人工智慧: 為何總是噪音大雨點小?

機器人真要能取代人腦應當要可以執行像AlphaGo般的資料庫學習。但真要能夠取代人力(腦力+勞力),我也認為需要再30年;從我剛完成的一個機器人閱讀表格專案(OCR+ICR),我的心得是:

1. 人工智慧必須要取代整套流程的end-to-end才有價值。若只是將其中一二段「步驟」切出來自動化,屆時會花雙倍的勞工時(FTE)執行比對-校正等工作。

2. 若非整套流程,如果人工智慧可以省下10人力,那原本的流程耗費必須本身就少於5人,因為新增的雜訊監控人員一定是雙倍。

3. 技術面,人工智慧價值鍊應該是:自動化->資料庫優化->機器學習演算。以目前成本,真正能取代人工的應用是不可能損益平衡的。

4. 我認為人工智慧領域沒有摩爾定律,市場上最多決策主管(包括我)犯的錯就是把「之後再發展」速度當成與過往半導體一樣。

5. 事實上人工智慧應該是反摩爾,一小步進步的單位投入成本極大,反而更像是藥廠、或飛機製造等產業,應該要拉長時間並建構生態體系,建立類似車廠認證機制的生態門檻。

總之,人工智慧的應用與發展,大概就是不成功就只能變玩具的程度!