人工智慧的衝擊〉專訪創新工場董事長 李開復:缺乏人才、市場, 台灣恐難立足 AI 時代

出處:2017年4月號《遠見雜誌》 《遠見雜誌》第370期- 作者:林玲瑩 │ 攝影:關立衡 2017/04/07

33歲成為蘋果最年輕的副總裁,不到40歲就任職微軟全球副總裁,李開復從學生時期就研究過AI。2009年離開Google成立創新工場,至今投資培育近300家科技創業公司,總估值超過20億美元。

     如今,他的關注重點來到了人工智慧。自從去年3月AlphaGo大勝棋王李世 後,李開復觀察,相關產業應用已趨於成熟,十年內人工智慧將取代現有工作,不分藍白領,如護士、記者、會計、教師、銀行職員、工廠作業員、保全等都岌岌可危。

     2017年伊始,李開復以行動證明他對這波趨勢深具信心。先是創新工場宣布投資AI生態系,高達50%的投資將投注在此,已陸續投資金融、無人駕駛及人臉辨識等30多家新創公司。

     他並招攬全球AI人才,成立「人工智慧工程院」,延攬曾參與研發桌面搜索、Google拼音輸入法的Google前工程師王詠剛,及資深全端開發者(Full-Stack Developer)、微軟研究院主管研究員王嘉平等兩位頂尖人才擔任副院長。

     在《創新工場人工智慧戰略白皮書》發表會上,李開復評論:「AI創業,現在是科學家的天下,之後是數學家的天下,將來是普通人的天下。」他建議,就讀電機、數學、應用數學、統計等科系的學生,加強電腦能力,就可以儘早卡位。

     相較美、中,在人工智慧浪潮中搶占先機,台灣從PC時代累積的硬體優勢已不復見。李開復直言,除了台積電、鴻海等大公司保有競爭力,台灣尚缺軟體、軟硬整合人才及市場,恐怕難以在這波浪潮中找到立錐之地。

     當過往成為昔日黃花、金飯碗被機器人端走,人類史上最大的失業潮即將來襲,台灣該怎麼應對?台灣的人才又該如何?以下是《遠見》專訪精華:


《遠見》問(以下簡稱問):您為何如此看好AI?台灣在這波浪潮中有何機會?

     李開復答(以下簡稱答):人工智慧無疑是人類最重要的一次技術革命,十年間,機器可做人類現在50%的工作,包括所有企業,沒有一個躲得過。


硬體重要性 逐年下降中
 

     像人工智慧要對接硬體,台積電把硬體做得愈來愈小,IOT物物連接,鴻海生產硬體,軟硬結合,都有價值。但硬體的重要性不斷地下降,台灣在PC時代的優勢,到AI時代已不復見。

     AI最大的機會在軟體跟交互應用,過去20年台灣的科技人才都投入硬體優化,所以軟體一直沒有起來。除了鴻海跟台積電,還有多少企業有機會在這波變革中扮演要角?


問:台灣人才該如何掌握這波趨勢?

     答:如果你理工科很不錯,學電機、機械、數學、統計、應用數學等科系,都可以考慮進入人工智慧產業。

     人工智慧和其他電腦專業很大的差別是,你不用是電腦高手,但需要是數學高手,數學系畢業,以往就業較有挑戰,但把電腦學好,就可走進AI領域。

     我建議畢業後先出國念書,人工智慧已掀起了一批新興學校。先別想怎麼拯救台灣,先把自己練強!


問:過往科技優勢不復見,台灣該怎麼應對?

     答:要思考當50%工作被機器取代時,人是否還有自我實現的野心?為社會奉獻的愛心?還是會沉淪在家裡戴著眼鏡、拿著社會福利,在3D世界裡找樂子?

     人工智慧一方面需要偉大的企業、發明家、科學家,也需要文學家、畫家、詩人、作曲家、話劇、電影工作者等,會讓人感受幸福、開心的職業。


服務精神 是台灣的軟實力
 

     台灣的服務意識很強,所謂小確幸,其實就是一種服務精神,像是發揮工匠精神做出很美、很巧的東西,或是把一家咖啡館經營到極致,在亞洲乃至於世界,都是無可取代的軟實力。

     接下來剝削依舊會發生,政府該扮演的角色是狠狠跟科技公司收稅,把所得重新分配給弱勢群體。

     微軟創辦人比爾.蓋茲說過,下崗後應該去幫助老人、殘疾人士和小學生等,不為社會產生價值,但為社會產生愛。

     在台灣,有不少人覺得做義工是很開心的事。台灣的義工朋友,是我在全世界看到最開心、最給人帶來關懷的一群人。

     當社會有50%的人沒工作,最重要的是社會穩定。只要沒有工作的人開開心心地活著,其他一切都會OK的。


問:創新工場宣布投資50%資金在AI生態系,目前有看好的新興應用嗎?

     答:我們投資一家人工智慧智能貸款App「用錢寶」,上線17個月,專門借錢給向銀行借不到錢的人,今年一個月就貸出17億人民幣,只根據用戶上傳的一些手機數據,決定借錢與否,不論你要借1000元、1000萬元、1000億元,都可以用同樣的方法,而壞帳率比銀行更低,只有百分之幾。

     這件事證明了以後銀行就要被人工智慧取代。如果在銀行,光是判斷要不要借錢給這個人,還要雇用一定的人力,所花的成本可能都接近1000元了。

     那判斷借錢與否的依據從哪裡來?剛開始要有人投資,不斷放債,累積會還錢的人跟不會還錢的人的數據差別,所以前期一定要賠掉很多錢才能訓練準確度。就像AlphaGo,需要輸點棋,才能學會贏。


看好金融、人臉辨識、無人車
 

     另外,我們投資曠視科技「Face++」,做人臉辨識系統,一次掃描50萬筆人臉,犯錯率比人低,畢竟一個人能認識5000個人就很厲害了,它比人好100倍。

     「第四範式」公司用人工智慧做了一個實驗,造成銀行轉換率提高65%。假設銀行一年來客數量有50萬人,使用這個AI後提升到80萬人,多出來的30萬人,以每個人獲客成本100美元來算,那就已經產生3000萬美元的價值。

     無人車方面,我們則投資馭勢科技,首輛無人車已經在2017年的CES大展上亮相。一旦人類未來不必開車,世界上9%的人就失業了,也不需要買車,現在車數量20%就足夠用,就像無所不在的Uber,錯誤率低、更安全,而且依照乘客數派不同大小的車子。

     馬路的規劃會改變,停車場也不需要了,美國的車庫重新設計,每個人積蓄也變多,當你不用買車,可以省下很多錢做其他事。以後車子也不只可以載人,還能載快遞、載貨,這對經濟的影響很大,可以說有10%的影響來自這裡。


問:從Uber退出台灣事件來看科技發展,創新與法律如何平衡?

     答:隨著科技發展,法律一定是過時的。不能一下子全部調整,但也不能太固守陳舊思想。

     19世紀末,英國通過《紅旗法》,當時馬車要轉換成汽車,英國政府規定,每一輛汽車前面要有一個人拿著旗子跟警示燈,避免汽車跟馬相撞。這就是不合時宜,只顧騎馬跟行人的利益,沒有顧慮到開車的人。

     法律要思考,Uber現象不可遏止,最終目的是什麼?是讓乘客能用最合理的價錢,安全地從A地到B地,基於這個最終目標,修改法律來適應現狀。

     這方面,中國大陸是先放行,運營一段時間再慢慢修改法律,這也是為什麼支付寶、微信支付能快速普及,而且推得比美國還先進,當然中間會有一些代價,但最終達到的科技進步是很顯著的。

網址: www.gvm.com.tw/Boardcontent_32902.html?utm_source=gvm&utm_medium=line&utm_campaign=pv