【標題】

大數據時代之跨領域趨勢與 AI 實務應用

【選書資料】

書名：AI 大局––鳥瞰人工智慧技術全貌 重塑 AI 時代的領導力

作者:古明地正俊、長谷佳明

【書目大意】

　　此書透過介紹 AI 的基本原理與其在各領域的應用，深度剖析 AI 技術之內涵，並於末章探討 AI 是否會超越人類，以及 AI 之未來發展與其對就業市場之影響。

　　以往的 AI，主要是透過機器學習的方式運作。現今，隨著深度學習的出現，讓 AI 能更準確且快速的發展。深度學習也屬機器學習的一部分，不同點在於它是從資料庫中找出特徵，而機器學習則是依靠人類所給予的特徵進行辨識或分析。憑藉著深度學習，如今的AI已逐漸在各領域被應用。

超越人類的影像辨識能力：自駕車、生產線品管以及視障輔助系統；

懂人類語言的自然語言處理專家：機器學習、文章自動摘要、問答系統；

全年 24 小時無休的聊天機器人：服務業、金融業之客服人員；

解決企業缺工問題的協作機器人：軟體機器人、工業型機器人、服務型機器人等。

【段落摘錄】

　　除了以往備受威脅的藍領工作外，未來白領工作也很可能被電腦取代，且皆是一些收入較高的職業。

　　這樣的職業因為需要高度專業知識，過去很難透過電腦自動化，但是隨著 AI 學習能力提升，這種被動提供資訊、制式化的工作，未來就很可能被取代。

　　至於哪些工作較不易被取代，可從是否自動化的角度來觀察，只要是需要「創造性（Creativity）」和「社交力（Social Intelligence）」的工作，就不容易自動化、未來也較不容易被取代。

【閱讀心得】

　　生活在資料量龐大、訊息交換快速的大數據時代，4G 和 5G 網路的推陳出新，為科技的進步提供了有利的發展環境。AI 技術的提升，除了提供更便利的生活，卻也同時對當今之職場產生不容忽視的影響力。諸如金融業的聊天機器人，又如汽車工業的影像辨識自駕車，AI 正悄悄地融入你我的生活。此舉不僅加速了各領域的數位轉型，亦使得懂 AI 並能靈活運用的跨領域人才成為未來企業職場最炙手可熱的人選。

　　面對這波數位科技浪潮，我認為其影響是具連貫性的，從最日常的行動支付等部分生活模式改變，到許多公司企業採用新的科技軟體、作業系統或機器來協助其達成更低成本、高效率的公司組織運作，最後再到 AI 人工智慧以及大數據的推出。然而這一系列的科技革新，卻並未受到所有普羅大眾歡迎。舉例來說，對於公司企業的管理階層或資本主而言，機器人的高效率（不用休息）、高精準（沒有人為誤差）、高穩定（不受情緒影響）等幾項特質，能帶給公司整體營運更高的效益。然而若是對勞工階層而言，如此的新科技無疑是對其職業之存在價值發出警訊。

　　而針對此點我個人的看法是，若以當今之時事加入討論，相較於 COVID-19 疫情的突如其來、猝不及防，這波由科技進步帶來的 AI 與大數據時代是可預期、可準備且勢必會發生的。疫情的突然出現或許讓不少人和公司企業在毫無準備下被擊垮。然而，不同的是AI與大數據時代的來臨，這種可預見的未來，不論是作為莘莘學子的社會新鮮人亦或已經在職場奮鬥的青壯年，都應先努力充實自己的數位適應能力並增進資訊素養，才不會在未來因新科技的普及而被時代所淘汰。

　　至於具體有什麼方式能避免自己被 AI 所取代，我認為主要能分為以下兩個階段。其一，俗語云：「知己知彼，百戰不殆。」① 面對 AI 亦是如以，要與 AI 和平共處，更甚是利用 AI 達到更好的效率和效果，必須先對其運作原理有所了解。首先，大數據資料可說是 AI 之本，所謂的 AI 人工智慧便是建立在大數據資料以及深度學習的基礎上。不同於以往之機器學習，深度學習省略了人類知識的特徵萃取，直接透過大量的資料讓 CNN 和 RNN 神經網路自行從中學習並決定可以做什麼樣的特徵截取，再進一步執行辨識或判斷。而作為會計系的學生，我便以會計領域做討論，「資本公積-普通股溢價」屬於資產、負債亦或權益？「預收租金」是否屬於實帳戶？ 只要透過海量的大數據資料以及深度學習的運作，AI 便能在極短的時間內將所有科目歸類並同時進行數值的加減運算，且由於是電腦計算，因此除了可能有初始輸入上的人為錯誤外，其餘的計算則近乎會是零錯誤。至此，瞭解了 AI 的運行原理與基礎，便能更明確的預判什麼類型或具備何種特質的工作可能在未來 AI 普及時受到影響甚至衝擊。性質較單一且偏勞務方面的工作首當其衝，而不受影響也較不易被取代的則是專業技能以及實務經驗的部分。

　　其二，知道何種工作較可能受AI影響後，接續要做的便是踏出實際行動。正如第一段末所提及，我認為跨領域學習是面對 AI 最有利的因應方式。生活在如此全球化、資訊化的世代，在同一領域閉門造車、不與外界交流已不是長久之策，跨領域能力成為最具競爭力的條件之一。

　　我以個人例子以及會計領域做討論，敝生目前就讀於會計學系，然而不同於所謂之「傳統」以及絕大多數同儕的想法，有鑑於當今之科技趨勢與時代之改變，我認為在一個領域做到極其專精或許已不是現今社會所需要。 因此，如果在會計方面行有餘力，個人覺得則可以往資訊工程或電腦程式等領域多學習些新知識，而這也正是敝生目前之生涯規劃。商管學院會計系大三的我，除了修習本系之必選修，亦前往工學院電子工程學系修課，學習計算機概論以及網頁設計等基礎課程。課外則參與了台灣大學資訊系統訓練班的程式設計與智能合約開發研習。最終的目標是希望兩年後的自己能成功跨考進入資工或資管方面的研究所。而這一切之目的在於培養自身科技適應以及跨領域能力。如此一來，面對大數據和 AI 帶來的資訊化時代，如果具備會計和資訊雙領域的專長，一來不怕自己被 AI 取代或者被社會淘汰，二來則是面對數據電子化或者會計模式資訊化等不同於以往的會計工作型態，操作和適應上肯定會計單一專長的人來的更得心應手。更甚者，如若能在未來精通雙領域，那便可作為會計工作資訊化的中介人。畢竟，要開發會計相關的作業軟體或者人工智慧，也要有同時瞭解會計又瞭解資訊的跨領域人才。如此一來，便可將這波原本看似危機的科技浪潮化為轉機，化絆腳石為墊腳石，讓自己擁有超乎預期的潛能。

　　而在實務上，許多行業的工作型態在科技的推波助瀾下，逐漸都從傳統的實體走向數位，根據這點我認同資誠聯合會計師事務所（PwC）人資長林瓊瀛的主張。他認為 ② 除了創新、科技素養與跨領域教學，「自主學習意識」更是推動數位學習的關鍵。促進自主學習最重要的是讓學習者覺得有趣，創造「互動體驗」與「同儕競爭」。以資成聯合會計師事務所（PwC）為例，其採用遊戲模式進行員工培訓，跨界結合臺大電機系葉丙成教授團隊開發的 PaGamO 線上遊戲學習平台。而此舉不但改善了過往內部訓練的課程單調、不易吸收等難題，更將其轉化為活潑有趣的線上遊戲，增加員工自主學習意願，大幅提升了學習效率與成果。

　　最終，AI 這個看似在電影裡才會出現的新科技，實則在國際金融業已有相當廣泛的實務應用。③ 美國摩根大通用機器學習進行資金流向分析；日本 Alpaca 透過機器學習進行圖表分析，提供投資者智能分析平台；以及 Binatix 透過深度學習中的型態識別技術，分析金融市場的價格及交易的相關資料等。其實數不勝數的 AI 實務應用已充斥於你我的生活中，根據一項國際大型會計師事務所對全球金融業的調查數據顯示，金融業未來三年的重點技術更是圍繞在金融 AI 專案。

　　最終，面對眼前的這波科技革新，作為還未出社會的我認為，不論是和我一樣的莘莘學子，或者職場奮鬥的青壯年，亦或是閱歷無數的銀髮族，皆可以敞開心胸接受，不用過度擔憂 AI 的出現是否會造成負面影響。畢竟只要保持與時俱進的學習態度，便能毫無畏懼的面對科技與人工智慧時代的來臨，更可以享受一切它們所帶來的便利生活。一舉兩得、兩全其美，何樂而不為呢？

【引用文獻】

① 《孫子・謀攻篇》 孫武

② 《新世代人才培育科技素養和數位適應力》黃曉雯，會計研究月刊第 418 期（2020 年 9 月號）

③ 《談人工智慧與金融科技》諶家蘭，會計研究月刊第 415 期（2020 年 6 月號）