人工智慧的衝擊〉專訪創新工場董事長
李開復：缺乏人才、市場， 台灣恐難立足 AI 時代

作者：林玲瑩 │ 攝影：關立衡
出處：2017年4月號《遠見雜誌》 《遠見雜誌》第370期

「十年後，50％的工作將被機器人取代！」近來，創新工場董事長兼首席執行官李開復常常這樣與人分享。

33歲成為蘋果最年輕的副總裁，不到40歲就任職微軟全球副總裁，李開復從學生時期就研究過AI。2009年離開Google成立創新工場，至今投資培育近300家科技創業公司，總估值超過20億美元。

   如今，他的關注重點來到了人工智慧。自從去年3月AlphaGo大勝棋王李世 後，李開復觀察，相關產業應用已趨於成熟，十年內人工智慧將取代現有工作，不分藍白領，如護士、記者、會計、教師、銀行職員、工廠作業員、保全等都岌岌可危。

   2017年伊始，李開復以行動證明他對這波趨勢深具信心。先是創新工場宣布投資AI生態系，高達50％的投資將投注在此，已陸續投資金融、無人駕駛及人臉辨識等30多家新創公司。

   他並招攬全球AI人才，成立「人工智慧工程院」，延攬曾參與研發桌面搜索、Google拼音輸入法的Google前工程師王詠剛，及資深全端開發者（Full-Stack Developer）、微軟研究院主管研究員王嘉平等兩位頂尖人才擔任副院長。

   在《創新工場人工智慧戰略白皮書》發表會上，李開復評論：「AI創業，現在是科學家的天下，之後是數學家的天下，將來是普通人的天下。」他建議，就讀電機、數學、應用數學、統計等科系的學生，加強電腦能力，就可以儘早卡位。

   相較美、中，在人工智慧浪潮中搶占先機，台灣從PC時代累積的硬體優勢已不復見。李開復直言，除了台積電、鴻海等大公司保有競爭力，台灣尚缺軟體、軟硬整合人才及市場，恐怕難以在這波浪潮中找到立錐之地。

   當過往成為昔日黃花、金飯碗被機器人端走，人類史上最大的失業潮即將來襲，台灣該怎麼應對？台灣的人才又該如何？以下是《遠見》專訪精華：

《遠見》問（以下簡稱問）：您為何如此看好AI？台灣在這波浪潮中有何機會？
   李開復答（以下簡稱答）：人工智慧無疑是人類最重要的一次技術革命，十年間，機器可做人類現在50％的工作，包括所有企業，沒有一個躲得過。

硬體重要性 逐年下降中

   像人工智慧要對接硬體，台積電把硬體做得愈來愈小，IOT物物連接，鴻海生產硬體，軟硬結合，都有價值。但硬體的重要性不斷地下降，台灣在PC時代的優勢，到AI時代已不復見。

   AI最大的機會在軟體跟交互應用，過去20年台灣的科技人才都投入硬體優化，所以軟體一直沒有起來。除了鴻海跟台積電，還有多少企業有機會在這波變革中扮演要角？

問：台灣人才該如何掌握這波趨勢？
   答：如果你理工科很不錯，學電機、機械、數學、統計、應用數學等科系，都可以考慮進入人工智慧產業。

   人工智慧和其他電腦專業很大的差別是，你不用是電腦高手，但需要是數學高手，數學系畢業，以往就業較有挑戰，但把電腦學好，就可走進AI領域。

   我建議畢業後先出國念書，人工智慧已掀起了一批新興學校。先別想怎麼拯救台灣，先把自己練強！

問：過往科技優勢不復見，台灣該怎麼應對？
   答：要思考當50％工作被機器取代時，人是否還有自我實現的野心？為社會奉獻的愛心？還是會沉淪在家裡戴著眼鏡、拿著社會福利，在3D世界裡找樂子？

   人工智慧一方面需要偉大的企業、發明家、科學家，也需要文學家、畫家、詩人、作曲家、話劇、電影工作者等，會讓人感受幸福、開心的職業。

服務精神 是台灣的軟實力

   台灣的服務意識很強，所謂小確幸，其實就是一種服務精神，像是發揮工匠精神做出很美、很巧的東西，或是把一家咖啡館經營到極致，在亞洲乃至於世界，都是無可取代的軟實力。

   接下來剝削依舊會發生，政府該扮演的角色是狠狠跟科技公司收稅，把所得重新分配給弱勢群體。

   微軟創辦人比爾．蓋茲說過，下崗後應該去幫助老人、殘疾人士和小學生等，不為社會產生價值，但為社會產生愛。

   在台灣，有不少人覺得做義工是很開心的事。台灣的義工朋友，是我在全世界看到最開心、最給人帶來關懷的一群人。

   當社會有50％的人沒工作，最重要的是社會穩定。只要沒有工作的人開開心心地活著，其他一切都會OK的。

問：創新工場宣布投資50％資金在AI生態系，目前有看好的新興應用嗎？
   答：我們投資一家人工智慧智能貸款App「用錢寶」，上線17個月，專門借錢給向銀行借不到錢的人，今年一個月就貸出17億人民幣，只根據用戶上傳的一些手機數據，決定借錢與否，不論你要借1000元、1000萬元、1000億元，都可以用同樣的方法，而壞帳率比銀行更低，只有百分之幾。

   這件事證明了以後銀行就要被人工智慧取代。如果在銀行，光是判斷要不要借錢給這個人，還要雇用一定的人力，所花的成本可能都接近1000元了。

   那判斷借錢與否的依據從哪裡來？剛開始要有人投資，不斷放債，累積會還錢的人跟不會還錢的人的數據差別，所以前期一定要賠掉很多錢才能訓練準確度。就像AlphaGo，需要輸點棋，才能學會贏。

看好金融、人臉辨識、無人車

   另外，我們投資曠視科技「Face++」，做人臉辨識系統，一次掃描50萬筆人臉，犯錯率比人低，畢竟一個人能認識5000個人就很厲害了，它比人好100倍。

   「第四範式」公司用人工智慧做了一個實驗，造成銀行轉換率提高65％。假設銀行一年來客數量有50萬人，使用這個AI後提升到80萬人，多出來的30萬人，以每個人獲客成本100美元來算，那就已經產生3000萬美元的價值。

   無人車方面，我們則投資馭勢科技，首輛無人車已經在2017年的CES大展上亮相。一旦人類未來不必開車，世界上9％的人就失業了，也不需要買車，現在車數量20％就足夠用，就像無所不在的Uber，錯誤率低、更安全，而且依照乘客數派不同大小的車子。

   馬路的規劃會改變，停車場也不需要了，美國的車庫重新設計，每個人積蓄也變多，當你不用買車，可以省下很多錢做其他事。以後車子也不只可以載人，還能載快遞、載貨，這對經濟的影響很大，可以說有10％的影響來自這裡。

問：從Uber退出台灣事件來看科技發展，創新與法律如何平衡？
   答：隨著科技發展，法律一定是過時的。不能一下子全部調整，但也不能太固守陳舊思想。

   19世紀末，英國通過《紅旗法》，當時馬車要轉換成汽車，英國政府規定，每一輛汽車前面要有一個人拿著旗子跟警示燈，避免汽車跟馬相撞。這就是不合時宜，只顧騎馬跟行人的利益，沒有顧慮到開車的人。

   法律要思考，Uber現象不可遏止，最終目的是什麼？是讓乘客能用最合理的價錢，安全地從A地到B地，基於這個最終目標，修改法律來適應現狀。

   這方面，中國大陸是先放行，運營一段時間再慢慢修改法律，這也是為什麼支付寶、微信支付能快速普及，而且推得比美國還先進，當然中間會有一些代價，但最終達到的科技進步是很顯著的。