全球疫情對AI機器人自動化產品發展的影響／Bastiane Huang
新冠肺炎敲響警鐘，也提醒所有AI機器人和無人駕駛公司停止開發「華而不實」的功能展示，而要專注發展真正為使用者帶來價值、不需人工干預，也可以全天24小時自動運作的實用AI解決方案。
Bastiane Huang
Bastiane Huang目前在舊金山的AI/Robotics新創公司擔任產品經理，擁有近10年產品行銷及市場開發管理經驗；曾在美國《機器人商業評論》及《哈佛商業評論》發表文章及個案研究。如果你也對Robotics 2.0（AI-Enabled Robotics）、產品管理、Future of Work有興趣，歡迎追蹤她的最新訊息。
受到疫情影響，全球數百萬人被迫在家工作。零售商努力維持正常供應，而緊張的消費者也正想盡辦法，從各種管道購買衛生紙之類的各種民生必需品。
在全球公司及政府疲於奔命的狀況下，中國電商巨頭京東開始在武漢測試自動送貨機器人，測試每天24小時運作的自動化倉庫，來因應激增的需求。
突然間，機器AI自動化所需要的，不僅僅是概念的驗證；它們不能再依賴現場工程師支援突發狀況，而必須能夠自行在各種現實環境中獨立工作。
這一次的疫情，不僅讓原本已經走向自動化的未來提早成真，也暴露了AI創業領域長期存在的問題：太多讓人眼花撩亂的科技展示和話題炒作，讓人很難正確判斷產業真正的發展趨勢。
我們需要在以下三個方面推動改變：
1. 重新思考指標
隨著我們在現實世界中採用更多自主AI機器，諸如速度、成功率等傳統指標，已經不能反映全部的情況；我們需要透過「可靠度指標」（robustness metrics），來全面衡量「系統在不確定狀況下的可靠性」。例如送貨機器人平均在送貨幾次之後，才需要人為介入來確保成功送達？
我們需要更多的工具和產業標準，來評估各種未知狀態下的整體系統性能；因為現實生活不同於實驗室，是完全不可預測的。
即使送貨機器人可以達到每小時6公里的最高前進速度，但如果在沒有人工支援的狀況下，就無法獨立完成單次送貨，那麼事實上並沒有為用戶創造多少價值。
「DevOps」（開發維運）這個詞在幾年前出現，可以說是「開發」、「測試」、「維運」三者的結合；它的目的在於縮短軟體開發週期、確保高品質的軟體產出。
與一般軟體工程相比，AI人工智慧或ML機器學習的產業成熟程度要低得多；根據調查，有高達87%的ML專案在投入生產之前，就已經宣告失敗。
然而，最近我們開始看到「MLOps」或「AIOps」（ML/AI加上「開發維運」）的出現；這代表著ML/AI從學術研究變成實際產品的重要轉變。
這樣的改變需要更多心態調整：
不只看最先端ML研究，也專注於品質管理和軟體工程。
並不是說兩者不能兼顧，而是到目前為止，多數公司往往專注於前者，而忽略對開發實用產品可能更重要的後者。
2. 重新設計錯誤處理與用戶體驗
這並不代表AI機器人不能給人類帶來價值；正如我在前文中提到的，即使人類仍需要處理15%的突發狀況，公司依然可以降低大量的勞動力和整合成本。
然而，目前許多AI 公司專注於開發自動系統，而忽略了短期之內人類與機器需要共處的事實；所以現在必須徹底思考交接任務、溝通錯誤訊息等實際需求，讓人和機器之間的互動可以更加順利。
尤其因為AI產品的不確定性比一般軟體產品更高、演算法又缺乏透明度，因此更需要重新思考用戶體驗。例如，是否可以顯示模型預測的信心水準，或是將預測定位為建議、而非最終決策，來近一步獲得使用者的信任？
同時，我們也需要將錯誤分級、設計相應的應對機制、優先減少致命錯誤；並確保機器在發生重大錯誤而停止工作時，我們能快速回應、並且遠端排除故障。
其中最困難的部分是「識別未知錯誤」，也就是看出系統先前無法檢測的錯誤；因此，進行雙向溝通、允許用戶回報錯誤、或是選擇回覆先前的設定，也是非常重要的。
3. 重新定義人機互動方式
新冠病毒疫情迫使更多公司更快接受自動化方案、並且轉向雲端；而未來每一位遠端工程師需要操作的機器人，也將會越來越多。
從每人控制五台保全機器人，變成每人控制十台機器人時，我們是否擁有正確的工具和感知技術，能即時將所有相關資訊傳遞給決策者？每個機器人上是否有足夠的感測器來提供完整的資訊圖像？
今天，我們多數依靠平板電腦之類設備上的「觸覺輸入」來控制機器；但未來資訊量飆升、回應時間縮短的狀況下，我們是否應該考慮觸覺以外的人機介面，例如語音、VR/AR、甚至腦波介面等等？
同時，我們也需要決定誰有「最終決策權」：既然機器變得越來越聰明，最後決定是不是一定要由人類來做？
例如，誰應該控制無人車？汽車本身、人類安全司機、遠程監控的作業人員、還是乘客本身？在不同情況下又有什麼差異？還是應該由人類和機器共同做出加權判斷？這些決定中的道德含義是什麼？操作介面能否支援多步驟共同決策？
結語
最後的問題是，我們如何設計以人為本的AI，以確保自動化機器使我們的生活更美好，而不是更糟？
我們如何建立一個人類與機器的混合團隊，達成更好的成果，並且讓人類和機器相互學習？
需要我們回答的問題還很多，而且當前的疫情正迫使我們更快回答。如果這些AI公司能夠專注於上面概述的三個領域，我們將能夠更好、更快得出關鍵結論，以確保我們朝著正確的自動化方向前進。
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
隨著全球數位化浪潮的推進，企業正面臨著前所未有的挑戰和機遇。數位轉型已成為企業保持競爭力的關鍵策略。在這個過程中，平台即服務（PaaS）作為一種強大的雲端解決方案，正在扮演著不可或缺的角色。本文將探討PaaS在數位轉型中的重要作用，並說明其如何幫助企業實現數位化目標。
簡化開發與部署
Paa
2024年7/6閉幕的上海 AI 人工智能大會，參觀人數突破30萬人次，線上流量突破19億，比上屆成長了90%，均創歷史新高，全世界對機器人的焦點持續增溫，但台股相關個股已經有過熱現象，美股目前對這議題發酵性討論性較低，因此我們將對基機器人產業及相關個股做一探討。
生成式AI對話機器人產業市場預計在2030年達到36.2億美元。目前醫療保健、製造業、零售業與金融相關組織是採用生成式AI對話機器人的領先產業。文章介紹利用AI對話機器人(GeniAltX)能幫助個人及企業提升效率的情境與案例。企業正利用AI打造對話機器人，成為客戶服務或企業內部助理的關鍵角色。
通用型AI還沒那麼快出現
所以說人類的工作要全面被取代 目前不會發生
但如果是"部分"的專精工作 可以被模組化 高重複性 可被預測
與其說取代人類工作 不如說 AI可以替代部分"流程"
如果有專屬於法律條文聊天機器人 或是 專屬於公司內部規章的聊天機器人
遇到問題 或是不確定的流程 直接詢
去年也說明過了,就是機器人的產業崛起想像
我們目前頂多習慣LEVEL 2~3
而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步
我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段
之後就是軟體也會開始有成長期空間
2020年說要先硬體普及後才能開
高盛經濟學家在2023年的研究報告中指出，AI的進步可能導致全球約三億個全職工作遭到自動化取代，同年5月，美國八萬名失業人口中，有4,000名是因為工作被AI取代。
行銷人下指令，AI生成自動執行
文／詹致中 圖／GoSky提供
2022年底ChapGPT橫空出世，身處海嘯第一排SaaS企業感受革命襲來。即便進入2024年，技術更迭仍未停歇。各家企業不斷思索，該如何搶上噴發的AI火箭，而不被甩下遭市場淘汰。台灣募資累積近億元、專注Social CRM（
#台達電
已經挑戰站穩60周位置
等到確認能站穩就可以開始規劃後續節奏
主要是AI伺服器電源結構跟過往伺服器電源是不同的
全世界只有兩間能做
機器人要普及化,AI電源是最重要的關鍵
這是後續本益比市場估值能不能因為這題材拉高
也要感謝台達電在這半年的修正,才有合理價格買
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。
2024年的AI產業不會只是在2023年那些舊標的打轉
無人商店跟智慧醫療,光通訊就是案例,這只是基礎的產業擴散節奏
智慧型手機>電動車>綠能 都表演過了
大多贏家AI跟摺疊產業的獲利資金,都確認跟我們差不多
已經都在各處不同預期的題材標的輪流
每個人的投資階段選擇不同,就只是
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
隨著全球數位化浪潮的推進，企業正面臨著前所未有的挑戰和機遇。數位轉型已成為企業保持競爭力的關鍵策略。在這個過程中，平台即服務（PaaS）作為一種強大的雲端解決方案，正在扮演著不可或缺的角色。本文將探討PaaS在數位轉型中的重要作用，並說明其如何幫助企業實現數位化目標。
簡化開發與部署
Paa
2024年7/6閉幕的上海 AI 人工智能大會，參觀人數突破30萬人次，線上流量突破19億，比上屆成長了90%，均創歷史新高，全世界對機器人的焦點持續增溫，但台股相關個股已經有過熱現象，美股目前對這議題發酵性討論性較低，因此我們將對基機器人產業及相關個股做一探討。
生成式AI對話機器人產業市場預計在2030年達到36.2億美元。目前醫療保健、製造業、零售業與金融相關組織是採用生成式AI對話機器人的領先產業。文章介紹利用AI對話機器人(GeniAltX)能幫助個人及企業提升效率的情境與案例。企業正利用AI打造對話機器人，成為客戶服務或企業內部助理的關鍵角色。
通用型AI還沒那麼快出現
所以說人類的工作要全面被取代 目前不會發生
但如果是"部分"的專精工作 可以被模組化 高重複性 可被預測
與其說取代人類工作 不如說 AI可以替代部分"流程"
如果有專屬於法律條文聊天機器人 或是 專屬於公司內部規章的聊天機器人
遇到問題 或是不確定的流程 直接詢
去年也說明過了,就是機器人的產業崛起想像
我們目前頂多習慣LEVEL 2~3
而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步
我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段
之後就是軟體也會開始有成長期空間
2020年說要先硬體普及後才能開
高盛經濟學家在2023年的研究報告中指出，AI的進步可能導致全球約三億個全職工作遭到自動化取代，同年5月，美國八萬名失業人口中，有4,000名是因為工作被AI取代。
行銷人下指令，AI生成自動執行
文／詹致中 圖／GoSky提供
2022年底ChapGPT橫空出世，身處海嘯第一排SaaS企業感受革命襲來。即便進入2024年，技術更迭仍未停歇。各家企業不斷思索，該如何搶上噴發的AI火箭，而不被甩下遭市場淘汰。台灣募資累積近億元、專注Social CRM（
#台達電
已經挑戰站穩60周位置
等到確認能站穩就可以開始規劃後續節奏
主要是AI伺服器電源結構跟過往伺服器電源是不同的
全世界只有兩間能做
機器人要普及化,AI電源是最重要的關鍵
這是後續本益比市場估值能不能因為這題材拉高
也要感謝台達電在這半年的修正,才有合理價格買
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。
2024年的AI產業不會只是在2023年那些舊標的打轉
無人商店跟智慧醫療,光通訊就是案例,這只是基礎的產業擴散節奏
智慧型手機>電動車>綠能 都表演過了
大多贏家AI跟摺疊產業的獲利資金,都確認跟我們差不多
已經都在各處不同預期的題材標的輪流
每個人的投資階段選擇不同,就只是