[109-2] [訪談] AI 在商管的應用
|
|
受訪人：管理學院 卓雍然教授 訪問組員： |
1. 教授有香港中文大學碩士與中山的碩博士的學歷，請教授簡述取得雙碩士學位的動機以及這之後的求學過程。
教授首先在業界服務（ATMT貝爾實驗室）30年，再來去converge公司（亞太地區的電信設備代理商）並擔任CTO。之後因為擔任CTO需要管理太多事情心力交瘁就辭職，剛好看到中文大學跟中山大學合作開課，在台北上課就拿到雙碩士學位。
50歲左右因為生病回到高雄，之後去中山讀博士。讀博士讀大概4年半，並拿了加州博克萊的獎學金。當時博克萊在做大數據，也在那邊學了大數據。博士班畢業後中山管院在推大數據，之後跟其他老師做大數據的東西跟開大數據/數據分析的課程（今年第4年）。
2. 教授曾在智匯亞洲 台灣分公司及數位通信服務／東森寬頻電信(亞太電信)和美台電信等公司擔任重要職位，想請問教授在業界主要工作內容為何？
教授是工程類背景的，在貝爾實驗室時是做工程相關的工作。在當時因為美國的手機規格輸給歐洲的所以美國的電信公司幾乎全倒，也包刮教授在的貝爾實驗室。
接著老師去亞太電信，不過亞太內部管理也有問題，老闆甚至被抓去關。之後去converge做產品行銷（這也是教授第一次跨到行銷這塊），並在那做台灣的CTO。但公司不是很大，代理商的負責人要負責應酬，公司的營運人事財務作業管理等等都要管。之後覺得太累就去讀雙碩士。
教授中間有提到在台灣的工程師做到經理處長之後就變成管理職，不能一直往上做研究，反之美國有總工程師（類似總經理）。貝爾實驗室倒了，老師覺得也跟經營管理有關係，畢竟在上面的上司都是工程背景不懂管理。
3. 教授的專業主要為數據分析、行銷管理、數位行銷，想請問AI是如何與這些專業結合的？
在台灣指的AI包刮大數據運算，機器學習，人工指揮模型。台灣對於資料科學弄的太工程了也只會應用在工程上（語音辨識，自動駕駛），但其實運用資料科學最賺錢的是商業應用（Amazon,fb,google），怎麼拿模型去應用才是產生商業價值的關鍵。
在老師的課程裡機器會做的事情就讓機器去做（機器自己弄模組套件），主要目的不是追求模型的精準度，而是用了模型怎麼變成策略產生價值。產生商業價值的方式有2種，一種是提升效率也就是讓模型更準，能用更少的錢做更多的事，另一種是產生新價值，例如預防性醫療、看吃藥狀況可以預測糖尿病病人誰是高風險群需要多加照顧、交友網站的配對等等。
4. 教授對於AI未來發展的想法?有沒有甚麼瓶頸是尚須突破的？
特斯拉的伊隆·馬斯克曾說過他不喜歡人工智慧因為怕人工智慧會取代人類比人更聰明。但教授覺得應該把人工智慧看成是人的外掛，好比沒辦法看很遠所以有望遠鏡，而人工智慧是人類智慧的提升，可以提升自己的腦力。
重點應該是怎麼樣讓人工智慧變成是人的能力的提升，這也是為什麼管理學院希望每個人都能寫一點程式而不是只有資工資管會寫，很難的程式都已經有套件，不是很會寫但要很會用。如果人工智慧跟機器學習已經做的很好了，這樣人使用也會非常方便（很複雜的程式已經被包裝起來）。
教授也提到管院有大數據平臺可以讓你處理300億筆資料像處理3000筆資料一樣簡單，但前提是我們需要要先會處理3000筆資料。
5. 對現今的中山學生有甚麼看法？
中山算蠻前面的學校，老師都接觸商學院的學生比較多。老師覺得商學院的應該要再認真一點……，因為期中期末大部分是報告之類的而非考試，所以學生不會很努力的去學習課本內的知識。學生參加太多實習機會課外活動，但其實商學院的學生要學太多東西其實沒時間搞課外的。學生應該重點要在學校裡，每堂課要學的更好，重視學校所教的基本功。
社會需要數位轉型的人才，他們必須要會用資料科學與數據分析，不希望發生企業顧了一個資料科學家但他只會建模而不會應用。所以教授覺得現在社會真正需要的是會用數據的商管人才，單純只顧技術層面是沒辦法滿足這個社會需要的條件的。
