人工智慧在各行業應用的擴散速度相當快，許多既有的服務或作業模式，藉助人工智慧的技術支援，已產生相當程度的人力替代效果，甚至改變工作方式。
服務型產業中，有許多工作因為牽涉複雜的理性決策，須由專業人員執行，如醫護人員或金融分析師。然而，這些從業人員常常超時工作，而且即使犧牲健康和降低生活品質，也未必有良好的工作績效。
金融商品交易機器人
1980年代量化演算法已用於偵測市場資料的交易訊號，且發展出自動交易系統，但演算法是基於把握極短時間交易機會，同時以程式設定回應方式，缺乏策略性規劃的能力。一旦改以機器學習為基礎所設計的演算法，即可從資料中辨別人類無法觀察到的變化模式，而且面對市場變化時，將有自我學習的能力。
新創公司Aidyia將管理的對沖基金，所有股票交易完全交給人工智慧執行，此交易系統的人工智慧有多種類型，主要為「基因進化」和「邏輯概念」兩類。每天分析完所有股票價量資訊後，系統的人工智慧功能即可選出最佳投資決策，首日上線即獲得2％的回報；美國舊金山創業公司Sentient Technologies 2015年取得風險投資1.43億美元，其自動交易系統與Aidyia相似。
理財顧問機器人
顧問機器人傳統上是一種線上自動化管理服務，提供財富管理服務關於費用計算方面的一小部份服務，背後應用的理論是Modern Portfolio Theory。整合人工智慧與理財顧問服務模式後，該系統可應用機器學習功能，分析蒐集自消費者的投資理財資料且進行推論，再透過客戶資料分析結果，提供客製化的優惠或商品推薦。
房地產經紀商Zoopla和網路商Amazon皆利用類似方式，提供客戶有意義的購買建議。
理財顧問機器人與理財專員最大的差異，在於完全遵守價量訊號或符合邏輯的交易規則，不受情緒影響，永遠理性判斷。曾體驗機器人理財顧問服務的人，推崇簡單、效率兩項價值訴求，認為資產配置管理的首要之務即是分散風險，但能夠精準確實做到的只有機器人。
據高盛6月發布的報告資訊，全美已有1.8兆美元基金交由機器人交易管理，但此金額僅占總額的千分之三，仍有相當大的成長空間。
智慧錢包
銀行在消費性金融方面的服務，也陸續見到帶有人工智慧技術的意涵，目前最主要應用是透過機器學習軟體，提供客戶對於帳戶、信用卡和消費管理的自助服務。歐洲數家銀行已推出此類具備與客戶對話的智慧錢包服務。
英國Santander銀行推出語音助理服務Smart App，客戶可以提問方式查找某項特定交易的處理或費用支付的訊息；Swedenbank也推出智慧虛擬助理Nina，提供模仿真實客服與客戶對話的服務體驗。
銀行將人工智慧技術應用在客服方面的主要考量，除了減輕客服人員的工作負擔或降低人事成本，也受到應用情境的限制。例如，選擇以人工智慧的技術，提供傳統客服透過電話或類似與客戶面對面問答的服務模式，是非常困難的，若是強化自助服務資訊，如常見問題答覆則相對簡單。因為銀行客服有其特殊的複雜性，客戶仍習慣在有專員問答的情況下做選擇。
詐欺防範
將機器學習功能導入詐欺模式的分析中，有助於利用電腦快速處理大量詐欺分析的能力，進行模擬且適應詐欺手法的進化，進而預測詐騙的新型態。諸多機器學習模式中，目前以深層學習模式的效能最佳，Paypal即採用深層學習技術，大約可比其他機器學習模型提高10％準確度。
由於機器學習導入詐欺防治的需求日增，也陸續出現專注於發展機器學習演算法應用工具的公司。2011年成立的機器學習開源平台公司H2O.ai，協助許多金融機構開發智慧應用工具，用戶可從H2O平台取得強大的演算法，持續優化分析工具。目前將H2O技術應用於詐欺預測和客戶中斷續費行為分析方面效益顯著，Cisco和Paypal也陸續採用。
取代白領階層決策管理
以往對於人工智慧只適合取代人類從事重複勞力工作的刻板觀念，在新一波人工智慧發展浪潮衝擊下開始動搖，僅有約6％企業有此考量。據Raconteur對企業採用人工智慧因素的調查結果，期望利用資料做出有效決策，是48.5％企業採用人工智慧技術的原因。
另有15％的企業希望藉由人工智慧，協助顧客做出有效決策。可見，藉助人工智慧輔助甚至取代白領階層決策管理工作的態勢，正逐漸對產業發生影響，即將挑戰傳統的勞動結構。
隨著運算效能提升與資料分析技術突破，人工智慧技術發展將邁入新一波成長階段，各種應用逐漸對產業甚至經濟發展產生重大影響。但目前人工智慧向產業擴散的階段仍屬初期，在應用方式上仍有侷限性，大規模應用仍需謹慎。
例如理財機器人，容易因為資訊蒐集不足或資訊來源皆為特定客戶，以致於推薦的投資策略或金融商品同質性高，且缺乏投資組合變化的能力；另方面，機器人理財的原理是建立在指數化投資的基礎上，當盤勢出現大空頭走向時，即考驗機器人如何在指數下跌時，為客戶保障權益的能力。
在台灣，雖然在人工智慧核心技術稍具基礎，但對於運用人工智慧技術加值產業的能力仍需培養。正值全球仍在探索人工智慧發展機會之際，台灣產業也正面臨轉型與加值之策略議題，把握此波人工智慧發展熱潮是當務之急，優先鎖定關鍵產業導入應用技術，以免錯失布局良機。（本文作者為工研院IEK ITIS計畫產業分析師）(工商時報)
沒有留言:
張貼留言