Posts Tagged ‘automation’

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 Appier、Tagtoo 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)

台灣必須在未來 5 – 10 年內，快速轉型成為網路強國，否則將會被世界淘汰。[1]

主要理由如下：

1. 網路正在徹底改變全球人類的生活方式

隨著智慧手機的普及，網路正在徹底改變全球人類的生活方式。尤其是 2000 年以後出生的人們，基本上從小就活在「Always on」的環境裡面，無論是搜尋資料、玩遊戲、看影片、聽音樂、與朋友交流、購物，幾乎主要都是透過網路來完成。

我自己的大兒子就是最好的例子，他是 2007 年跟著 iPhone 一起出生的，2 歲時就能使用 iPhone 的基本功能，而現在 8 歲的他，已經可以拿起 iPad，打開 Chrome，透過 Google 搜尋喜歡的日本戰隊系列影片，找到高畫質、有英文字幕的版本，連線 AirPlay，透過 Apple TV 把影片打到電視機上觀賞。

你基本上可以預測，這些 21 世紀人類未來的生活，方方面面都是 Internet。

2. 網路正在徹底改變媒體生態

由於人們花越來越多時間在網路上，想要跟他們溝通、影響他們，當然也必須透過網路。所以你看到電視、報紙、雜誌、廣播等傳統媒體的影響力日漸式微，而各種網路媒體的聲量則日益擴大，去年的太陽花學運，就是最好的例子。

但網路媒體與實體媒體最大的不同，是通路的差異 ─ 傳統媒體多半擁有直達閱聽眾的固定通路，而網路媒體則主要靠社群分享擴散。問題是台灣目前最普及的社群是 Facebook 與 Line，換言之，我們的社會輿論某種程度上，是控制在外國企業手上的，一旦 Facebook 改變演算法，台灣民眾所接收到的資訊，就會受到影響，因而形成的共識，就會有所改變。

換言之，在 Internet 日漸成為主流媒體的 21 世紀，網路弱國的輿論，將會受到強國的干預。

3. 網路正在徹底重組經濟結構

當然人們的購物決策越來越受到網路影響、越來越多消費預算移至網路購物，商業模式與國際經濟局勢也會跟著徹底重組。

在過去，品牌、商家要觸及消費者，會透過傳統的電視、報章等媒體，這些媒體多半是本地的。但在新的網路經濟中，強勢的數位媒體往往是國際性的，像是 Google、Facebook 等，換言之，網路弱國的本國經濟，將長期遭到強國的數位殖民與抽稅。

另一方面，在過去，一個國家經由出口貿易來產生順超，貢獻 GDP 成長。但在網路時代，由於消費者可以輕易透過電商跨境消費，久而久之，一個電商弱國會自然就成為一個入超國，讓 GDP 難以成長。相反的，一個電商強國會自然的成為一個出超國，讓 GDP 更加成長。

換言之，在 21 世紀的 Internet Economy 中，網路弱國無論在本國經濟、出口貿易，都將受到強國的掠奪，並且將陷入難以翻轉的長期惡性循環。

4. 數據正在成為企業與國家競爭力的來源

在 20 世紀，國家長期競爭力的來源是天然資源、武力、經濟力等相對「耐久」的資產。來到「快速迭代」的 Internet 世紀，競爭優勢必須要靠「進步的速度」來維持，而要進步的比別人快，掌握數據就變成重點。

當一個國家能夠掌握越多他國民眾的數據，進步的動能自然就會優於他國。而要掌握更多數據，必須仰賴強勢 Internet 行業。因此，Internet 弱國不僅媒體影響力、經濟實力將會落後，連翻身所需要的「數據」，都將無法掌握。

5. 自動化正在徹底顛覆就業市場

網路與數據的普及，正在促使自動化科技的加速度發展。網路海量、全面的收集數據，送回強大的雲端主機運算，產生決策後，再透過網路把指令、更新的軟體即時送到各種各樣的機器上，形成了一個能不斷進步的自動化機制。

Facebook 首頁的動態訊息就是最好的例子，每個人看到的訊息都是不同的，適時、適地、適人的自動產生，並且能夠根據你的回饋，不斷在下次登入時產生更符合你需要的首頁內容，完全取代了傳統媒體總編的角色。Amazon 的網路商店又是另一個例子，每個人登入時都會看到的個性化的產品推薦，比傳統的店員還要聰明 100 倍。

緊接著，自動化工廠、自動駕駛車、掃地、服務機器人、自動銀行等等，都將越來越普及，換言之，許多人類的工作將會被 Internet 與數據所帶來的自動化取代。在這樣的世界裡，一個國家的 Internet 越發達，就有越多居民能夠從事自動化軟體、自動化科技開發的工作，那麼國家的競爭力就會越強。相反的，一個國家的 Internet 越弱，她的國民就會面對越來越多工作被自動化取代，而他們的就業選項也就會越來越受限、越來越沒有價值。

站起來吧，大家！

當然，這些只是其中五個較主要的理由。真的要說，還有千千萬萬個理由，為什麼 Internet 極度重要，又為什麼在 21 世紀，一個 Internet 弱國將難以翻身。

往前走，台灣需要徹底的轉型，而她需要我們每一個人的參與。

我們已經大大落後了，世界卻沒有意思要等我們。

時間不多了，每個人，請你們站起來，把它當一回事，每天每天，告訴你身邊的人，Internet 很重要，大家必須要一起努力，把它在台灣發展起來，讓台灣成為一個 Internet 強國。

否則，我們不會有明天。

___

如果你有興趣加入 Internet 行業，歡迎到 AppWorks Ecosystem 夏季聯合大徵才參考我們提供的 620 個職缺

如果你正在創辦 Internet 公司，歡迎加入 AppWorks Accelerator

如果你有興趣了解 Internet 發展的最前緣，歡迎在 11/11 (三) 來 AppWorks Demo Day #11 看看

[1] 網路強國很難有明確的定義，但很容易透過簡單的大腦測試確認。如果想到世界上的網路強國，你能很明確的把台灣歸在裡面，那就代表台灣是網路強國。如果不行，那就代表台灣還要努力。

(Photo via daymin, Boydell, CC License)

會寫程式的工程師創業者有一個優點，就是他們能夠蓋出很厲害的產品。但這個優點有時候會變成缺點，當他們過度迷信程式可以解決所有問題，甚至是還沒有確定到底要解決什麼問題，就已經開始動手寫程式。

要知道一個工程師創業者有沒有這樣的毛病，其實很簡單，只要把他做的網站 (或是 App) 打開，一個一個頁面點進去看看，如果有很多是程式自動產生的空白頁面，那很有可能就是犯了「過早自動化」的毛病。

過早自動化有什麼壞處？首先，它是一種腦力與生產力的浪費 — 一個頁面既然沒有內容需要被顯示，費心設計程式去自動產生它，當然是一種浪費。同樣的時間，大可以被花在研究、思考、實際去驗證使用者到底有什麼問題需要被解決上面。創業初期最珍貴的資源是時間，如果不能在一、兩年內找到 Product-Market Fit，好不容易組起來的團隊就會開始分崩離析。把這麼珍貴的時間花在自動化不需要的頁面上，當然是很可惜的浪費。

再來，過早自動化會讓你錯失處理真實的內容、顧客、供應商，在過程中建立起「手感」的機會。即使自動化出來的頁面真的有內容，真的有人看，真的有訂單，那也不代表它就是一個完美的投資，相反的，你可能會因此損失了「向失敗學習」的機會。舉例來說，一個賣東西的電子商務網站，訂單轉換率往往不到 5%。這代表著這個目標是「達成交易」的自動化軟體，對 95% 以上的使用者而言是失敗的。問題是，大部分的情況下，你不知道它失敗在哪裡。這些人來了就走，你根本沒機會問問他們，到底為什麼沒有買東西，我的設計哪裡沒有符合到你們的需要。

相反的例子就是像 Mamibuy、Mydress 等這類從 Facebook 社群、手動團購慢慢長出來的電子商務網站，你可以明顯的感受到他們對於自己的目標族群，喜歡買什麼，不喜歡買什麼，有著更深入的理解。

最後，過早自動化會讓你陷入轉向困難的窘境。每一行程式畢竟都是工程師的心血，好不容易 debug 好的東西要殺掉更是令人淌血。我看到很多工程師創業者都是卡在這裡，太早把頭洗下去，洗了之後才發現這是一個不太被需要的自動化軟體，接著進退兩難，只好悶著頭繼續把功能一直加進去，暗暗祈禱如果有很多很多功能的話，其中某個功能或許會打中某個使用者。當然，回頭去看所有大受歡迎的網站、App，很少是在這樣的開發軌跡下的成功。

所以，在任何的自動化之前，我建議大家先用手動的方式一筆一筆的處理你的商業流程。等到確定了這個流程真的被使用者需要，慢慢在過程中摸清了眉角，並且量大到手動快要沒辦法處理了，這時再寫程式去自動化它。相信我，在那個過程中，你會學到很多東西，也會開發出更符合所有人需求的軟體。

___

一天中關於創業的種種觀察，我常分享在 Facebook，歡迎追蹤

(Photo via tobi, CC License)