出版日期 2019/06/04
可扺用 折價券 / 購物金
限 信用卡付款 /ATM /郵政劃撥

【精選799元】數位轉型如何做?經營實戰套書

★ 數位轉型已進入大爆發的成熟期,你是領先者還是追隨者?
★ 數位轉型精選套書,限時特惠799元

研究機構IDC預言,明年全球五○%大型企業業務重心,都是創造數位加值產品、服務與體驗。
數位轉型大爆發的時代,你還在觀望嗎?立即掌握下個十年最重要商業趨勢。

推薦加價購商品

文字字級

內容簡介

本套書包含:
 
1. 《AI經濟的策略思維》
 
 
 
第一本專為經理人與策略專家寫的AI評估指南
 
到底該如何應用AI、找出創造新價值的機會?
了解人工智慧最強大的力量,就在預測,
用經濟學的分析架構,設計出最佳的策略選擇!
 
「AI 對你的企業有什麼意義?看這本書就知道。」── Google首席經濟學家哈爾.韋瑞安
 
自動駕駛、物體辨識、語言翻譯、詐騙偵測……
AI的應用正快速滲入每一個領域,人工智慧大普及的時代即將來臨。但是,能夠利用AI脫穎而出的企業屈指可數。AI科技對企業到底有什麼影響?
 
備受科技界與決策領導人推崇的多倫多大學羅特曼管理學院的三位教授艾格拉瓦、格恩斯、高德法布,是專門研究科技影響的經濟學家。在本書中,他們解答經理人該如何思考AI影響的各種問題。
 
對企業來說,AI到底是什麼?AI是預測的科技,而預測是決策的生產要素。
AI的關鍵影響是什麼?AI的重大經濟意義,就是使得預測變得更便宜。可以被人工智慧預測取代的都會貶值;與人工智慧預測互補的都會升值。未來無可取代的就是資料與判斷。
當預測便宜到人人可以負擔,企業的工作流程、事業規模與範圍、商業模式、策略選擇全都會改變。三位教授發展出一套評量AI策略的AI Canvas,用輸入、預測、訓練、判斷、行動、結果、回饋這七個面向,幫助企業回答:
1. 什麼樣的預測對你的事業很重要?AI的發展會如何改變你倚重的預測?
2. 如何重新配置工作,AI與人類該如何合作?
3. 在工作流程中,哪些AI工具的投資報酬率最高?
4. 如何判斷推出AI產品的時機與對企業的衝擊?
 
每一個選擇,都是社會資源重分配的取捨。在本書中,艾格拉瓦等三位教授也探討大家普遍對AI的擔憂,包括:人類工作即將終結嗎?貧富不均是否將更惡化?幾家超級企業將贏者通吃?
 
AI是這個世代最具變革力的科技。了解AI 的本質與經濟意涵,才能準確評估AI的潛力,真正善用AI的預測能力,做出最好的決策。
 
台灣人工智慧學校執行長/陳昇瑋
美國前財政部長/桑默斯
《連線》雜誌創始主編/凱文.凱利
科技三巨頭Google 首席經濟學家、蘋果AI 研究總監、前微軟新英格蘭研究院顧問 
一致推薦
 
AI可能會徹底改變你的生活,而這本書會徹底改變你對AI的了解。AI可能是有史以來最好的科技,而到目前為止,這是討論AI最好的一本書。
──勞倫斯.桑默斯(Lawrence H. Summers)
哈佛大學前校長、美國前財政部長、世界銀行前首席經濟學家
 
AI是這個世代最具變革力量的科技。艾格瓦拉、格恩司與高德法布不但了解AI的本質,還對AI的經濟意涵與權衡取捨提出深刻洞見。如果想要撥開AI的炒作迷霧,看清楚AI對社會的核心挑戰與機會,第一個步驟應該是閱讀這本書。
 
──艾瑞克.布林優夫森(Erik Brynjolfsson)
麻省理工學院教授、《第二次機器時代》作者
 
為了讓人更容易理解,這本書把人工智慧重新塑造成一個平價的新商品:預測機器。這是出色的創舉。我認為這本書非常有幫助。
──凱文.凱利(Kevin Kelly)
《連線》雜誌創始執行主編、《必然》作者
 
AI 對你的企業有什麼意義?看這本書就知道。
──哈爾.韋瑞安(Hal Varian)
Google 首席經濟學家
 
企業領導人、政策制訂者、經濟學家、策略專家、所有想了解AI 對制訂企業策略與決策的意義,以及對社會有什麼影響的人,都一定要讀這本書。
──魯斯蘭.沙拉庫迪洛夫(Ruslan Salakhutdinov)
卡內基美隆大學教授、蘋果AI 研究總監
 
我遇到太多對AI 興奮期待卻不知所措的人。這本書提供一個實際的框架,給對AI 茫然的人一個堅實的基礎。
 
──施文.茲利斯(Shivon Zilis)
OpenAI 負責人與Bloomberg Beta 合夥人
 
當前的AI 革命可能會使AI 供給很充足,但在達到那個狀態之前,需要仔細考慮一些艱深的課題,包括失業率增加與所得的懸殊差異。這本書提供一些架構,讓決策者得以深入了解AI 在其中運作的力量。
──維諾德.柯斯拉(Vinod Khosla)
柯斯拉創投公司、昇陽電腦創辦人兼第一任執行長
 
這是一本開創性的書,專注在策略專家與經理人必須了解與AI 革命有關的事,藉著對科技採取有理有據的務實觀點, 這本書利用經濟學與策略的原理,去了解如何藉由AI 來徹底改變公司、產業與管理方法。
──蘇珊.埃塞(Susan Athey)
史丹佛大學科技經濟學教授、前微軟新英格蘭研究院顧問
 
這本書是一個可喜而獨特的傑作:以一份筆調明快、讀來津津有味的調查,了解人工智慧將帶領我們前往何方,並對誇張的炒作與現實狀況做出區分,同時源源不斷地提供嶄新的獨特見解,而且用最高管理階層及政策制訂者都能理解的用語來解說。每個領導人都必須讀這本書。
──鮑達民(Dominic Barton)
麥肯錫顧問公司全球管理合夥人
 
 
 
2. 《人工智慧在台灣》
 
 
 
 
學術人跨界產業的洞察與思考
第一本為台灣而寫的AI轉型策略
 
人工智慧浪潮全面來襲,沒有一個人能夠置身事外。
與其擔憂,不如清楚認識人工智慧發展的脈絡、應用與侷限,
深化個人AI實力、建立企業AI團隊,
成為AI浪潮中的領先者!
 
 
力用人工智慧,扭轉20年來台灣產業發展的困境!
 
人工智慧正在改變產業的遊戲規則,多數產業已進入紅皇后的領地,
不追上、就落隊,再也沒有機會。但AI也是企業擺脫發展困境的不二武器!
究竟人工智慧是什麼?機器學習與深度學習有什麼不同?大家都在談人工智慧,
但在產業中如何應用?白領工作者又該如何應對人工智慧即將帶來的工作結構變化?
 
本書作者陳昇瑋是台灣少數跨界產業的科學家,擁有學術與產業的深厚背景,同時也是熱情的AI技術傳教士與人才播種者,以跨域者獨有的視野,致力於推動人工智慧在各產業的深化應用及創新轉型,對於製造、金融、零售與醫療等產業應用尤有獨到之處。
 
2017年接受中央研究院廖俊智院長與孔祥重院士的邀請,一同帶領團隊在半年內成功幫助超過十家台灣企業,以AI解決或改善影響發展的重大難題,協助產業在人工智慧技術及應用全面升級,也看見產業導入AI的系統性問題。
 
人才、資料、找問題,缺一不可
與其擔憂被取代,我們需要主動了解,立即行動以形塑未來
 
他透過在地化的實作與顧問經驗,為台灣而創設台灣人工智慧學校,一年內已為台灣培育超過3,000位AI人才,期能解決AI人才不足的關鍵問題,為台灣產業面對的下一個挑戰舖好基礎。
 
本書重點
▍一次看懂人工智慧
  人工智慧究竟是什麼?大家在發展人工智慧時,普遍陷入怎樣的迷思與陷阱?
 
▍掌握台灣發展人工智慧的三大面向
  在人工智慧技術發展、人工智慧產業化、產業人工智慧化這三大面向,台灣產業該如何發展,從而探索新商業模式。
 
▍分析台灣產業發展的挑戰與機會
  針對製造業、金融業、零售業等各大產業,從規劃、生產、行銷及供給這四個面向,分析人工智慧可以發展哪些應用?對於工作及業務流程又會產生哪些系統性的影響?
 
▍從零開始,企業導入人工智慧的必備know-how
  從調整企業的思維框架,到打造第一支專屬的人工智慧團隊,經理人必備哪十大認知,能加速推動導入人工智慧的成效。
 
台塑集團總裁 王文淵 
中央研究院院士 孔祥重
經濟部長 沈榮津
廣達集團董事長 林百里
交通部長 林佳龍
益鼎創投董事長 邱德成
科技部長 陳良基
行政院副院長 陳其邁 
友達光電董事長 彭双浪
玉山金控總經理 黃男州
英業達集團會長 葉國一
義隆電子董事長 葉儀晧
奇美實業總經理 趙令瑜
中央研究院院長 廖俊智 
研華科技董事長 劉克振
聯發科技董事長 蔡明介 
全家便利商店集團會長 潘進丁
財信傳媒集團董事長 謝金河
國票金控董事長 魏啟林
 
 
3. 《天下》兩千大調查專刊
 
 
 
 
全球數位轉型浪潮,已走出準備期,進入勝敗的驗收倒數。
 
企業衝的,不再只是要怎麼做,而在要怎麼贏!
 
蘋果今年3月一場沒有硬體產品的發表會,宣示了往數位靠攏的決心;
 
微軟受惠雲端業務強勁成長,市值破兆,股價5年大漲2倍以上。
 
領先公司將在2年內拉開差距,3年後,勝者為王。
 
《天下》盤點5大策略、國內外7個精彩個案,看領頭羊如何把數據流變金流?

目錄1

推薦序 提升台灣產業的關鍵技術 陳昇瑋
各界推薦
 
第一章 AI經濟學
第二章 平價改變一切
 
PART I 預測
第三章 預測機器的魔法
第四章 為什麼說這是人工智慧?
第五章 數據的投資報酬
第六章 人類與機器的分工
 
PART II 決策
第七章 決策的要素
第八章 判斷的價值
第九章 預測人類的判斷
第十章 控制複雜性
第十一章 完全自動化的考量要素
 
PART III 工具
第十二章 解構工作流程
第十三章 拆解決策
第十四章 AI時代的工作內容
 
PART IV 策略
第十五章 經理人的角色
第十六章 AI時代的事業調整
第十七章 機器學習的發展策略
第十八章 AI的風險管理
 
PART V 社會
第十九章 AI對社會的衝擊
各章註釋

目錄2

作者序 成為介接學術與產業的跨域者
 
源 起 倍速競爭的紅皇后領地
Part 1  人工智慧
第一章 人工智慧的發展
第二章 機器學習是什麼?
第三章 人工智慧的誤解與迷思
 
Part 2  人工智慧與產業發展
第四章 人工智慧發展的三個面向
第五章 產業人工智慧化經驗談
第六章 產業人工智慧化的挑戰與建議
 
Part 3  迎向未來的準備
第七章 台灣人工智慧學校
第八章 給政府的建言
第九章 給白領工作者的建議
 
致謝

編者的話

數位轉型,領頭羊的天下
 
文—吳琬瑜
 
數位轉型已進入大爆發的成熟期,你是領先者還追隨者?《天下》兩千大調查「數位轉型領先者指南」逐一解析國內外企業轉型成功策略,在改變的路上,與你一起學習成長。
 
所有企業經營者都知道,當環境劇變、典範轉移,你選擇當市場領先者或追隨者,都有不同風險與代價。領先者的優勢是及早開發、搶先市場、提早經歷學習曲線,成為市場領導品牌,但劣勢是過程挫折多,猶如在汪洋中泅泳,得靠自己摸索。
 
追隨者致勝的關鍵是決定「時機」,何時切入市場?只要市場略成熟前,踏著領先者試錯成功的路徑大舉進攻,也有機會後來居上。本期《天下》兩千大調查封面故事「數位轉型領先者指南」,就是希望讓企業在轉型路上,少一點虛妄,多一些成效。(見58頁)
 
數位轉型大勢,已進入大爆發的成熟期。研究機構IDC預言,明年全球五○%大型企業業務重心,都是創造數位加值產品、服務與體驗。追隨者不再觀望猶豫、積極行動,領先者需在兩年內拉開差距,勝者為王。
 
你是數位領先者嗎?再來檢視個別企業。最早投入數位轉型不一定就是領先者。IDC及微軟聯合發表調查報告,亞太地區十五個經濟體、一五六○家企業中,只有七%是領頭羊。它提出六個領先者一七年的成效指標:
 
1.營收至少有三分之一來自數位產品與服務
 
2.新產品與服務營收提升三成
 
3.淨利率提升約三成
 
4.生產力提升約三成
 
5.成本成功降低約三成
 
6.客戶滿意度、忠誠度與留存度提高三成
 
以上的指標,你達標了幾項?
 
從產品導向到顧客導向
 
數位轉型者將逐漸體會一個困難的學習曲線:經營心態要從產品導向轉為顧客導向。這看似容易,卻非常困難,是未踏入數位轉型者看不見的深海暗流。只會生產數位產品或服務,離數位轉型成功的距離還很遙遠。
 
譬如,三月的蘋果發表會,是四十三年來首度無硬體產品的年度發表會,只推訂閱服務,徹底往數位服務轉型。預計未來蘋果訂閱者上看一億人,二○二三年服務業營收將突破千億美元。但這一步對蘋果內部的企業文化、策略思考、組織人力與KPI,都需要巨大翻轉與調整。
 
如《天下》出版的新書《訂閱經濟》作者左軒霆指出,數位轉型就是從單純賣產品的線性交易通路,轉變為與訂戶建立循環的動態關係,透過各種服務,包含交通、教育、媒體、健康醫療等相互連結的生態系統,從標準化到客製化,滿足不同客戶需求。
 
除了策略分析,本期更介紹許多本土數位轉型成功案例及背後點滴辛酸。因為《天下》身為台灣媒體數位轉型的先驅者,理解企業轉型的痛點。(見68頁)
 
改變的路上,我們與你一起同行,共享學習、共享成長。       ■

內文試閱1

AI經濟學
 
       如果你還不熟悉下面提到的情景,我想很快就會熟悉了。一個小孩獨自在另一個房間做功課。你聽到小孩問說:「德拉瓦州的首府是哪裡?」於是家長開始思考:巴爾的摩⋯⋯太明顯了⋯⋯威明頓⋯⋯不是首府。還在思考的時候,一台叫Alexa的機器就說出正確答案:「德拉瓦州的首府是多佛。」Alexa是亞馬遜(Amazon)的人工智慧(artificial intelligence,簡稱AI)助理,可以翻譯自然語言,並以閃電般的速度回答問題。結果Alexa取代家長,成為孩子眼中無所不知的資訊來源。
 
       AI無所不在。在我們的電話、汽車、購物體驗、交友配對、醫院、銀行與所有媒體都看得到。難怪企業領導人、執行長、副總裁、經理人、團隊領導人、企業家、投資人、教練等決策者都迫不及待要爭相了解AI:他們知道AI會從根本改變他們的事業。
 
       我們三個人在觀察AI的進展上處於特別有利的位置。我們是經濟學家,事業生涯都在研究最新、最偉大的科技革命: 網路。多年的研究中,我們了解到如何看穿誇張的炒作,並聚焦在科技對決策者的意義。
 
       我們還建立創造性破壞實驗室(Creative Destruction Lab, CDL),這是為了讓科技新創公司在種子階段(seed-stage)增加成功機率的計劃。最初,這個實驗室對各類型的新創公司都抱持開放的態度,但到了2015 年,最令人振奮的計劃大多是AI 應用的新創公司。截至2017 年9 月為止,創造性破壞實驗室已經連續三年成為最專注全球AI 新創公司的計劃。
 
       因此,這個領域的許多領導人會定期來到多倫多,加入創造性破壞實驗室。舉例來說,亞馬遜Alexa AI 引擎發展的主要投資人威廉. 敦斯道爾佩多(William Tunstall- Pedoe)在參與計劃期間,每隔八週就會從英國劍橋飛到多倫多加入我們;舊金山的巴尼.裴爾(Barney Pell)也是如此,裴爾曾在美國太空總署(NASA)領導一個85 人的團隊, 率先將AI 送上外太空。
 
       創造性破壞實驗室在這個領域的優勢,有部分是因為我們位於多倫多,許多近來引起AI 關注的核心發明都在這裡播種及孕育,這個領域被稱為「機器學習」。從前任職多倫多大學資訊工程系的一些專家,如今正帶領全球幾個首屈一指的AI 團隊,包括臉書(Facebook)、蘋果(Apple)與伊隆.馬斯克(Elon Musk)的Open AI。
 
       因為與這麼多AI 應用如此接近,迫使我們專注在這項科技對企業策略的影響。我們會解釋,AI 是一種預測的科技, 而預測是決策的生產要素;經濟學則提供完美的架構,理解所有決策的權衡取捨。因此,憑著運氣和一些構想,我們發現正好有了天時地利人和,可以在科技專家與企業經營者之間架起橋樑,於是出現這本書。
 
預測科技將改變世界
 
       我們的第一個領悟就是,新一波的人工智慧並沒有真正帶來智慧,而是帶來智慧中的一個關鍵成分:預測。小孩問問題時,Alexa 做的就是接收聽到的聲音,預測小孩說的話,然後預測那些話要尋找什麼樣的資訊。Alexa 並不「知道」德拉瓦州的首府,但Alexa 能在有人問起這個問題時,預測到他們要尋找的是一個具體答案:多佛。
 
       我們實驗室的每個新創公司都是因為能夠利用更好的預測而成立。Deep Genomics 藉著預測當DNA 改變時細胞會有的狀況,來使醫療得到改善;Chisel 藉由預測文件的哪些部分要編修,來改善法律實務;Validere 靠著預測運送原油時的水含量,改進原油監管移轉(custody transfer)的效率。這些應用可以說是大多數企業在不久的將來做事的縮影。
 
       如果你在試著理解AI 對自己有什麼意義的時候陷入迷霧,我們可以幫助你了解AI 的意涵,並指引你瀏覽這項科技的進展,即使你從沒有實做過卷積神經網路(convolutional neural network)或研讀過貝氏統計(Bayesian statistics)。
 
       如果你是企業領導人,我們會幫助你了解AI 對管理與決策的衝擊;如果你是學生或剛出校門的畢業生,我們會提供一個架構,讓你思考工作的演變及未來的生涯;如果你是金融分析師或創投業者,我們會提供一個結構,讓你能夠發展自己的投資方法;如果你是決策者,我們會提供準則,讓你了解AI 可能會怎麼改變社會,以及政策如何塑造這些改變,讓這些改變變得更好。
 
       經濟學提供成熟穩固的基礎去了解AI 的不確定性,以及AI 對決策的意義。隨著預測能力變得更好,降低不確定性, 我們要利用經濟學告訴你,AI 對企業決策有什麼意義。反過來說,這也會讓你察覺在企業的工作流程中,哪些AI 工具的投資報酬率最高。接著我們會引導出設計企業策略的框架,例如該怎麼重新思考事業的規模與範圍,以便利用這個以平價預測為基礎的新經濟現實。最後,我們列出工作、企業權力集中度、隱私與地緣政治等各方面與AI 相關的主要權衡。
 
       什麼樣的預測對你的事業來說很重要? AI 更進一步的發展會如何改變你倚重的預測?你的產業要如何重新設計工作,來因應預測科技的進步,就像個人電腦與網路崛起時,產業如何重新配置工作? AI 很新奇,但是我們的了解並不夠,不過用來評估預測成本下降意涵的經濟學工具非常可靠。雖然我們提到的例子肯定會過時,但這本書的架構並不會過時。隨著科技進步,而且預測變得更加準確與複雜,書中的洞見仍會持續適用。
 
       這本書並不是在談在AI 經濟中成功的方法。我們強調的是權衡取捨。數據愈多,意味著隱私愈少;自動化愈多,意味著操控愈少。我們不會為你的企業開出最佳策略,那是你的職責。對你的公司、事業或國家最好的策略,取決於你在衡量各方面情況時所做出的取捨。這本書提供一個找出關鍵決策考量、並對正反兩方進行評估的架構,以便得出對你而言最好的決策。當然,就算掌握這個架構,你還是會發現事情瞬息萬變,需要在沒有充分資訊的情況下做決策,但這樣做通常也比什麼都不做來得好。

內文試閱2

歡迎來到倍速競爭的紅皇后領地!
 
  「在我的領地中,你必須盡全力跑,才能維持在相同的位置。如果你想前進,就必須跑得比現在快兩倍!」(Here, you see, it takes all the running you can do, to keep in the same place. If you want to get somewhere else, you must run at least twice as fast as that!)
 
  這句出自《愛麗絲夢遊仙境》紅皇后的話,生物學者早在1970年代,就用以探討生物圈的演化競爭;1995年再被哈佛大學學者卡夫曼(Stuart Kauffman)拿來描述商業生態圈的動態競爭,稱為「紅皇后效應」(Red Queen Effect)。
 
  紅皇后效應指的是,商業世界中的動態競爭,讓組織必須不斷加速學習,但前進的同時,市場淘汰機制也跟著加速,於是競爭不斷加遽。寫於一百五十多年前的童話故事,如同先知般,完全料中數位經濟時代企業面對的真實挑戰,也是橫亙台灣這二十年來產業發展的具體困境。
 
  無論是哪個政黨執政,「拚經濟」是跨黨派的共識,政府也不斷推出各種產業獎勵或補助方案,從行動通訊、生醫、雲端、大數據、綠能、智慧製造、循環經濟…… 一路走來,幾乎無役不與。產業界當然也不斷努力,持續降低成本、提升良率、準時交貨、低價搶單……過去創造經濟奇蹟的代工模式, 在製程改善與管理最佳化幾乎已做到極致,已屬全球標竿;企業也持續致力於創新,只要是先進國家大企業有的,各種新技術、新系統、新營運模式都願意嘗試。只是令人百思不得其解的是,這些年來我們彷彿一直停留在原地。
 
  在2012 年,人工智慧相關技術大突破後,這個情況更顯嚴峻。幾乎沒有人可以否認,人工智慧正在改變這個產業的遊戲規則;而無論我們有沒有察覺,願不願意接受,人類產業已經進入紅皇后的領地,若沒有不一樣的做法,努力跑再久頂多只能停留在原地。不跑呢?直接落隊,再也沒有機會。
 
人工智慧點燃新一波巨變
 
  就像希臘哲學家赫拉克利特(Heraclitus)所說,改變是唯一的不變。把時間拉遠一點,五百多年前德國一位金匠古騰堡(Johann Gutenberg)發明活字印刷,影響所及觸發宗教改革、催生現代科學,更創造出全新的社會階級與職業。這是新科技所帶來的思想自由,以及社會改變。
 
  改變,從古至今沒有變,但是改變的速度愈來愈快,一點點慢下來的跡象都沒有。目前引爆人類社會巨大改變的主角,正是人工智慧(Artificial Intelligence, AI)。人工智慧經過逾五十年的發展與頓挫,終於在2010 年之後有重大突破。由於人工智慧能夠發展與應用的空間,絕對不小於網際網路、雲端運算及行動裝置,因此世界各大科技公司甚至政府,都大舉投入資源進行研究,很快就在技術上持續突破,而應用也遍地開花。
 
  在2016 年,光是Google 一家公司,就有超過4,000 個運用深度學習的專案。經過近兩、三年的技術發展與商業擴散效應,人工智慧也已讓許多產業開始轉型,以不同的方式來規劃、生產及提供它們的產品及服務,而且,改變速度愈來愈快,影響所及也愈來愈廣泛、愈深入人們的生活。
 
人才流失嚴重 產業元氣大傷
 
  在全世界都因新技術而快速變化的此刻,台灣卻仍然被困在多年不變的困境中。由於產業難以轉型,長期以代工出口作為經濟成長主力,台灣的匯率、稅率等相關政策,一直以維護貿易穩定、經濟成長作為最高指導原則。長此以往,由於沒有出現新的產業生態圈,無法創造新的價值,只能在價格、成本與技術週期之間拚搏圖存, 卻不知已使得產業體質元氣大傷。與體質最直接相關的,就是人才流失嚴重。
 
  人才外流是攸關產業競爭力、國家發展的重要議題。根據全球人才社群網站LinkedIn 統計,台灣外流最多的人才是軟體工程師。原因是過去幾十年來,大部分的人才都集中在半導體業跟製造業,一貫的思維是「買硬送軟」,軟體人才的待遇、舞台、升遷及培育相對不受重視,導致想找有經驗、有格局及視野的軟體大將,難度非常高。
 
  同時,台灣也缺乏做深度研發的環境。長期專注於製造代工, 企業大部分只做D(development) 不做R (research),但台灣人才沒有研究能力嗎?恰好相反! 實情是,很多公司只讓大把的碩、博士擔任製程工程師,大多著重於產線運作、效能調校、降低成本這些漸進式研發工作,人才缺乏足以大開大闔、跳脫格局、發展潛能的舞台,礙於這些產業的研發局限,要升級更是難上加難。
 
  軟體跟硬體產業有很大的差異。在硬體產業,人員被指定在一個非常精確的位置上,資源、材料跟流程都是固定、有限的。但軟體產業從頭到尾所有的材料,就是「程式碼」,程式碼是無限的,變化無窮盡,可以寫出作業系統、商業網站,也可以寫出無人駕駛、人工智慧,端看軟體工程師被賦予的任務,以及他們本身的技術能力。正因變化無窮盡,而人類時間與能力有限,所以軟體產業的開放源碼精神十分活躍,互相交流與學習,期待能設計出更好的軟體,與硬體產業大不相同。
 
產業升級人才比資料、設備更關鍵
 
  萬事起頭難,若要發展台灣的軟體價值,無論是軟體產業、以硬帶軟或軟硬整合都好,需要大批的軟體人才, 而人才必須要有舞台可以發揮、有位置可以流動、有場合可以交流,有能者才有機會在其中醞釀養成。因此, 技術交流平台的重要性不言而喻,但同時,也一直是台灣軟體生態環境中缺失的一塊。
 
  雖然政府及產業持續推廣,並投入大數據與人工智慧的應用發展,但多年來台灣軟體產業不振,軟體開發多以系統整合為主,缺乏做核心技術的高階工程師。同時, 台灣也普遍缺乏技術交流的文化,同業遇到的問題,很可能有九成一模一樣,但大家習慣閉門造車,浪費許多資源與時間解決相同的問題。即使企業高層之間的確有策略交流,但在商場上落實策略的執行力也不可或缺, 而執行力靠的還是人才養成與技術深耕。再把視野放大到環境因素,可以看到台灣的創業環境不佳,找尋資金難度比其他國家高之外,因為語言、地域、文化及經驗的限制,從本土要走向全球化更是困難重重。
 
  以資訊科技業而言,我們的新創大多不是技術創新,容易形成惡性競爭甚至被取代;加上長期鑽研製造代工, 距離消費者與全球市場相當遙遠,能被世界看見的機率不高。服務產業則在地性質濃厚,不僅跨出台灣的難度高,又缺乏經營大型市場的經驗。
 
  此外,我們的內需市場不大,加上母語不是英文,英文能力普遍不足,使得企業與人才的發展處處受限,即使願意招募海外高級人才,常也因語言或薪資的限制而難以規模化。但是台灣真的沒有機會了嗎?其實不然,人工智慧時代來臨對我們而言,是巨大的挑戰,也是轉變的契機。
 
跨界學術人的社會觀察
 
  2012 年後,人工智慧在各應用領域爆炸式的影響,在學術界的感受最深刻:每個月、每一季幾乎都可以看到國外新的技術進展,與各種讓人驚嘆的最新應用。但是身在學術界,看到國內產官學研界的認知及動作,普遍落後先進國家,他國的進行式或過去式,在台灣卻是不知何時可實現的未來式,身為有著滿腔社會責任感的知識分子,怎麼可能不焦慮?
 
  但焦慮能有什麼幫助?我們缺乏的並不僅僅是創新不足。事實上,學術界、產業界都很認真地在做創新,也不時有亮眼之作。但我們真正缺乏的是各界之間的連結,學術界的新技術,似乎與產業界無關;產業界的需求,與學術界的選題似乎找不到太多關聯性;而政府的作為,大方向都是正確的,但落實到專案層次後經常就變了樣,可以填補當務之急,但解決不了產學界多年來的病灶。
 
  若企業只想要頭痛醫頭、腳痛醫腳,就算循著痛點走, 題目一個一個解,真正的病根很可能根本不在痛點本身,而在於業務決策甚至商業模式。持續不斷進行產學合作,就可以幫助企業在紅皇后的領地中,跟得上時代的腳步?真的可以幫助台灣產業及時轉型?於是,「跨界」的想法逐漸在我心中萌芽。
 
介接學術與產業 促成創新轉型
 
  2017 年對我個人來說,是正式跨出學術界的一年;先前的所有跨界合作都像是熱身,為了這一年而準備。2017 年3 月,由中央研究院廖俊智院長與中研院院士、哈佛大學比爾蓋茲講座教授孔祥重為首,我們組成約十多人的團隊,協助超過十家台灣製造業,成功地以人工智慧解決迫切的製程問題,並確認培育人工智慧人才, 對於產業的重要與急迫。
 
  在國票金控魏啟林董事長、益鼎創投邱德成董事長及許多先進的協助下,順利地取得台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電等六家企業的贊助,就在2017 人工智慧年會上、黃士傑博士演講的那一天,由廖院長宣布成立台灣人工智慧學校,並於2018 年1 月正式開學。
 
  正因從2014 年開始,我年年舉辦台灣資料科學年會, 台灣許多研究資料科學及人工智慧的專家及學者,都曾登上年會講台。再加上每位講師的專長、經驗及聽眾回饋等,這些珍貴的資料,以及與孔院士一同解決製造業難題的技術團隊,都是讓台灣人工智慧學校,得以在短短時間內順利成立,並從第一期開始,就獲到熱烈迴響的原因。
 
  而幾乎同一時間,我也接受玉山金控黃男州總經理邀請,擔任玉山金控科技長,正式跨足產業界,期待能透過深入產業現場,確認所學所思。在玉山金控,對外將建立金融科技生態系統,除了與金融科技公司的合作,同時也將建立更緊密的產學關係, 讓產與學不再是遙遙相望的平行線,而是可以併肩成長的夥伴;對內將整合科技與數位能量,進行數位轉型, 證明科技當然可以是業務的加速器,同時讓企業更具有速度與彈性,能為現在與未來將有的改變做好準備。
 
擔憂被取代,不如主動看見未來
 
  如同已故知名科學家、未來學者阿瑪拉(Roy Charles Amara)所提出的阿瑪拉定律(Amara’s Law):「人們總是高估一項科技所帶來的短期效益,卻又低估它所造成的長期影響。」(We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run.) 
 
  面對這一波人工智慧浪潮,很多人擔心工作會馬上被取代、甚至被電腦統治等言過其實的說法,卻忽略了人工智慧將如同過去的活版印刷、電力、網際網路及行動裝置一樣,影響每個人的工作及生活,沒有一個人能夠置身事外。
 
  所以,與其不求甚解跟著人云亦云、莫名憂慮,不如花點時間了解人工智慧的發展現況、應用以及可能的影響,才能更加清楚未來究竟會往哪裡去。看清局勢是正確決策的第一步,邀請大家一同與我看清與辨證,人工智慧對台灣、對世界,現在與將來的影響,這是我寫這本書的初衷。
歡迎來到倍速競爭的紅皇后領地!
 
  「在我的領地中,你必須盡全力跑,才能維持在相同的位置。如果你想前進,就必須跑得比現在快兩倍!」(Here, you see, it takes all the running you can do, to keep in the same place. If you want to get somewhere else, you must run at least twice as fast as that!)
 
  這句出自《愛麗絲夢遊仙境》紅皇后的話,生物學者早在1970年代,就用以探討生物圈的演化競爭;1995年再被哈佛大學學者卡夫曼(Stuart Kauffman)拿來描述商業生態圈的動態競爭,稱為「紅皇后效應」(Red Queen Effect)。
 
  紅皇后效應指的是,商業世界中的動態競爭,讓組織必須不斷加速學習,但前進的同時,市場淘汰機制也跟著加速,於是競爭不斷加遽。寫於一百五十多年前的童話故事,如同先知般,完全料中數位經濟時代企業面對的真實挑戰,也是橫亙台灣這二十年來產業發展的具體困境。
 
  無論是哪個政黨執政,「拚經濟」是跨黨派的共識,政府也不斷推出各種產業獎勵或補助方案,從行動通訊、生醫、雲端、大數據、綠能、智慧製造、循環經濟…… 一路走來,幾乎無役不與。產業界當然也不斷努力,持續降低成本、提升良率、準時交貨、低價搶單……過去創造經濟奇蹟的代工模式, 在製程改善與管理最佳化幾乎已做到極致,已屬全球標竿;企業也持續致力於創新,只要是先進國家大企業有的,各種新技術、新系統、新營運模式都願意嘗試。只是令人百思不得其解的是,這些年來我們彷彿一直停留在原地。
 
  在2012 年,人工智慧相關技術大突破後,這個情況更顯嚴峻。幾乎沒有人可以否認,人工智慧正在改變這個產業的遊戲規則;而無論我們有沒有察覺,願不願意接受,人類產業已經進入紅皇后的領地,若沒有不一樣的做法,努力跑再久頂多只能停留在原地。不跑呢?直接落隊,再也沒有機會。
 
人工智慧點燃新一波巨變
 
  就像希臘哲學家赫拉克利特(Heraclitus)所說,改變是唯一的不變。把時間拉遠一點,五百多年前德國一位金匠古騰堡(Johann Gutenberg)發明活字印刷,影響所及觸發宗教改革、催生現代科學,更創造出全新的社會階級與職業。這是新科技所帶來的思想自由,以及社會改變。
 
  改變,從古至今沒有變,但是改變的速度愈來愈快,一點點慢下來的跡象都沒有。目前引爆人類社會巨大改變的主角,正是人工智慧(Artificial Intelligence, AI)。人工智慧經過逾五十年的發展與頓挫,終於在2010 年之後有重大突破。由於人工智慧能夠發展與應用的空間,絕對不小於網際網路、雲端運算及行動裝置,因此世界各大科技公司甚至政府,都大舉投入資源進行研究,很快就在技術上持續突破,而應用也遍地開花。
 
  在2016 年,光是Google 一家公司,就有超過4,000 個運用深度學習的專案。經過近兩、三年的技術發展與商業擴散效應,人工智慧也已讓許多產業開始轉型,以不同的方式來規劃、生產及提供它們的產品及服務,而且,改變速度愈來愈快,影響所及也愈來愈廣泛、愈深入人們的生活。
 
人才流失嚴重 產業元氣大傷
 
  在全世界都因新技術而快速變化的此刻,台灣卻仍然被困在多年不變的困境中。由於產業難以轉型,長期以代工出口作為經濟成長主力,台灣的匯率、稅率等相關政策,一直以維護貿易穩定、經濟成長作為最高指導原則。長此以往,由於沒有出現新的產業生態圈,無法創造新的價值,只能在價格、成本與技術週期之間拚搏圖存, 卻不知已使得產業體質元氣大傷。與體質最直接相關的,就是人才流失嚴重。
 
  人才外流是攸關產業競爭力、國家發展的重要議題。根據全球人才社群網站LinkedIn 統計,台灣外流最多的人才是軟體工程師。原因是過去幾十年來,大部分的人才都集中在半導體業跟製造業,一貫的思維是「買硬送軟」,軟體人才的待遇、舞台、升遷及培育相對不受重視,導致想找有經驗、有格局及視野的軟體大將,難度非常高。
 
  同時,台灣也缺乏做深度研發的環境。長期專注於製造代工, 企業大部分只做D(development) 不做R (research),但台灣人才沒有研究能力嗎?恰好相反! 實情是,很多公司只讓大把的碩、博士擔任製程工程師,大多著重於產線運作、效能調校、降低成本這些漸進式研發工作,人才缺乏足以大開大闔、跳脫格局、發展潛能的舞台,礙於這些產業的研發局限,要升級更是難上加難。
 
  軟體跟硬體產業有很大的差異。在硬體產業,人員被指定在一個非常精確的位置上,資源、材料跟流程都是固定、有限的。但軟體產業從頭到尾所有的材料,就是「程式碼」,程式碼是無限的,變化無窮盡,可以寫出作業系統、商業網站,也可以寫出無人駕駛、人工智慧,端看軟體工程師被賦予的任務,以及他們本身的技術能力。正因變化無窮盡,而人類時間與能力有限,所以軟體產業的開放源碼精神十分活躍,互相交流與學習,期待能設計出更好的軟體,與硬體產業大不相同。
 
產業升級人才比資料、設備更關鍵
 
  萬事起頭難,若要發展台灣的軟體價值,無論是軟體產業、以硬帶軟或軟硬整合都好,需要大批的軟體人才, 而人才必須要有舞台可以發揮、有位置可以流動、有場合可以交流,有能者才有機會在其中醞釀養成。因此, 技術交流平台的重要性不言而喻,但同時,也一直是台灣軟體生態環境中缺失的一塊。
 
  雖然政府及產業持續推廣,並投入大數據與人工智慧的應用發展,但多年來台灣軟體產業不振,軟體開發多以系統整合為主,缺乏做核心技術的高階工程師。同時, 台灣也普遍缺乏技術交流的文化,同業遇到的問題,很可能有九成一模一樣,但大家習慣閉門造車,浪費許多資源與時間解決相同的問題。即使企業高層之間的確有策略交流,但在商場上落實策略的執行力也不可或缺, 而執行力靠的還是人才養成與技術深耕。再把視野放大到環境因素,可以看到台灣的創業環境不佳,找尋資金難度比其他國家高之外,因為語言、地域、文化及經驗的限制,從本土要走向全球化更是困難重重。
 
  以資訊科技業而言,我們的新創大多不是技術創新,容易形成惡性競爭甚至被取代;加上長期鑽研製造代工, 距離消費者與全球市場相當遙遠,能被世界看見的機率不高。服務產業則在地性質濃厚,不僅跨出台灣的難度高,又缺乏經營大型市場的經驗。
 
  此外,我們的內需市場不大,加上母語不是英文,英文能力普遍不足,使得企業與人才的發展處處受限,即使願意招募海外高級人才,常也因語言或薪資的限制而難以規模化。但是台灣真的沒有機會了嗎?其實不然,人工智慧時代來臨對我們而言,是巨大的挑戰,也是轉變的契機。
 
跨界學術人的社會觀察
 
  2012 年後,人工智慧在各應用領域爆炸式的影響,在學術界的感受最深刻:每個月、每一季幾乎都可以看到國外新的技術進展,與各種讓人驚嘆的最新應用。但是身在學術界,看到國內產官學研界的認知及動作,普遍落後先進國家,他國的進行式或過去式,在台灣卻是不知何時可實現的未來式,身為有著滿腔社會責任感的知識分子,怎麼可能不焦慮?
 
  但焦慮能有什麼幫助?我們缺乏的並不僅僅是創新不足。事實上,學術界、產業界都很認真地在做創新,也不時有亮眼之作。但我們真正缺乏的是各界之間的連結,學術界的新技術,似乎與產業界無關;產業界的需求,與學術界的選題似乎找不到太多關聯性;而政府的作為,大方向都是正確的,但落實到專案層次後經常就變了樣,可以填補當務之急,但解決不了產學界多年來的病灶。
 
  若企業只想要頭痛醫頭、腳痛醫腳,就算循著痛點走, 題目一個一個解,真正的病根很可能根本不在痛點本身,而在於業務決策甚至商業模式。持續不斷進行產學合作,就可以幫助企業在紅皇后的領地中,跟得上時代的腳步?真的可以幫助台灣產業及時轉型?於是,「跨界」的想法逐漸在我心中萌芽。
 
介接學術與產業 促成創新轉型
 
  2017 年對我個人來說,是正式跨出學術界的一年;先前的所有跨界合作都像是熱身,為了這一年而準備。2017 年3 月,由中央研究院廖俊智院長與中研院院士、哈佛大學比爾蓋茲講座教授孔祥重為首,我們組成約十多人的團隊,協助超過十家台灣製造業,成功地以人工智慧解決迫切的製程問題,並確認培育人工智慧人才, 對於產業的重要與急迫。
 
  在國票金控魏啟林董事長、益鼎創投邱德成董事長及許多先進的協助下,順利地取得台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電等六家企業的贊助,就在2017 人工智慧年會上、黃士傑博士演講的那一天,由廖院長宣布成立台灣人工智慧學校,並於2018 年1 月正式開學。
 
  正因從2014 年開始,我年年舉辦台灣資料科學年會, 台灣許多研究資料科學及人工智慧的專家及學者,都曾登上年會講台。再加上每位講師的專長、經驗及聽眾回饋等,這些珍貴的資料,以及與孔院士一同解決製造業難題的技術團隊,都是讓台灣人工智慧學校,得以在短短時間內順利成立,並從第一期開始,就獲到熱烈迴響的原因。
 
  而幾乎同一時間,我也接受玉山金控黃男州總經理邀請,擔任玉山金控科技長,正式跨足產業界,期待能透過深入產業現場,確認所學所思。在玉山金控,對外將建立金融科技生態系統,除了與金融科技公司的合作,同時也將建立更緊密的產學關係, 讓產與學不再是遙遙相望的平行線,而是可以併肩成長的夥伴;對內將整合科技與數位能量,進行數位轉型, 證明科技當然可以是業務的加速器,同時讓企業更具有速度與彈性,能為現在與未來將有的改變做好準備。
 
擔憂被取代,不如主動看見未來
 
  如同已故知名科學家、未來學者阿瑪拉(Roy Charles Amara)所提出的阿瑪拉定律(Amara’s Law):「人們總是高估一項科技所帶來的短期效益,卻又低估它所造成的長期影響。」(We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run.) 
 
  面對這一波人工智慧浪潮,很多人擔心工作會馬上被取代、甚至被電腦統治等言過其實的說法,卻忽略了人工智慧將如同過去的活版印刷、電力、網際網路及行動裝置一樣,影響每個人的工作及生活,沒有一個人能夠置身事外。
 
  所以,與其不求甚解跟著人云亦云、莫名憂慮,不如花點時間了解人工智慧的發展現況、應用以及可能的影響,才能更加清楚未來究竟會往哪裡去。看清局勢是正確決策的第一步,邀請大家一同與我看清與辨證,人工智慧對台灣、對世界,現在與將來的影響,這是我寫這本書的初衷。


TOP
販售中
會員價 $799
定價 $1,020
您會有興趣的書刊
網友看過此商品後買了