很多運算技術、模型、數據分秒在變；遠距很難，融合全台灣各地不同身心障別的居家工作夥伴，要如期如質完成客戶外包（Outsourcing）的任務，這看似兩相矛盾又複雜的難上加難，為若水的 AI 服務拉出精準、彈性又細膩的營運特色。
就以 AI 數據標註服務為例，很多人一聯想到的畫面，不外乎像個超大型的網咖（在中國大陸很多是由製造工廠直接改建），裡頭坐滿成千上萬人，日以繼夜埋頭苦幹、無聲無息地在 AI 數據標註平台上敲打鍵拉框、畫線。
在若水，一切都倒過來！
從內到外持續溝通，找到共識
若水 AI 數據標註團隊的成員們分布在全台灣各縣市的各個角落，大家不一定互相見過彼此，但在線上透過即時訊息傳遞、視訊會議，讓彼此熱絡地交流著。若水數據營運團隊包括三大部分：專案管理、品質檢核以及 AI 數據標註師。
像若水的 AI 數據標註師們，他們在工作過程中，會不斷拋出問題給 PM 專案經理，然後雙方彼此互相溝通問題，再進一步反饋給客戶，需要哪些 AI 訓練數據 ( AI Training Data Sets)。
（延伸閱讀：當 AI 來臨，究竟會不會搶走人類的工作？在若水 AI 團隊，看見未來工作的新樣貌）
「就是要能夠及時反應、及時修正」若水 AI 部門的營運主管蘇佩萱說。
畢業於台灣大學社工系的她，在若水 AI 部門主要負責居家身障夥伴們的大小事，從居家工作管理、定期家訪、工作上輔具支援、職前訓練等都由若水 AI 營運部門負責。
在 AI 漫長的產業鏈裡，AI 數據標註這項服務可能不特別「高科技」，甚至有人認為，不過就是數據世界裡的「外包 2.0」，但正因為在若水內部，有如此頻繁的溝通，才能確保電腦學到最合適的數據，加速推進企業 AI 落地的時程。
比方說，在生活場景應用的專案，要在電腦影像（Computer Vision）裡標出「杯子」，若水的夥伴就會馬上追問，「杯子的定義是什麼？」、「附蓋子的湯杯算嗎？」因為對機器而言，可能會把後者辨識成「小鍋子」，類似這種目標物上細節的差異，需要逐一釐清，排除抽象，找出共識，而這些都要透過與客戶之間持續對話來學習。
（我猜你會想知道：AI 專案管理和數據標註現場，哪些環節最容易卡關？）
有時候，會遇到工程師一開始還沒有完全想清楚要 AI 模型訓練什麼，當專案逐步深入後，才發現原來數據裡有許多與原本假設不一樣的東西。
這時候，若水團隊會用是非題方式來一步一步拆解並釐清問題，唯有事前將遊戲規則定義清楚，才能好好地衝刺數據處理的工作。
不諱言地，亦曾有重新調整專案方向再重新出發的情況，也是因為這樣的事件，讓我們團隊累積了許多 insight，才能與客戶協力一起把數據處理得得宜。
這樣的過程中三方人馬都在學習，不僅要教會電腦更聰明、效率地學習，以及學習如何讓彼此協作上能更加緊密，建立起有共同目標的數據戰隊。
建立起 Community，落實深度協作
在若水，還有一點很不同。
對這數百位居家 AI 數據標註師來說，這是一份難能可貴的工作，所以對工作的投入和職前訓練，外人很難想像。
在若水內部徵文活動當中，一位 AI 數據標註師如此寫道，
「在 AI 數據標註的工作中讓我的視野變得更開闊，即使如我這樣能力渺小的存在，也能在廣大的數據汪洋中找到生存空間，我所追求的不僅只是一份工作，更是一個機會和一個前進的方向」
在數次家庭訪視中，蘇佩萱發現，他們之中還會形成群組，一起討論數據處理的方法、分享祕技，「就像一起打怪闖關，很刺激。」同樣地，對居家標註師來說，也因為有大量的交流，增添了這份工作的趣味性。
別人可能未曾想過，其實 AI 數據是生命力的，若水 AI 數據團隊與工程師們讓資料餵養到機器的這個過程，是透過人的生命力使這整件事情活化。
有了若水 AI 數據團隊的投入，居家 AI 數據標註師們專業、認真對待為每一筆數據，協助數據與機器學習之間有精準、及時的持續對話。
【推薦閱讀】
1、如何在快速變化的 AI 產業裡，如期如質完成客戶需求？請看若水AI專案管理部門實戰經驗談 ➡️➡️ 及時回饋系統 讓卡關成為每天創新的最佳來源
2、數據標註是許多企業、組織推動 AI 落地之痛，找不到人標，內部又很難控管品質，怎麼找到對的外包標註服務團隊，節省20%的成本？ ➡️➡️ 數據標註原來可以這麼省事！
