我的主张与建议

我为什么要写这篇文章呢？目的是希望帮助台湾企业：

1. 对如何应用AI技术有更完整的认识，不要被局限在机器学习技术上
   AI的应用内容绝对包含了专家系统（及其后的规则管理系统及今日的决策管理系统），它是用电脑来处理已知决策知识的（已验证有效）方法，处理的数据量不大，但效益极高（可参考Deloitte的调查报告）。
   　
   电脑处理未知的决策知识就要靠机器学习技术了，但前提是要有足够优质的数据。近年来这一技术的应用范围极广，效益惊人，值得在台湾大力地推广，这也是《人工智慧在台湾》一书极有参考价值的原因。
   　
   然而，机器学习技术不能以偏盖全地排除其它技术的用。例如，企业近年来兴起用流程管理(BPM)系统将ERP的使用方法做大翻转，把需要人员主动的pull方式改成电脑主动的push方式，若再加上规则管理的自动化就可大量节省操作的人力需求。这样做的第一个需求即是要重新确定（定义）企业内部使用ERP的流程，而必须由外部专家或内部高明的使用者们来进行。 ML技术能分析这样的使用习惯而找出最佳的流程与使用规则吗？当然不行！
   　
   《 人工智慧在台湾》书中提到「经理人必须具备的十个认知」，第一个是：没有资料就不会有AI。真的没有大数据(Big Data)就无法使用AI了吗？这当然是错的，除非你说AI就只能是ML技术。
   　
   《因果革命》书中指明了Mind over Data（思想胜过资料）的正确道理，值得深思。另外，《AI经济的策略思维》第136页的例子也极有趣：二次世界大战中，英国尝试分析派去轰炸德国而返航的飞机机身上的弹着点，希望强化这些轰炸机对德国防空炮火的抵御能力。统计学家Abraham Wald指出：所有飞回来的飞机身上愈是没有弹着点的地方，就愈是需要强化保护的地方。因为，都没发现弹着的地方是最险点的，在那里被打到的飞机就飞不回来了。这是个小数据分析的案例，主要靠的是专家的知识来进行。机器学习技术在此没有效用！
   　
2. 找对AI应用的方向
   《人工智慧在台湾》第273页中指出：发展人工智慧，要先找对方向。这当然是正确的主张。书中把应用AI的方向分为四种：互联网AI、商业AI、感知AI，与自主AI。这个说法和我在李开复博士的《AI۰未来》2018年大陆版第131页说的「AI的四波浪潮」一模一样。
   　
   同样地，两位著者讲的商业AI (Business AI)仍是指数据分析技术的应用内容，而不是专家系统或规则管理系统。
   　
   若依这个说法，那么我们想要「先找对方向」就必然已经错了，找不到最正确的方向了，因为由专家系统演化为规则管理系统，再到后来的决策管理系统的发展历史，已经被著者给否定（或忽略）了。
   　
   企业经营在确立需求而寻找能供应的答案，不是拿着答案找问题。以ML技术来找寻可使力的点（以提升效益），不能说它不对，但还是有点solution in search of a problem的味道。若企业能先理清企业管理上的运作架构与需求内容，会更有助于AI的应用。这一方面，我认为欧美企业的理论架构与实务经验更有助于台湾企业的AI应用。这是拿来主义，也是经济学中「后发优势规律」的依据，何乐不为？
   　　
3. 找到最佳的起始点
   企业使用ML技术将无法做出ERP使用流​​程(SOP)的自动化，已如前述。另一方面，大量企业经验指出传统使用的legacy systems（遗产系统）需要做再造工程(re-engineering)，如ERP系统。 BPM与BRMS完全可以胜任这样的挑战，企业可以把运营层使用ERP的流程自动化，把OD（运营决策）尽量自动化，同时把ERP中的参数逐渐拔出来，改用规则来管理，这样做可以免除ERP因应变动而做程式修改的压力。这些都是实实在在的巨大效益，也可使企业内部的数据愈来愈正确及有序。因而，这才是目前台湾企业应用AI的最佳起始点，是英文中说的low hanging fruit（低垂的果实，喻为较容易实现的目标），中文常译为「挑软柿子吃」 。
   　
   《人工智慧在台湾》书中说明的理想，要以AI为台湾企业找出新的著力点，我是完全赞同的。但把AI局限在机器学习上，认为「没有大数据就没有AI应用」，那企业要如何着手呢？只能先去清洗数据(data cleaning)了？这明显不是好的起始点，且会严重误导企业对AI应用的观点。
   　
   《 人工智慧在台湾》书中又指出：想要应用AI，必须先偿还「科技债」，即以往e化要做正确与扎实，不足的地方要补修学分，这是对的，应用AI先把运营层的任务自动化就是比清洗数据更好的做法，这也是美国IBM公司大力推广其ODM (Operational Decision Management)系统的原因。
   　
   Deloitte调查报告发现：早期应用AI的企业多以「自动化」为目标，后期才加重了「智能化」的开创，这是非常有道理的。
   　
   该调查中明白表示：『规则式及专家系统在90年代最后一波人工智慧商业化风潮中兴起，直到今日仍广受运用：49%的受访者表示采用了这些技术。 』
   　
   希望台湾企业能因而避免《人工智慧在台湾》在这一方面的误导！

《前往下载区取得文章》