《大數據》作者麥爾荀伯格，在遠見・天下文化「領導影響力學院」課程中，揭示ChatGPT颳起旋風的當下，人工智慧如何逐漸展現和人類比肩的能力，還有理解現實、預測現實、預測人類選擇的三種不同應用。麥爾荀伯格說，AI的進展已經讓人類開始質疑自我存在的價值，但他為什麼認為，我們不必驚慌？
當ChatGPT問世，激起世人的存在危機，人類要如何和人工智慧競爭？英國牛津大學網路研究所教授、大數據專家麥爾荀伯格認為不必驚慌，因為彼此各擅勝場，人工智慧已經有超越人類的表現，但在商業應用中，人類還是得為自己導航。
10月17日遠見・天下文化「領導影響力學院」舉辦全天AI實用與決策課程，名師系列課程首波邀請到海內外三位AI名師授課，包括全球大數據權威專家麥爾荀伯格（Viktor Mayer-Schönberger）、前Google台灣董事總經理簡立峰、台大資工系副教授陳縕儂，向學界與企業學員開講AI趨勢與企業應用情境，現場超過60位學員、線上更有超過280位學員共襄盛舉。
本次來台授課，麥爾荀伯格不僅分析人工智慧的進化與對產業的影響，也將帶來目前全球各大企業如何將生成式AI廣泛應用在領導決策的許多實際案例，引導學員跳脫目前AI的技術應用層面，思考如何讓AI成為企業最好的顧問，將能協助企業做更好的決策與策略思維。
AI應用分「把握」、「計畫」與「契合」
若想與人工智慧協作，必須理解它的應用，才能知道適用場景與不足之處。
麥爾荀伯格將AI應用分類把握（grasp）、計畫（plan）、契合（fit）三種。
把握，指的是「理解現實」，白話來說就是將雜亂無章的資料，轉換成能夠汲取洞見的資訊。以醫療領域為例，手術後併發症向來是一個難解問題，雖然醫師能夠以醫院內部編碼，嘗試找出發生併發症的可能因子，但原始資料顆粒度太大，不容易找出精準的發病因素。
隨著技術進展，現在醫師可以將口說病例，一字不漏地全數轉換為文字，接著利用自然語言處理技術，從毫無結構可言的資料中萃取出變數，輔助醫師判斷併發症的發生可能性。麥爾荀伯格強調，每個案例都能轉換為數字，「它能夠幫助醫師更好地掌握現實。」
計畫，則是指「預測現實」，不只是讓機器整理、數值化資料，更進一步從資料中擷取模式，預測未來。以飛機引擎為例，當飛機準備起飛，卻臨時發現引擎故障，公司得花上大筆維修費，若維修不及還會讓飛行計劃完全泡湯。對此，飛機零件製造商現在會利用AI，預測維修時機，杜缺口於危機發生之前。
新技術與新作法也將改變飛機零件製造商的商業模式，他們可以從賣斷飛機，改成包辦維修的租借飛機。對客戶來說，能夠避免發生突發狀況，對維持營運有益；對製造商自己而言，也能得到穩定營收。
AI用 「契合」克服人類的選擇障礙
另外契合，指的是「預測人類選擇」，當資料充沛、資訊過量，人類反而需要工具協助，從眾多選項中篩選出符合需求者。以前人類在交易時，面臨的問題是沒有足夠資訊，例如出遊前想訂旅館，但從旅館各自官網中，看不出詳細房務，也無法確定品質是否如同描述；有了彙整資訊的旅遊網站平台，既有細部規格，還有使用者一手回饋。不過，當資訊愈來愈多，帶來過載問題，平台與機器會採取主動，例如Spotify，就會替使用者決定適合的歌曲。
麥爾荀伯格表示，以前有人樂觀認為，至少人類更擅長綜合已知資訊做出決定，但現在AI也能完成相同任務，甚至達到更佳水準。無論是對現實的掌握與預測，還是替人類挑出好選項，AI都在逐步侵占人類的領域。
在專精領域中，DeepMind先是在圍棋棋盤上徹底擊敗人類棋手，接著還解決蛋白質折疊難題。甚至，AlphaGo在對弈中走出人類棋手難以理解卻有用的棋步，創造性出嶄新棋路；不用實驗也能預測蛋白質結構時，表現還贏過真人。
在涉及多種場景的自動駕駛任務中，AI學會在正常路況下行車，未來有望學會對付各種極端情況——前車急煞、後車追撞，甚至是突發的山崩。麥爾荀伯格指出，「有人恨AI，因為AI在人類未來的道路上留下疑問，我們不再是世界上最厲害的存在。」
價值主張定得不好，AI救不了
不過，AI雖然看似無所不能，但在人類世界中，有時候即使AI大展神威，也無力回天。
麥爾荀伯格以新創Stitch Fix為例，這間公司主打利用AI替你決定穿搭，以演算法替每位用戶推薦獨特的服裝與配件，每個月它都會寄送一箱「你可能會喜歡」的衣飾給顧客。AI在過程中的確派上用場，從事前詢問顧客喜好開始，到每次寄送中蒐集顧客回饋，再到季節遞嬗捕捉時尚氛圍，所有資料點，都成為演算法通往精準路上的燃料。
然而，Stitch Fix營運並不順利，不只活躍用戶數下降，更連續裁員，財報也顯得慘淡。麥爾荀伯格認為，Stitch Fix的AI很棒，技術沒有問題，問題出在價值主張，Stitch Fix選擇在大宗商品市場中競爭，邊際效益已經很低，又沒有規模與範疇（scale & scope）的經濟效益，「AI可以解決很多事情，但它無法拯救有瑕疵的商業模式。」
A marvelous look for every occasion. What’s your favorite Midge-inspired outfit? pic.twitter.com/nSexY1Gmjf
— Stitch Fix (@stitchfix) March 9, 2022
新創Stitch Fix主打利用AI替你決定穿搭，以演算法替每位用戶推薦獨特的服裝與配件。
因此，麥爾荀伯格強調，與其思考「如何制訂AI策略」，不如先思考，在工作上有哪些決定面臨挑戰（decision challenge）？他認為AI不是最終目標，而是一種輔助工具，「你沒有釘子，又何必去找錘子呢？」
針對商業決定，麥爾荀伯格做出幾項提醒。首先，現在許多人在談把AI納入工作流程，甚至將既有工作流程部分外包，但千萬不能將價值來源例如資料交給別人。再者，當眼前有兩個選項中，人們往往想盡辦法找出更好的選項，例如用AI預測兩者的成本效益，但人們需要仔細思考，是否真的只有這兩種選項。
最後，則是AI預測的極限。請AI預測未來，只能得到「什麼已經發生」（what it was）的答案，卻無法得知「什麼可能發生」（what could be）。「如果你問馬車夫顧客想要什麼，他們會說更快的馬，這是已知中最好的答案（best answer already known），但世界總是在改變，過去最好的，現在已經不是了。」對比之下，人類能夠憑空創造出嶄新方向，這就是優勢所在。
面對來勢洶洶的人工智慧，麥爾荀伯格提供豐沛洞見，告訴人們不必驚慌。
