學者、AI倡議者到產業實踐者 陳昇瑋的AI路：從深度學習到深度協作

玉山金控總部12樓門禁森嚴，走進會議室，窗外風景明媚。陳昇瑋西裝筆挺，言談間還有濃濃的學者風，講究條理，偶爾加點技術咖才懂的微冷幽默。

「來這裡的第一天，每一個BU都幫我安排好要上什麼課，」陳昇瑋回憶，而他也用極快的時間，吸收金融領域資訊，不斷地重新定義問題，要用自己最擅長的AI科技帶來創新機會。

透過AI 創造小勝利 新服務

長年研究台灣產業AI化，陳昇瑋深知，對台灣企業來說，要走向AI會有4大挑戰：1, 對推動AI信心不足，難以衡量投資效應；2, 時間及預算等資源配置；3, 組織文化和認知；4，數位化程度不夠，沒有數據，就沒有發展AI的根本。

尤其最後一點，更容易為許多台灣企業忽略。他舉了個生動的例子，任何會議結果能被追蹤，才算是「數據」，「但反觀有多少決策還只是停留在個人電腦的word、excel檔呢？」

反觀掌握數據這一點，對玉山金控而言不是問題。所以，陳昇瑋的首要任務，便是落在如何善用龐大的數據資源，以期優化作業流程，並且帶來更意想不到的金融創新服務。

透過AI落地，陳昇瑋在內部試著創造連續的小勝利，讓組織上下對投入AI有成就感。比方，過去在保險業務部分，有些是用統計跑分析的，就改成機器學習，僅僅是執竹方式改變，就讓準確率提昇1%。表面上看，1%是微不足道的結果，實際上，卻大大提昇玉山金控在業界的信用評比及外部投資人觀感。

不只如此。像信用卡盗刷、銀行理財產品建議等臨櫃常會發生的客戶需求，在玉山金控，都已經默默改用機器學習，減少人為處理或服務的時間，而且，他們還在持續跨部門合作找尋題目。至於有哪些開發主題或方向，他笑而不答。

倒是在產業AI化上，這一年多來，有一點他體會很深，「不是去想你可以創造什麼，而是問問未來5年人們會如何消費、如何生活，你的金融服務又會如何出現在那樣的場景裡。」

台灣人工智慧學校執行長　陳昇瑋

深度學習，深度協作

即使跨過資源門檻、IT系統夠完整、數據夠充足，陳昇瑋認為企業要發展AI，企業文化跟組織內擁有經驗的跨領域人才也相當重要。

以玉山金控為例，從上到下相信金融的未來就是科技，而不僅僅是工具。在管理階層信任的授權下，讓陳昇瑋成為跨領域的整合者，開啟業務員與IT人員等不同專業的對話。

他表示，產業AI化的過程一定會遇到組織流程或人力結構的改變。這時，必須有好的團隊文化作基底，加上深度協作的模式，才能增加AI落地的勝算。好比在玉山內部，要推動任何一項與AI相關的改變，一定是相關部門的主管坐下來一起討論，事先溝通在作業流程、人員配制等等可能發生的連動變化。

台灣，擁有發展AI的絕對優勢

回到研究者和倡議者的身份，陳昇瑋觀察，台灣即使在推動產業AI化的過程面臨不少困境，但仍然在持續推進。除了早期的視覺辨識，許多行業跨過AI門檻，發展出真正的AI，包括AI晶片、人臉或語音辨識等AI 解決方案，可以說是AI應用大爆發的一年。「去年是『說』，今年是『做』，」他直言。

不免有人對AI的未來抱持質疑或悲觀，陳昇瑋始終沒動搖過他的判斷。「AI是電，去問有沒有用、重不重要，那叫做問錯問題，只是時間未到。」

他也相信，在發展AI這條漫漫長路上，時間有機會站在台灣這邊。在他的新書裡，就以製造業為例，過去半世紀累積出大批擁有跨領域能力對話的專才，以及在全球運籌的獨特智慧。這些都是台灣未來在全球AI界不容取代的戰略優勢。

 

延伸閱讀，瞭解其他更多的議題：

【專區】AI煉金術 2019最強商戰營– 若水國際 X 天下雜誌

全球唯一的「狗保姆」創造循環性訂閱經濟

長佳智能：數據準確這件事不做就是錯　 醫療AI 落地成功關鍵在人

林軒田：打通以數據為核心的任督二脈　用AI為企業提供創新洞見

AI落地經驗談：問題聚焦與數據分析是成敗關鍵

數據教我的三件事，這麼做讓AI落地更精準！

當5G來臨 有數據策略才能讓AI落地更成功