大師教我們的AI三大認知與三大應用
10月中旬，遠見．天下文化事業群邀請全世界大數據專家、現任英國牛津大學網路研究所教授麥爾荀伯格（Viktor Mayer-Schönberger）來台講授AI時代下企業的因應之道，共300多位學員參與。我記錄我覺得很有意思的重點。
首先是三個正確認知。
一，AI是工具，不是目的，企業不必為了AI而AI。自從去年底ChatGPT發布以來，全世界進入AI浪潮，「很多執行長都在問，我們的AI策略是什麼？但那是問錯問題，就像問我們是否需要午餐策略一樣，」他說，企業應該問，是否需要AI工具？如果需要，第二步才問，需要怎樣的AI？是否有足夠資源，包括人才，使用到需要的AI？
二，AI工具很棒，但不是萬能丹。若選擇不對的市場、商業模式，或營運管理出錯，AI再優秀也沒用。他以美國知名線上服裝訂閱公司Stitch Fix為例，主打用AI演算法替訂閱者決定穿搭，讓每個用戶感覺自己有專屬造型師，並每月寄送一箱「你可能會喜歡」的衣飾給顧客。一開始很成功，但自2020年起，Stitch Fix營運就陷入虧損，用戶流失，顯示AI無法拯救有瑕疵的商業模式或管理營運。
三，AI只知道過去。AI的運算是根據訓練它的既有資料庫，請AI預測未來，只能得到「什麼已經發生」的答案，無法得知「什麼可能發生」。他說了一個有趣比喻，如果你問古代的馬車伕想要什麼，他們一定會說更快的馬，這是已知中最好的答案。如同古代馬車伕想不到有一天人類發明汽車，問AI也問不到未來的想像。
再來是AI的三大應用方法。既然AI是工具，怎麼用它來協助企業做好決策呢？麥爾荀伯格提出三種做法。
一，理解現實（grasp reality）。白話來說，就是將過去人類大腦無法處理、過度龐雜、甚至雜亂的資料，整理與轉換成能夠幫助人類汲取洞見的資訊。以醫療領域為例，手術後的併發症向來是一個難解問題。現在醫師可以將口說病例，一字不漏地全數轉換為文字，利用自然語言處理技術，從毫無結構可言的資料中萃取出變數，輔助醫師判斷併發症的發生可能性。
二，協助企業做預防性計畫（plan），尤其是預測錯誤發生並預防。以飛機引擎為例，一旦故障得花上大筆維修費，甚至取消飛行，損失慘重。近來善用AI預測維修時間，避免故障，更使業者改變商業模式，從賣斷改為租賃。
三，契合（fit），協助人類選擇。當資料充沛、資訊過量時，人類反而需要工具協助，從眾多選項中篩選出符合需求者。例如Spotify就會替使用者決定適合的歌曲。
以上三種應用方式，你的企業需要哪一種？麥爾荀伯格強調，與其思考「如何制定AI策略」，不如先思考，在工作上有哪些決定面臨挑戰，需要AI？AI不是最終目標，而是輔助工具，「你沒有釘子，又何必去找錘子呢？」
延伸閱讀：