in

台灣人工智慧學校執行長 陳昇瑋:企業AI轉型第一課,從深度學習到深度協作

文/ 若水 Flow AI Blog 編輯團隊

在台灣 AI 界,從學者、倡議者到產業實踐者,台灣人工智慧學校執行長陳昇瑋博士可謂是第一人。去年,他多了一個新身份:玉山金控科技長,實際上在做些什麼,他很少對外主動提及。這是第一次在媒體前侃侃而談。

玉山金控總部12樓門禁森嚴,走進會議室,窗外風景明媚。陳昇瑋西裝筆挺,言談間還有濃濃學者風,講究條理,偶爾加點技術咖才懂的微冷幽默。

「來這裡的第一天,每一個BU都幫我安排好要上什麼課,」陳昇瑋回憶,而他也用極快的時間,吸收金融領域資訊,不斷地重新定義問題,要用自己最擅長的AI科技帶來創新機會。

透過 AI 創造小勝利 新服務

長年研究台灣產業 AI 化,陳昇瑋深知,對台灣企業來說,要走向AI會有4大挑戰:

  1. 對推動 AI 信心不足,難以衡量投資效應
  2. 時間及預算等資源配置
  3. 組織文化和認知
  4. 數位化程度不夠,沒有數據,就沒有發展 AI 的根本。

尤其最後一點,更容易為許多台灣企業忽略。他舉了個生動的例子,任何會議結果能被追蹤,才算是「數據」,「但反觀有多少決策還只是停留在個人電腦的 word、excel檔呢?」

反觀掌握數據這一點,對玉山金控而言不是問題。所以,陳昇瑋的首要任務,便是落在如何善用龐大的數據資源,以期優化作業流程,並且帶來更意想不到的金融創新服務。

透過AI落地,陳昇瑋在內部試著創造連續的小勝利,讓組織上下對投入AI有成就感。比方,過去在保險業務部分,有些是用統計跑分析的,就改成機器學習,僅僅改變執竹方式,就讓準確率提昇 1%。

表面上,1%是微不足道的結果,實際上,卻大大提昇玉山金控在業界的信用評比及外部投資人觀感。

不只如此。

像信用卡盗刷、銀行理財產品建議等臨櫃常會發生的客戶需求,在玉山金控,都已經默默改用機器學習,減少人為處理或服務的時間,而且,他們還在持續跨部門合作找尋題目。至於有哪些開發主題或方向,他笑而不答。

倒是在產業AI化上,這一年多來,有一點他體會很深:

「不是去想你可以創造什麼,而是問問未來 5 年人們會如何消費、如何生活,你的金融服務又會如何出現在那樣的場景裡。」

深度學習,深度協作

即使跨過資源門檻、IT 系統夠完整、數據夠充足,陳昇瑋認為企業要發展AI,企業文化跟組織內擁有經驗的跨領域人才也相當重要。

以玉山金控為例,從上到下相信金融的未來就是科技,而不僅僅是工具。在管理階層信任的授權下,讓陳昇瑋成為跨領域的整合者,開啟業務員與 IT 人員等不同專業的對話。

他表示,產業AI化的過程一定會遇到組織流程或人力結構改變。這時,必須有好的團隊文化作基底,加上深度協作的模式,才能增加AI落地的勝算。好比在玉山,要推動任何一項與AI相關的改變,一定是相關部門的主管坐下來一起討論,事先溝通在作業流程、人員配制等等可能發生的連動變化。

台灣,擁有發展 AI 的絕對優勢

回到研究者和倡議者的身份,陳昇瑋觀察,台灣即使在推動產業AI化的過程面臨不少困境,但仍然在持續推進。除了早期的視覺辨識,許多行業跨過AI門檻,發展出真正的AI,包括AI晶片、人臉或語音辨識等AI 解決方案,可以說是AI應用大爆發的一年。

「去年是『說』,今年是『做』,」他直言。

不免有人對AI的未來抱持質疑或悲觀,陳昇瑋始終沒動搖過他的判斷。「AI 是電,去問有沒有用、重不重要,那叫做問錯問題,只是時間未到。」

他也相信,在發展 AI 這條漫漫長路上,時間有機會站在台灣這邊。在他的新書裡,就以製造業為例,過去半世紀累積出大批擁有跨領域能力對話的專才,以及在全球運籌的獨特智慧。這些都是台灣未來在全球 AI 界不容取代的戰略優勢。


延伸閱讀:

>> 別急著寫 Code, AI 落地前要回答的兩個問題

>> 【AI 時代的工作哲學】:看見數據裡的生命力

【科技新聞洞察】疫情當道之際,別追新話題,更別為AI 而AI!

【AI 瑕疵檢測案例】數據專家結合空拍機,智能安檢橋梁和危樓