人工智慧（AI）在近年來受到極大關注，也改變產業經營和市場競爭的樣貌。根據2017年管理諮詢服務公司麥肯錫的調查，高科技、電信、汽車、組裝線、金融服務等深度數位化的產業，不僅會先期採用AI技術，也能獲致更大成功，而針對800個職業、2,000個工種的分析中，60％職業至少三成在技術上可自動化，但能全面自動化的職業則不到5％，其中以高度穩定和可預測環境下的體力勞動及資料收集處理等工作，最容易受到AI影響。
「群眾解題」成AI發展趨勢
就AI發展趨勢來看，過去以問題導向、軟體技術為工具，除了需要結合特定的知識領域與系統外，就是透過人工撰寫程式來產生解決方法，在技術提升下，現在則更進一步改採演算法取代人工，以獲得更有創意的解答。
對於組織和企業來說，能運用調配的資源及由內部開發演算法的人才及能力均有限，如果能改以向外部公開招募，就能不斷取得來自各方且具有創意的演算法，並且形成「無窮創意解」的來源。這也是當前「群眾解題」AI平台出現的主因。
「群眾解題」是在平台上提出需要解決的問題和相關資料，廣為徵求創新的演算法，讓有興趣的人發想創意、提供解決方案，並可結合平台上的評分機制決定最佳方案。最佳方案的提供者可能獲得獎勵，也可將演算法的所有權移轉至問題的提出者，發展為能夠實際應用的方案。對於出題方或企業，最大優點是能仰賴外部人才，以花費較少、時間較短的方式解決問題，甚至可透過社群的分享與合作，將各種解答整合為更好的方案。
這種運用更多人的智慧來開發AI演算法的「群眾解題」，也是促成創業生態圈與新商業模式的來源。譬如在2001年創立的TopCoder，就是針對軟體開發者、程式設計師等專業工作者所建構的線上程式設計開發與競賽平台。群眾解題平台的國際標竿Kaggle平台，則透過資料科學競賽的營運模式，結合資料整備、問題定義等顧問服務，以及評比機制、智財管理、工作仲介、社群經營、雲端運算等功能，並設有商業收費或公益性質等多種競賽方式，讓企業或組織能透過平台尋找專用演算法、解決難題，負責解題的資料科學家，則藉此拿到實際資料集，並尋求演算法的商業應用出路，雙方還可互相找到所需人才或事業出路，故受到許多金融、新經濟、軟體等相關產業的青睞。
以解題平台橋接產學技術
國際研究機構Forrester針對TopCoder所進行歷史資料分析，指出平均投資回收時間為10.8個月，投資報酬率為113％，更重要的是，平台能讓每位軟體開發專案經理的管理幅度，由每年10個專案上升至30個，專案開發時間也由平均9個月下降至3個月。就連Kaggle也聲稱透過群眾解題所獲得的新演算法，效能可較原演算法改善40％。由此可見，透過群眾解題獲得更好的演算法及解決方案，相當具有效益。
工研院在經濟部技術處支持下，從台灣發展群眾解題平台的角度，思考規劃應具備的定位、機制與功能，工研院曾對國內產學界的調查研究，發現產業對於導入AI來推升競爭力具有強烈需求，而專精於各種AI演算法的學界團隊，則多面臨缺乏商業應用出路的問題，因此，在AI的群眾解題平台上，要能由業界提出具體的應用需求與資料，讓學界提供最佳分析模型解決方案。
因此，台灣發展群眾解題平台定位，應建立AI演算法「訂製市集」，也就是針對企業特定問題提出專用的演算法，讓更多企業能夠確實運用AI，甚至藉此促進AI產業化，成為獨立產業。
（本文由工研院產業科技國際策略發展所分析師石立康授權轉載）
延伸閱讀：
