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。

人工智慧軟體AlphaGo與中國棋王柯潔3盤對戰，AlphaGo大獲全勝。（AP）

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。

＊作者為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。

相關報導
● 電視能輕薄如紙、無人公車今年通行…… 在最近半年，還有哪些驚人的科技橫空出世？
● 廖咸浩專文：迎接憂喜交加的AI年代，別忘了還有「愛」