走進 Appier 位於信義區的高樓辦公室,除了驚艷於四面俯瞰山巒的美景,Turing、Newton、Minsky、Ada、Skinner、Euclid、Gauss 等以 AI、電腦科學、數學家命名的會議室更令人印象深刻,不斷提醒著同仁謹記這些科學家對世界的貢獻。
Appier 首席資料科學顧問、台灣大學資工系教授林軒田的偶像,也藏在其中一間會議室的門牌上。
他講話快速,思考敏捷,跟多數學者予人的印象截然不同。「都是來到這裡被訓練的,」他笑容靦腆地說,自己因為好友同時也是 Appier 共同創辦人游直翰再三邀請,才進入這間台灣最受矚目的 AI 新創公司。
實情是,林軒田很早就看到 AI 人工智慧起飛的趨勢,所以在 2014 年決定走出校園,給自己更多的挑戰。
透過 AI 數據找到創新洞見 做出更好的決策
林軒田觀察,過去的這五年來,企業從「聽聞 AI」轉為「擁抱 AI」,而身為一位資料科學家,他的工作能給予企業最大的價值,便是透過 AI 提供其創新的洞見,讓企業跳脫既有的決策思維,有機會發展更創新的服務。
像 Appier 目前的產業應用遍佈全球,主要集中在品牌、電商、遊戲等商業領域。這樣的選擇有其策略思考,因為這些合作夥伴都有長期累積、且有明顯評估方式的數據,這都是AI學習、發展上極重要的基礎。
林軒田以一個出版品牌為例,透過各管道蒐集到的資料,導入 Appier 獨有的跨螢資料科學平台,就能藉由串接與分析數據,找到過去沒有發現的潛在優質訂戶。也有美妝品牌,透過資訊整合,運用 AI 找到全新的產品開發領域,甚至也將創新擴及到庫存、倉儲和運送等商機。
打通 AI 數據任督二脈第一招:聰明整合 AI 數據
要讓 AI 對企業產生價值,首先,需要打通以數據為核心的任督二脈。林軒田指出,AI 發展由數據出發,數據就像原始食材,需要透過數據處理,才能給廚師 (工程師)烹飪,變成一道佳餚。
這工作看似簡單,但卻是許多企業面臨的第一個挑戰。他建議,可以自己建立數據團隊,或者採用合適、可信賴的數據整合平台服務,如 Appier 的 AIXON 資料科學平台的設計初衷,就是希望能降低企業使用 AI 的門檻,進而解決企業內部數據四散或不足的挑戰。就算有好的服務可以協助,要順利整合企業內部數據,也有小撇步。
林軒田笑說,企業要整合所有數據,初期一定有困難,但可以從需求明確的部門開始,創造成功案例。當其他部門看到成效,就會開始漸漸加入,過程中隨著公司用數據解決問題的能力逐漸進步,就有機會建立起「讓數據發揮價值」的正向循環,進而創造更多的需求。
任督二脈第二招:建立 AI 數據思維
就算有了數據,到真正解決問題也還有一段距離。這時候,擁有「數據策略」就成了關鍵,其中包括:企業或 AI 團隊到底有多少時間、預算和人才資源,可以用來處理數據?如何讓這些處理後的數據有機會點石成金?都是企業需要解決的問題。
林軒田分享,除了利用既有可以掌握的應用及 SOP,企業也可以不斷透過成功案例,來擴散數據運用思維和策略。更重要的是,跨部門間對於AI數據應用結果的合理期待與使用情境定義,都必須達成共識,才不會雞同鴨講。
問到偶像,這位台大學生眼中的「機器學習之神」不加思索地回答,正是英國電腦科學之父艾倫·圖靈(Alan Mathison Turing)。看著林軒田堅定的眼神及對 AI 的熱情,他也正在這條前所未及的路上,創造獨特的時代定位。
【延伸閱讀】
1, 在AI落地前,數據標註往往是令企業「最頭痛」的事。也許此刻你也正經歷相同的情境:AI專案的落地,在跨部門之間的溝通已經夠花時間了,還要煩惱上哪找人標註⋯⋯,這時該怎麼做好呢?歡迎您參考此文。
2, 零售業是一個國家最古老的行業。全球最大的零售業龍頭沃爾瑪 Walmart,正在把自己變成一家數據公司,猜猜看為了預測消費趨勢、提高供應鏈和營運效率,沃爾瑪得即時監控多少筆內部交易數據?