2017-09-05

夏肇毅觀點:打不贏就加入!金融科技搶走飯碗,我們只好拿人工智慧工具打敗它

夏肇毅觀點:打不贏就加入!金融科技搶走飯碗,我們只好拿人工智慧工具打敗它



創新工場董事長李開復前一陣子表示:「人工智能將快速爆發,十年後50%的人類工作將被AI取代」引起正反兩方辯論。他又提到國外研究早就證實這論點,而舉出牛津大學2013年的「The future of employment: How susceptible are jobs to computerisation?」作為立論依據。

自從ATM大量設置以來,人們就很少去銀行櫃檯了。這幾年很明顯的,因科技進步而人手一機。加上網路銀行、行動支付發展起來,更連ATM都不用了,所以分行逐漸地縮編、裁撤。股市看盤、下單用手機就行,現在正流行教你怎樣用人工智慧API下單。交易量下跌,所以營業員也要縮編,或轉做財富管理。報載「近2年來,券商營業據點從上千家大舉滑落至目前865家。」,是實現中的工作消失實例。

其實這應該與人工智慧無關,而是3C設備普及,萬事電腦化的成果。再加上ARM CPU的授權,讓IoT物聯網設備物美價廉,30塊美金就能買一片能裝Linux的控制板。能和很貴的伺服器跑一樣的軟體,只是較慢罷了。到處都是便宜的電腦,就讓人們產生要開發機器人來取代人力的的企圖心。加上最近AlphaGo打敗人類棋王的消息出來,便將原是電腦設備取代人力的現象,轉變為人工智慧取代工作的說法。

其實任何工作都應該是可以被電腦化的,牛津大學的論文中舉出工作電腦化的關鍵—電腦設備開發製造成本。想想號稱最不可能被電腦取代的藝術家或舞蹈家等工作,花大量的金錢和時間下去,應該還是可以開發出類似的機器人的,問題只是有沒有經濟價值而已。

我們與其擔心什麼工作會被人工智慧機器取代,倒不如研究如何讓自己的工作方法不斷翻新,永遠跑在人工智慧前面,讓開發機器人的速度趕不上你進步的腳步。

其中的關鍵就是要擁抱人工智慧新知,操縱它讓它幫你工作,以增加工作的附加價值。事實上,人工智慧研究的歷史悠久,只是一直都成效不彰。相關工具也隨手可得,像由大學開發在大數據中Data Mining免費挖寶工具Weka也有十多年歷史。任何覺得自己工作汲汲不保的人,今天開始學,也不用花很多時間就可學會。這些工具的原理可能都很複雜,一堆數學式子。但你只要學會怎麼用,怎麼看結果就好,複雜的事讓它幫你做,就像你不用設計車子就能開車一樣。

最簡單的人工智慧例子,就是建決策樹來決定今天天氣適不適合球賽。我們可以蒐集過去晴雨天、溫度、溼度與有沒有比成的十餘筆資料存在檔案裡後,餵給人工智慧工具。它就可以根據這些資料做成一個判斷天候、溫度、溼度而產生結論的決策樹,之後可以再餵給它一些資料,以驗證這決策樹的正確度。

再來我們也可以把人工智慧用在關聯性分析,分析商場買賣大數據。看看買尿布的人是不是也買啤酒,還是也會買些什麼別的東西,日後據以做交叉銷售時推廣活動的篩選參考。

銷售時對不同客群推銷不同東西,是行銷ABC。怎樣把客戶分成我們固有印象中的頂客族、銀髮族、小亨利族應有一些簡單的判斷公式。但人工智慧工具很強的一部份,是你不用告訴它什麼,它能自動地找出一些不同特性的族群出來,清楚地劃定各族群的國界出來,這些是屬於非監督式學習的範圍。沒人教就會,正是機器學習的強項。

更神奇的是,有人拿幾天股票的開高低收變化,餵給人工智慧工具學習,之後能產生一個決策樹來判斷明天這股票會漲還是會跌。我們要知道它訓練後的準確度有多高,可以自己來試一試,看看這點子是否可行。

第一次工業革命,發明了蒸氣機,讓機械力取代人力與獸力。後來設計出汽車,馬車車伕因而失業,但是更多汽車司機的工作也因而產生,這些工作是給那些會開車的人的。

今日金融科技革命造成大量金融櫃檯人員失業,也許日後許多轉為戴著VR眼鏡與客戶交易在家上班的人。有工作消失就會有新工作產生,只要大家跑得快,學得快,跟上時代腳步,就永遠都有你的位置在。


作者簡介:夏肇毅,提供雲端理財機與教學服務之CubicPower.idv.tw創辦人。曾服務於緯創軟體、英商路透社等金融與科技單位從事金融軟體開發專案工作。







No comments:

Post a Comment