鄭旭高
- GoldWise Consulting Group／萬旭浤資訊科技負責人
一、背景
人工智慧AI（Artificial Intelligence）的應用愈加廣泛，以各種機器人的發展為例，如聊天機器人、家用機器人、迎賓機器人或工業用機器人等各自扮演不同角色而逐漸融入我們的生活。機器人會取代我們的工作嗎？機器人需要甚麼樣的政府政策？回顧2018，如何從財務或投資的角度看待新年度的金融科技發展趨勢？
二、焦點檢視
人工智慧一詞由來已久，近年隨空間存儲增長、移動裝置普及而使影像、文字與數據得以大量取得；電腦平行運算速度提升，使分析數據、預測結果之應用得以快速進入日常生活(如推播閱聽人可能有興趣的商品或文章)。
其中重要的要素如以思考能力劃分之強人工智慧（Strong A.I.）與弱人工智慧（Weak A.I.）；在機器學習中，於訓練（Training）過程裡是否有標籤（Label）告訴機器答案而劃分的監督式學習(Supervised learning)與非監督式學習(Unsupervised learning)，而標籤(特徵之標記)品質也會影響機器學習的成果。
相較機器學習，以模仿人腦(生物)的類神經網絡（Neural network），透過仿其結構與功能設計運算模型，將輸入之資料透過兩層以上結構之人工神經網絡稱之。深度學習相較於機器學習可降低部份前置人工作業(如標記特徵)之成本。
除技術外，數據之類型亦可劃分為由網際網絡(如社交平台或新媒體)上取得之行為數據，從零售商商得之消費數據、物流數據、供應商數據，從金融服務上取得之信用數據、金流數據等。
透過掌握數據分析結果進行精準銷售的方向在過去吸引了大量投資人(根據數據顯示螞蟻金服 (Ant Financial)145億美元、京東金融 (JD Finance)20億美元、Grab 20億美元，以及度小满金融(Du Xiaoman Financial)19億美元)。
日前實務上國內對於機器人的應用，我們看到有運用機器人手臂優化工業製程者(移動機具、判斷位置並調整參數)、有飯店旅宿金融業者將之置於大廳迎賓者(唱歌、猜拳猜年齡等功能)、有聊天機器人協助政治人物或公司回應客戶訊息者、有用於掃地等家用者。在國內政府欲發展諸多科技，民間國內外投資人的關注點多在國外時，資源有限力度難免分散。政府是否應思考集中資源選擇相對有益台灣發展方向者？ 否則相較於國際級資源已先天不良狀況下，後天亦有兵多力分之虞。
三、結論
「建立技術壁壘、增廣數據取得、多中心化治理」成為新時代的「高築牆、廣積糧、緩稱王」新解。本篇談的人工智慧、大數據分析等商業模式，正呼應前幾篇金融科技技術概覽所談的多中心化系統(分散式帳本技術)、數位貨幣。我們迎來的是一個更富想像空見的科技未來，而未來就在眼前。
延伸閱讀
- 金融科技技術概覽(1)——以分散式帳本區塊鏈技術為例
- 金融科技技術概覽(2)——智能合約簡述
- 金融科技技術概覽(3)——虛擬貨幣與數位經濟
- 金融科技技術概覽(4)——虛擬通貨(數位資產)與錢包
- 金融科技技術概覽(5)——人工智慧技術與2019金融科技趨勢
- 金融科技技術概覽(6)——運用在財會金融中的人工智慧技術與智能語音裝置
- 金融科技技術概覽(7)——數位資產、分散式帳本與密碼學技術
- 金融科技技術概覽(8)——應用金融科技、區塊鏈技術於會計師日常業務
- 金融科技技術概覽(9)——台灣虛擬通貨相關管理規劃
- 金融科技技術概覽(10)——區塊鏈技術之政府監理與業者應對
- 金融科技技術概覽(11)—— 智能合約中之重要類型比較分析
- 金融科技技術概覽(12)——共識機制之工作量證明介紹
- 金融科技技術概覽(13)——智能合約審計(上)
- 金融科技技術概覽(14)——智能合約審計(下)
- 金融科技技術概覽(15)——智能合約與數位收藏品
知識庫
- 楊瑞芬，金融科技之發展與展望。
- 鄭旭高，金融科技新興商業模式與財務報表之表達與揭露。
- 臧正運，建構台灣金融科技創新實驗的配套機制。
- 許林舜，財務機器人發展與實務運用。
- 吳佳翰、高智敏，再見了隨機抽樣，原諒我愛上數據分析。
