我在資通訊產業26年，創辦了泛亞電信，繞了地球一大圈，又回到台灣，現在擔任紐昂司(Nuance)軟件技術公司大中華區總裁。我見證了台灣在個人電腦(PC)時代和通訊(telecommunication)時代的飛快成長，可是我也看到台灣不但錯過了網際網路時代，也在行動網路時代缺席了，未能搭上成長的列車。但現在正是人工智慧即將起飛的重要時代，台灣或許可以發揮在硬體方面的優勢來切入這部分的商機。我希望能有更多台灣人認知到這個事實，因為對年輕一輩的人來說，這是參與未來通訊、科技、網路發展的好機會；希望台灣能建構出一個生態，這樣就可以有很多的人可以參與，創造工作機會和年輕人發展的空間。

人工智慧是麻省理工20年前就開始發展的科技。他們的初衷是希望讓機器跟人一樣聰明，能了解不同的資訊，可以對話，有學習能力。還記得1997年Deep Blue打敗西洋棋王嗎？人工智慧最近又成為注目焦點，是因為Alpha Go打敗了南韓的圍棋棋王。但這不是新的科技，20年前AI就已經商業化了，只是比較多應用在軍隊裡。

近幾年有幾個趨勢，使得人工智慧不僅是個「有也不錯(nice to have)」的工具，已經變成「必須要有(must have)」，我把它稱為「完美風暴」：第一，是計算力成本(cost of computing power)已經非常非常便宜，也就是雲端計算；第二，是寬頻網路的普及，讓人們可以快速下載非常多的數據與訊息；第三，是行動裝置的普及。這三個元素促成了AI的完美風暴，因為條件已經成熟。這也是為何近一兩年我們隔一兩個月就會聽到誰發布了AI應用產品了，誰購併一家AI公司了，誰又在哪裡設立AI研發中心了等等的新聞，因為AI已經不只是一個趨勢，而是已經成為一個實際的商業了。

許多公司也已經採用AI作為虛擬的助理。例如總機，以及簡單的客服應答，而且語音愈來愈像真人。在回答消費者的問題時，AI也同時在學習消費者的需求與行為模式。現在不少AI公司的估值已經達到獨角獸規模了(10億美元)，我個人是覺得有些泡沫，不過也還好，趨勢還在繼續。

AI是個生態系統，不是一兩家公司。它太大了，不可能由區區幾家公司就能分吃掉這塊大餅。即便是Nuance，我們也只是這個龐大生態系裡面的一部份裡面的一個參與者而已。需要了解的是，你的公司和AI的相關度多高？有可能透過AI提升產品功能或甚至進行轉型嗎？只是我們要問，台灣有這樣的獨角獸嗎？又要如何能參與到這個機會呢？

20年前，大家可能覺得網際網路是個還不錯的東西，但在今天，還沒有應用網路的公司能生存嗎？10年以前，沒人會去想到行動網路，可是現在如果沒有行動網路網頁，業務也很難推廣。未來的5~10年，如果你根本沒有AI策略，你發展的空間很可能會極度受限。為什麼？讓我用汽車和客服語音助理這兩個例子來告訴大家，將來的生活會多麼與AI密切相關。

AI帶來的未來生活

當各項物品連結上網路，就促進了人工智慧的成長。大家現在茶餘飯後在講的物聯網(IoT)，我認為應該叫IoC才對，Internet of Citizens。第一個連上網的網路公民，是個人電腦，接著是電話。10年以前，手機的主要功能是拿來打電話，偶而發發短訊，但現在，電話功能佔使用比重可能已經只有10%了。今天的汽車，主要的功能是載運我們從A地點到B地點。當汽車可透過物聯網(IoT)與網路連結，且具備人工智慧，未來會開發出什麼樣的功能呢？現在誰也不知道。　

如果我們以前瞻性的眼光來看，未來5~10年，AI助理會幫你做很多你現在做不到的事情，例如什麼事呢？比如，今天下雨了，路上肯定塞車，我很怕會遲到，可是對這附近又不熟，所以我得告訴我的汽車AI助理：我需要在6點以前到某某地方，請找一條比較不塞車的路線，另外，我需要在那個地方附近找到停車位。所以AI助理需要知道，下雨了，我需要一個室內地下停車位，否則若是地面上的，我肯定會淋濕。所以它需要有考慮所有條件進行思考的能力，才能解決問題。

AI只是工具，不是目的。我們使用AI是為了達成某些目的，解決我們的一些難題。就汽車而言，我們所做的研究顯示，駕駛人最想解決的問題包括：我要去的地方在哪裡？停車場在哪裡？這並不是很複雜的問題，可是以我們目前的工具來說，都還不是很好用，也沒有辦法完全切中我們的需要。目前如果一切靠我們自己手動，例如拿出手機，打開上網搜尋，啟動導航、找停車位等，大約需要20個步驟。如果是在手機上設定鬧鐘，大約是7個步驟。

要追求一個完美的解決方案，首先必須增加類似人類的互動，再來是AI引擎，然後是知識。一般說的人工智慧其實就是這三者的綜合。AI要如何幫你付帳單？首先，它認得你的聲紋，用聲紋做為身分識別，比指紋還更精確，但比不上眼睛的虹膜掃描。我們和巴克萊銀行的財富管理部門，就共同研發了一個聲紋辨識系統，客戶打電話進來，不必用到１分鐘，就能辨識客戶的身分，開始作業，接通財富管理服務。

如果是汽車的情境，我進到車子，說一聲：「哈囉！」車子就會自動調整我的座位，自動播放我喜歡的音樂。另一個是自動摒除干擾，例如我正在開車，給予車子指令，我的小孩坐在後座，如果他也插嘴亂給指令，就會使機器感到無所適從，所以AI助理必須知道要遵從的是我的指令，而忽略其他聲音。

聲音指令基本上就是把語音轉為文字(text)，輸入成為驅動機器去做動作的指令。有互動，就有對話，藉由對話，機器可學習你要的是什麼。就不必要「動作1，搜尋目的地，動作2，GPS定位，啟動導航」這樣下達指令。若要更貼近人類互動模式，需要更貼近自然語言，此外也需要背景知識。舉例來說，我要從台北開車到墾丁，那麼AI助理就要知道，車子剩下的油料是不夠的，大概到台南就用光了，所以在那之前要趕快先找加油站加油。而且根據之前的經驗，我會用某張信用卡付費，而那張信用卡只能在某個加油站獲得折扣，所以AI助理就會去累積這些知識，持續不斷地學習。

知識就是數據。網路上到處都是數據，例如加油站幾點開門，位置在哪裡；另外，也需要使用者偏好方面的知識，例如我是加92無鉛、95無鉛還是柴油。此外，還需要汽車上的感測IC蒐集來的資訊，以及關於世界的資訊，比如，上個禮拜新開通了一條快速道路，可以怎麼走比較好，甚至是需要多久時間才能抵達等等。

所以我們對汽車車主進行調查，去了解他們會希望汽車AI助理提供什麼協助。有的希望能即時告知路況變化、有GPS導航功能、規劃最佳路線(最不塞車、最省油或停車後步行距離最近的)、找到所預定旅館以及最靠近的停車位，找加油站、充電站或餐廳，能告知所剩油料無法抵達目的地，並且馬上找到最近的加油站等。未來或許虛擬助理能做到代為在餐廳訂位、訂外帶餐，直接用電子支付扣繳停車費等。

Nuance與眾不同的解決方案：受控制的機器學習

我想分享的第二個例子，Nuance對於如何藉由AI提出解決方案的看法跟很多同業不同。有某個大公司認為，AI就是由最厲害的科學家，創造出最厲害的機器，我們用另一個角度去思考這問題，覺得應該是讓AI做簡單的工作，而讓人類專員來解決複雜的問題。我們從醫生的診療語音助理系統起家，深信機器的人工智慧是要讓人類的工作和生活變得更輕鬆，而不是取代人類。

我們的專員會分析數據，他們有很專業的知識，也會直接服務客戶，而我們就透過這些專員來教我們的虛擬AI助理。例如，有個指令說：「我的支票軋進去了嗎？」機器聽不懂。那麼就要由真人專員來教他，你需要把這個問題拆解為下列步驟：第一，辨認那個「我」是誰？第二，支票，支票號碼幾號？該存到哪個銀行的哪個帳戶去？等等程序。

只要是需要客服的，不管是醫療機構、飯店、電信公司，各行各業，每天平均會有20萬通電話進來，可是不是每通電話的價值都一樣高的，有些只是基本資訊的詢問，有些則是真的會帶進業務來的，所以就由虛擬助理來回答簡單的資訊，而由專員來服務價值較高的客戶。

所以我們認為AI其實是人類協助的機器學習(human-assisted machine learning)，累積的知識愈多就能做愈多的事。有人問我，會不會有一天，機器學會了專員所有的技能，然後就取代了專員？或許會的，可是在這期間難道不會有新業務創造出來嗎？肯定會有的，而且到時候客戶問的問題絕對會跟現在的很不一樣。

機器是需要有人手把手地教導的，如果沒有人的控制，就會出亂子。你看微軟(Microsoft)就曾經讓一個機器人自由學習而沒有人類的協助，6個月後，這個機器人卻是滿嘴髒話，讓他們很尷尬。你可以想像如果把這樣一個自由發揮而不管資訊來源亂學的機器人放在客戶服務端，會給公司帶來多大的麻煩嗎？所以機器學習，就需要跟大人教小孩一樣，有控制的機器學習才是王道。(本文是蒯文瑞在台灣亞太產業分析師專業協進會人工智慧論壇上的專題演講，記者林昭儀整理)

蒯文瑞是美商紐昂司(Nuance)軟件技術有限公司集團副總裁與大中華區總裁，西北大學Kellog商學院企管碩士，曾任職AT&T、北方電訊(Nortel)大中華區總經理等職位。

DIGITIMES中文網 原文網址: AI完美風暴將席捲全球　台灣如何搭上商機？ http://www.digitimes.com.tw/tw/dt/n/shwnws.asp?CnlID=1&cat=140&cat1=90&id=0000481854_7SC97M9S4B1XCD56VOYVX&ct=1&wpidx=7#ixzz4L2iICJvM