我在做的事情，就是運用AI的輔助做決策，讓管理方法升級。這要怎麼做呢？歷史會重複上演，我們可以先從歷史找答案，上一代有沒有什麼AI產品是成功的呢？
事實上，十年甚至二十幾年前，就有了非常成功的AI產品，那就是GPS導航系統，這是一個非常完整的AI產品。
當你給GPS系統各種資料，告訴系統你要從A點到B點，系統就會幫你規劃出最佳化的各種路徑，再結合天氣路況、紅綠燈等各種大數據分析，幫你規劃出最短路徑。
又或者是，你要的不是最短路徑，而是最省錢、沒有經過收費站的方式，GPS系統也會根據你的喜好做調配，你所需要知道的，就是下一步該怎麼走。這是一個非常標準的AI系統，而且發展到今天，全世界都在使用。
AI可以像GPS一樣，為企業導航？
對企業來說，AI有沒有可能也做到像GPS這樣輔助決策？有沒有可能當遇到困難時，不用再憑經驗做決定？
舉例來說，高階主管會問，我們公司今年的運營成本為什麼會比去年高20%？要如何降低成本？
這個問題很難透過有效率的方式解決，到最後甚至會出現內部踢皮球，或是主管憑著一己的經驗，妥協去用連自己都不見得滿意的解決方式。
又像是廠長會問，我要如何降低呆滯3個月以上的庫存物料？或是工程師會想知道，為什麼A工站的良率一直無法提升？這是什麼原因造成的？
到今天，這些問題仍非常困擾第一線的員工，跟十多年前我在製造業時，甚至二十多年前，在學校做研究時，看到的情況本質上差異都不大。
也許公司中有具備20年經驗的高手，能夠找到解決的方法，但這方法只存在他的腦中，無法在公司內部傳承，更別說傳承到任何其他地方。我想做的，就是讓AI來解決這件事，當然它不是一蹴可幾。
我在MIT念書時，參與了一個研究計畫，要讓這些來自製程中的原始資料，能自動化地產出一套數學模型，再讓這套模型跟行業裡的專業知識產生關聯，發展到最後，就變成愈來愈像是GPS的例子，系統可以自動告訴我可行的解法。過去五人團隊，要花上五天才能解決的問題，透過這套系統可以馬上得到答案。
這就是AI的特質，幫你從雜亂無章的訊息中，抽取出一套規則，就像是GPS，能幫你把路徑全部算出來。
用AI找製程解方，先定義問題是什麼
事實上，絕大多數實際生產的狀態是，每天都有各種產能曲線，上上下下變化，各種問題層出不窮，一旦出現一個問題，只要你能正確去描述這個問題是什麼，並告訴AI，可能就已經找到一半解法。
我舉個例子，你今天要請電腦辨識一隻貓，你告訴電腦貓有四條腿，電腦可能看到椅子也有四條腿，告訴你椅子是貓。
但貓還有眼睛、鼻子、鬍鬚，這些特徵要全部加在一起，拼湊出來才是貓。你可能得定義了一千個規則之後，電腦才終於知道什麼是貓。這就是機器學習的過程。
而我公司的業務，就是在大量的原始數據中，把產能問題匯總分類，讓電腦先結構化，歸結出AI模型，找到產能的病因，並透過即時監控、AIoT追蹤等等，再找出解決方法。從這角度來看，AI一旦被運用在管理層面，如果做得好，效益甚至大於自動化。
導入AI就跟導入所有新的技術相同，比較困難的點或許在於，要改變大家過去習慣做事情的方式。
8成重點在教育，導正觀念最困難
所以我們公司在和客戶合作的前期，大概有80%的環節是放在教育上。不只是教育企業主、一級主管，甚至連執行端的全部員工都得達到共識。我覺得導正觀念才是最困難的事情。
如果你問我，創業的終極目標是什麼？我認為任何創業者都沒有真正答案，如果有，我就能看到未來。
在創業初期，每個創業家都是心懷千萬里，但在執行時，都是專注在一個非常小的點。我期許未來幾年，我的公司能在這個非常小的利基領域中，做到領域第一。
【延伸閱讀】
※更多精彩報導，詳見《天下經濟論壇》
