AI時代來臨，企業面臨改革，真正的價值在於造福於民！

最近的科技新聞熱點在人工智慧（AI），街頭巷口人人都在談，更出現「人工智慧末日論」，好像AI就快要統治人類似的。事實上稍微對於AI技術有點認識，就會知道這些擔心是多餘的，這幾年進展快速的是弱AI，只會把一種工作做到最好；要真的能跟人對答如流及自我進化的強AI，影子都還沒看見。

但即使是弱AI，因為已證明在許多產業應用上的價值，讓許多企業趨之若鶩，不論本來談不談／做不做資料科學及大數據研發及導入，今年開始都開始談AI。他們可能說，我們已從大數據階段「進化」到AI，比其他還在做大數據的公司還「先進」，這是種有趣的說法，剛好可以見證社會上有些人的不求甚解，經常在未真正了解一個辭彙之前就開始使用。

事實上，大數據、機器學習及AI是不可分割的。大數據是資訊來源，機器學習是資料的處理方法，藉以萃取出複雜的規則，讓電腦展現出擬似人類智慧的行為，我們稱為AI。換句話說，以今天的技術來說，大數據及機器學習是發展AI的必要條件；在AI技術領先的企業，同時也必然是大數據及機器學習的領先者，沒有人能夠跳過這兩者而直接開發出先進的AI系統。

因此，想要導入AI，過去欠的技術債，必須先還清。企業里的資料基礎建設（例如資料倉儲）建好了嗎？資料管理有個統一的授權模式嗎？或是依舊得讓資料使用者一一去說服企業中分散各處的資料擁有者？資料的收集及產出有融入企業流程中嗎？還是每次得為了特定的專案再花人力時間資源來整理收集？資料應用的導入是預設得進行的常規任務，還是得另外花力氣去說服所有相關單位？分析資料的團隊是管理資料的團隊兼任，還是有個專業的資料分析團隊來進行？同時，所有的資料應用者都熟悉機器學習嗎？還是以傳統繪圖製表在做基礎層次的資料視覺化？

更直白的說，AI導入的難易度，根本就是看一家企業的E化程度是否徹底，是只有傳統上要做報表數字在Excel表格那種淺層的E化？或是在企業流程中融入資料收集及以資料做輔助決策的那種E化？我們都知道E化不是0或1，同樣在做E化的公司及政府部門，層次可以天差地遠。這個概念也可以套用在雲端計算、大數據、資料分析上頭。千萬不要以為公司有資料倉儲，打開電腦就有報表可以看，公司同仁開會討論時都是基於漂亮的即時圖表，就是把大數據應用的很好的公司。

事實可能剛好相反，最淺層的資料應用是讓老闆每天看圖表；最最深入的資料應用應用是隱形的，看不到圖表。AlphaGo就是個例子，它是基於數不清的規則來運作，而不是看著一堆圖表學到如何下棋的。透過機器學習從資料萃取規則出來，而那些規則過於複雜，根本無法完整地視覺化呈現，只能以AI系統來直接應用這些規則，讓系統根據當前的輸入值提供最佳的輸出值。

過去幾年，我們在資料的搜集及解讀上很熱中，對於機器學習這種以看不見圖表的方式來分析資料及發展AI應用有點後知後覺。十分期待本土各種產業在覺知后的奮起直追，特別在我們有特殊利基點的產業（如製造業、農業、生醫產業等）及社會領域（施政、公用事業、教育等）上，以真正踏實的AI發展來改善社會及產業體質。