訂閱本網誌: Facebook, Google+, 電子報, RSS

創業 CEO / 深度學習對企業營運的顛覆,應該會超越工業革命

April 28th, 2016 by Jamie

Astro Boy

在「創業 CEO」系列,我們探討創業者如何教會自己,成為偉大的 CEO,因為世界上最偉大的網路公司,往往是由這樣的人在領導

20 世紀工業革命只是生產的自動化,21 世紀資訊革命是企業營運的全面自動化

這個禮拜在北京出席獵豹 CONNECT 與長城會 GMIC 兩個年度盛會,會前獵豹很貼心的安排我們參觀包括騰訊、京東、小米、滴滴、格林深瞳,以及獵豹本身等中國具代表性網路公司的校園,並且聆聽他們高層分享近況、發展策略,和他們交流討論。

與美國同步,且幾乎是異口同聲的,這些中國頂尖科技公司都在積極思考投入人工智能 (AI) 與機器人 (Robotics)。[1]

在我看來,這個發展有兩個最主要的面象。第一,更聰明的消費性產品,例如自動駕駛車、個人語音助理如 Siri 等等。另一方面,更自動化的企業營運系統,如智慧製造、無人運輸、自動規模化伺服器、程式自動廣告交易,以及客服聊天機器人等等。

身為創業 CEO,你當然必須去思考如果你的產品更聰明,能不能在類似價格下,提供給用戶更大的價值。但這不是我今天想討論的題目,因為現在 AI & Robotics 的發展還在相當早期階段,能夠在控制成本前提下給用戶好體驗的機會,其實不多。

我今天想展開的,也是這一趟最大的領悟,是第二個題目,也就是企業營運的自動化。我在思考未來 5-10 年,這個大浪對企業的競爭力,應該會帶來比工業革命更大、數量級的顛覆。因此透過今天文章,我想放下一個陀螺,讓所有 CEO 開始思考。

深度學習對演算法的顛覆

要討論這個題目,首先我們得先聊聊深度學習,也就是 AlphaGo 的核心。大體上來說,要讓電腦變得聰明,也就是擁有 AI,有兩種方法,一種是人類事先把自己的思考邏輯都一個個淬煉出來、變成程式,也就是所謂的演算法,注入電腦。演算法的好處是它黑白分明,沒有模糊地帶,但缺點就是人類必須事先把邏輯想出來,還要有工程師把這些邏輯變成程式。

這個流程說起來容易,做起來非常困難。參與過內部軟體專案的人都知道,需求方往往沒辦法把自己業務的邏輯講得完整清楚,而開發人員也往往沒辦法把用戶的邏輯 100% 翻譯成演算法,所以最後做出來的軟體通常只能幫用戶省下少部分時間,有時候還甚至會造成更多額外的負擔。

基於演算邏輯的系統要修改,也非常麻煩。用戶必須提出需求,接著要花費工程師昂貴的機會成本去執行、佈署,不僅週期緩慢,也經常因為人員流動而無法持續有效的推進。

因此,現代網路公司給消費者用的或許是最尖端、最與時俱進的軟體產品,但事實是他們內部的資訊系統,往往非常老舊難用。

然而第二種讓電腦變聰明的方法,也就是深度學習,過去這 10 年來的突飛猛進,有機會打破這個僵局。教電腦深度學習,就像教育小孩一樣,是一個模糊邏輯,沒辦法有一個明確可預測的結果。但另一方面,深度學習的好處,是教育電腦的過程,不一定要有工程師參與。

而也正是這一個好處,我認為,會帶來企業內部資訊系統發展的一個超大革命。當你導入深度學習為基礎的自動化系統,那麼這個系統進步多快、能夠發揮多大作用,將不再是看你投入的工程師數量與品質,也不再被用戶與開發部門間的溝通不良所牽制。隨著軟體人才荒日益嚴重,工程師薪水持續水漲船高,深度學習的這個好處將會越來越顯著。

重點變成教練與教材

所以就像訓練小孩一樣,一個深度學習為基礎的營運、行銷、銷售、客服自動化系統,能夠進步得多快,端看你投入的訓練時間、頻次,以及教練與教材的素質、數量。

深度學習的教練,應該會像員工的教練一樣,必須是對某個領域有深厚經驗的人才,能夠不斷在機器練習判斷的過程中,持續給它好的回饋。換言之,未來自動化企業的同仁,會更像指導員,而不是作業員。

另一方面,教材,也就是 (大) 數據的取得,也是一個很大的門檻。如果是面對消費者的銷售、服務系統,那麼就要透過產品策略去大量收集需要的訓練數據。如果是純粹內部系統,那麼數據的積累恐怕很慢,這裡或許會有新型態的數據服務公司出現,橫向幫助企業交換數據。

換言之,深度學習會讓網路公司的內部自動化的推進,不再那麼依賴工程團隊的開發能量。甚至有可能,不同的企業可以使用同一套第三方開發的自動化系統,但由於訓練的內容不一樣,產生出天差地遠的自動化效果。

與機器人整合

當然企業的營運自動化工作,軟體只能解決部分問題,而更多物理性的需求,像是製造、搬運、維修等,就必須靠與機器人科技整合來完成。除了重複性、變化需求少的活動之外,我們可以預期的,未來的機器人自動化,背後將越來越以深度學習為基礎,而不是以預先設計的演算法為基礎。

未來三年的殺手應用

當然深度學習全面進駐企業的營運自動化系統,是個 10 年,甚至 20 年的大勢。但如果我們著眼未來 3 年,有幾個業務應該會搶先被顛覆,換言之,沒跟上的企業恐將喪失競爭力。

第一是廣告投放的自動化,這個領域其實已經在發生,像是 AppierTagtoo 等廣告技術公司,早已導入深度學習來快速優化他們的投放效果。

第二是線上客服的自動化,隨著 WeChat、Facebook Messenger、LINE 等聊天服務的平台化,企業將會開始在上面佈署自動化客服系統,可以預期的,許多這些聊天機器人,將會基於深度學習引擎,來加快服務品質、範圍、個人化的進步速度。

第三則是顧客風險評估系統的自動化,隨著網路帶來越來越大的資料量,像是客戶的信用額度、保險金額等數據評估,也會很快轉移到深度學習為基礎的系統。

第四是網路零售服務的定價系統,這點 Amazon 早已在做,因此我們可以預期很快會普及到多數電商。

最後則是 HR,也就是招聘與員工評估的自動化,同樣道理,當網路提供了大量的數據,則在篩選面試人員、追蹤同仁表現,並且對於聘用、加薪、升級做出建議等業務上,基於深度學習的自動化引擎,能夠大大提昇企業的 HR 效率,這點 Google 等先進科技公司已經證明,因此我也預期,會很快的被更多 Internet 公司投入。

___

創業 CEO,歡迎加入 AppWorks Accelerator,跟我們一起打造更自動化、競爭力更高的未來網路公司

[1] 我覺得比起人工智慧,人工智能是比較好的翻譯,智慧比較偏向做人處世的大道理,而智能比較偏向大腦運算的能力,現在發展的 AI,更像後者

(Photo via provenio, CC License)

歡迎訂閱 MR JAMIE 電子報
讓新文章自動寄到你的信箱

©2024 MR JAMIE.
網站由 Allen Hsu 設計 | Logo 動畫由 Wen Chen 完成