近日財團法人「中技社」為慶祝成立六十週年,特舉辦「AI智能應用對日常生活之翻轉與創新研討會」,邀請多位人工智能院士級的專家及學者,分享人工智能的應用與對生活的影響及翻轉,是個深入淺出又具高度專業的成功研討會,個人有幸與會,收獲良多。

在便當午餐時,朋友問我,當今,在人工智能(AI)快速發展的同時,經濟學對此有何看法?這是個重要又有挑戰性的問題。事實上,經濟學家很早就注意到這被視為世界第四次工業革命的重要改變,美國重要經濟智庫如NBER於2018年9月也特別召開Economics of Artificial Intelligence研討會,邀請諾貝爾經濟學得主Paul M. Romer及其他重量級學者,對此發表多篇專文,探討諸如:人工智能在不確定情況下的強化學習策略(Q-Learning),職場AI工作趨勢與教育學程,AI可視為人類行為實驗的風洞(Romer論文),機器人對薪資成長的長短期影響,AI對媒體、(假)訊息及民主體制的影響,以人工智能瞭解人類決策行為模式,AI對公司內部人事管理的應用與影響,以資料分析為主的新創公司分析,機器人應被課稅嗎,人工智能的政策與對策,「深藍」的經濟分析,自動化與人口結構改變的對應,人工智能下新資料蒐集的策略,人工智能與法庭決策,人工智能如何影響勞動需求,人工智能與人類認知上的互補等。

此外,亦值得注意的是,2018年國際勞工組織(ILO)也有專文,探討人工智能對未來勞動力的影響,在該專文中指出,勞動市場中,人們對於人工智能的快速發展是充滿恐懼的,人工智能即使對開發中國家的低技能者,雖也可以帶來一些生產力提高的好處,但相對地,所得不均的發生,也會是另一個特別值得關注的問題。為此,如何能有一個合理的「重」分配機制,也是特別值得關注。

經濟中種種的交易與互動行為,可略分為B2B,B2C,B2G,C2C,G2P等。在人工智能無遠弗屆的應用下,它已是不可逆的趨勢,也必定長期性地對人們衣(如體適能探測)、食(如食安)、住(如天災地震防災)、行(如無人車的發展)、育(如體育比賽的公平監測、生育與教育上的應用)、樂(如多國語音辨識與翻譯、電影特效與Youtube的快速發展)、政府治理(如多功能新型身分證的發放,或是機場快速通關的應用)等有所影響。

就重要的產業發展上,以B2B為例,人工智能的發展,一定可以有效地就設計、檢測、安全防護、生產及製造這四個重要的層面把事情做到最周全,考慮也最完整,如此一來,就能有效地把錯誤降到最低,而能使成本極小化,安全及品質極大化,這也是 Min-Max 目標的達成。如此一來,企業的競爭力自然是最大,生產力也會最高。若企業不想被淘汰,就必須緊緊地跟上這快速的人工智能腳步,單打獨鬥的企業,是無法在人工智能的世界與環境中存活。

其實人工智能的概念也不是新的概念,在1980年代時,日本豐田公司以just-in-time的生產體系,成功地降低庫存及生產成本,同時也提升零配件供應廠的生產品質,打趴美國近百年的汽車業,在當時,並沒有什麼IoT,Cloud,Big Data,AI/ML 等時髦的名詞,但它的確已有許多相似的概念應用在其中,也應用成功,這或可稱得上是人工智能的1980年版,而在2030年時,人工智能的應用就可清楚地分出哪些國家、哪些企業是在人工智能的贏者圈裡,屆時,這個贏者圈可能會愈來愈小,而不是愈來愈大,而這,就會是第四次工業革命與前三次工業命裡,最大的不同,與最殘酷的事實。

在中技社的研討會中,專家們對台灣的教育有許多的建議與指教,如108年課綱是否合適於人工智能世紀的要求?當然,杜經寧院士在會中為文指出,(花俏的教學與學程)是比不上「我們在數學、物理、化學、生物學、中文和英文方面的基礎訓練!」

#企業 #勞動