被譽為「新電力」(the new electricity)的人工智慧,在未來十年中將在多數產業中看到其價值的大幅擴張。
文/Ben Bloch 譯/林麗冠
以消費者為中心的人工智慧(AI)和自動化應用程式,正在幫助消除大眾的一項認知--這些技術只會使企業受益,對工作和聘僱會有負面影響。隨著我們看到AI在醫療保健、社交媒體、大眾運輸、金融產業等領域的應用,從代替人類到提高人類效率的討論已經變得更為主流。
電腦科學家及史丹福大學電腦科學兼任教授吳恩達(Andrew Ng)最近將AI稱為「新電力」(the new electricity),並指出,在未來十年中,大多數產業將看到AI的價值大幅擴充。目前的AI進展已經協助全面改進平凡無奇和過時的流程,並提供進階的資料分析以及增強或「擴大」(augmented)的情報,不僅為公司提供支援,也為個別員工和消費者提供支援。
在過去兩年,AI被用來顛覆和改進許多產業,並成為創投資金的主要目標,投資金額已高達數十億美元。現在,許多產業已經會使用AI和機器學習來取得進展,以下只是其中幾個產業:
聘僱與員工發展-Fuel50
透過智慧型技術進行基準測試,有可能滲透並徹底改變對個人和全組織目標的認知。AI技術能夠、也應該改造聘僱流程,同時彙集資料,以協助將適合的人員安排到適合的職位,進而獲得最大的成果。我們聽到與AI有關的恐懼,其中相當常見的是擔心AI會取代人類經驗。將資料與帶有AI的學習計畫一起使用,可以幫助加強而非取代人類經驗。
例如,「員工發展」本身就是一個數十億美元的產業,而人才經驗平台Fuel50提供的工具可改變企業管理員工發展的方式,提高一致性、效率和評估資料,以前所未有的方式追蹤進度。透過AI推動的職涯發展路徑,Fuel50提供職涯路徑透明度,以調動內部人才的供應,並提供可促進勞動力未來發展的技能預測。AI以及Fuel50等新創公司將提供機會,以非常實際的方式衡量成功,同時簡化急需一致性的流程。
投資與保險-iLife
人壽保險是一個價值6,150億美元的產業,過去這個產業一直無法擺脫主導市場的傳統公司。但現在變革快速來臨,保險科技產業在2019年取得創紀錄的投資,在今年更透過重大技術升級來取得那些投資促成的報酬。美國有700多家保險公司,每家保險公司提供20多種不同的產品,要識別能產生最佳報酬的最佳保單選擇,唯一的方法是對數億個資料集進行分類整理。
由於這種方法極費工夫,對消費者而言是不可能的任務,所以人們經常仰賴壽險業務員提供建議,但是這些建議往往偏向對業務員及其公司提供優厚報酬的保單。或者,可以使用機器學習對數億個資料集進行分類整理,並根據各個預設參數來識別最佳的可能選項。
「業務員可能會研究和比較少數選項,只根據承保能力限制而放棄諸多選項,但是AI程式設計可以重複這個技能組合,使其效率更高,並確保消費者擁有最佳選項,」保險科技公司iLife的創辦人 Nelson Lee 表示。iLife利用AI整合,為消費者提供責任歸屬、清晰度,以及最佳化的保單選項。此外,Lee建議,AI也可以透過智慧安全和購買介面來保護人類經驗,所有選項都經過嚴格審查,好讓消費者能夠保護自己的資產和保單。
其他平台也開始出現,以解決產業中缺乏透明度的問題,例如位於田納西州納許維爾的公司 Mployer Advisor,利用AI和遍及許多公共和私人來源的即時資料混合,為公司醫療保險計畫的經紀人評分。隨著 Big data 和AI重塑保險業的基礎,保險業將因為過時的做法而進行大幅重整,可能幾乎沒有產業比保險業更適合進行顛覆。
智慧家庭技術-Chefling
根據統計資料庫Statista,智慧家電市場區隔在2019年吸引近170億美元,預計到2023年將成長近20%。這個由消費者推動的市場,證明了智慧家庭技術能夠與智慧家電保持密切合作並增強其功能的情況。再加上日益連接網路的住家,我們目前正經歷十年前只能夠用想像的進步。
總部位於矽谷的科技新創企業Chefling,正在使用機器學習和家電連線功能來提供充分整合的烹飪經驗,從自動評估冰箱和食品儲藏室庫存,到根據可用庫存向用戶提供食譜清單,並以智慧家電使烹飪流程自動化。該應用程式也協助建議缺少的食材,並可以透過家庭雜貨店送貨服務為用戶訂購那些食材。該公司最近與全球家電產業博世(Bosch)建立了資金夥伴關係,這是一個很好的指標,可以顯示該產業的整體前景。
廚房迅速成為智慧家庭互動功能的樞紐,互動功能的目的是透過AI創造緊密無縫的經驗。人口對智慧家庭技術的需求,甚至推動了住家外部語音助理技術的成長。亞馬遜和Google正在對新的語音技術新創公司投資數百萬美元,例如Drivetime,這是一家互動娛樂公司,使用AI和語音技術,讓遊戲和娛樂完全透過車用語音指令來控制。
醫療保健-Patientory
在高層次上,有關醫療保健的持續性對話通常圍繞著患者的選擇、隱私、安全性、資料存取和資料彙編。缺乏統一的系統會使大量資料分崩離析,無法供人有效地進行比較,這是一個直接影響患者照護、診斷和治療的問題。隨著我們繼續整合AI和機器學習,醫療保健的目標是管理優先考量,並提高患者安全性和照護水準;同時整合網路安全解決方案和大量資料處理系統,以儲存這些資料並加以運用。
醫療保健新創企業Patientory的宗旨是「讓患者有權追蹤本身的健康」,這種做法仰賴新技術來集中處理患者累積的大量醫療資料。醫療產業目前所缺乏的這種集中化,將被用來建立可行且可實現的見解,從而為全球患者推動更好的健康成果。Patientory還提供了一個行動應用程式,旨在利用區塊鏈和機器學習,將患者照護重新交到患者手中。Patientory的行動應用程式使患者能夠建立個人資料檔案,以將其醫療資訊安全地存放在區塊鏈平台上。
該平台也使患者與醫療服務提供者以及有類似健康問題或疑慮的其他患者能夠建立連結。隨著醫療保健產業朝著以價值觀為基礎的系統發展,我們看到更多可供AI強化和創新的空間。醫療保健部門早就應該進行顛覆性創新,因此這是一項無法很快就扭轉局面的轉型。
AI真的如吳恩達所言,會真正成為「下一個電力」嗎?上述的幾項產業是巨大的領域,具有很大的創新、效率成長、以及全方位科技協調的空間,這些都是AI可以輕鬆勝任的任務。