AI技术让企业数字化转型 人与机器人造就终极智能

导入人工智能解决方案，在近年成为不少行业数字化转型的关键。人工智能及机器学习能够大幅提升企业的运行效率，这让许多企业对这些技术趋之若鹜；对此，微软（Microsoft）徐国伟博士发表对AI的定义“不是要让人工智能取代人，是要让人跟人工智能合作。“双方发挥特性才能成就终极智能。

徐国伟博士明确地定义了在AI及机器学习的时代，将资料转化为决策与行动的依据。总共有四个步骤，首先定义问题，随后搜集资料，再建立团队和模型，最后决策及行动，在这些步骤之中，徐国伟表示定义问题及搜集数据资料最为关键。

首先关于定义问题，许多公司没有明确地定义出想要解决的问题或是现有的公司痛点，就投入了AI研究，导致最后结果与预期有偏差，甚至没有结果。因此定义出对的、可评估的目标是公司数字转型前重要的关键。

搜集数据，最忌缘木求鱼。公司必须确保累积的数据资料是否完整和充足，而非盲目地采集资料。如果一家企业在数字化的进程较缓慢，或者相关数据资料收集不完整，则需要先把这一部分建立起来，才能往下一步迈进。

完成上述两个关键步骤后，则进入到“人”和“模型”的问题。公司要评估自己的规模，来决定AI发展是要自行招募技术人才或是外包给专业团队来执行？针对数据资料建模的部分，完整的AI模型必须要有足够的试错空间，且短期目标常需要根据前期测试的结果做出调整与改变，通过虚拟机不断的测试，能够降低公司的投资成本。将数据开发出各式各样的模型来进行验证后，公司高层做在出决策时，需要有数据驱动（Data-Driven）的观念，才能顺利执行。

针对数据资料建模的部分，徐国伟博士提出了常见的投资成效不如预期的问题。建模需要好的工具和好的硬件，但最后的结果与预期不符时，往往导致成本难以回收。微软的Azure平台上的数据科学虚拟机（DSVM）可以有效地解决这个问题。

现在的人工智能发展非常迅速，不仅各行各业正加快搜集巨量数据资料的脚步，而且物联网的兴起也加快了数据的累积。此外，GPU、CPU的运算能力提升，加上深度学习、增强学习技术上的突破，可以帮助AI在各领域上加快整合。