作者：鄭嘉妤
提到轉型，許多人立即聯想到大數據、AI、機器人。確實從前面專欄中我們提到不同產業數位化的應用，這一期將從第三級產業說起，帶領大家釐清這些高科技發展出現的名詞，他們之間的關聯，以及我們是如何將他們應用在銀行與通訊領域。
遊戲業者轉型，加入 AI、大數據，讓企業根據玩家喜好，增加顧客潛在消費能力
你有發現嗎？當你在 Google 打下關鍵字「東區」，搜尋出來的結果可能會和你朋友的不同。若你常在東區逛街挑衣服，顯示「最新款式」的機率就會比較高；若你是音樂愛好者，出現的結果可能是八三夭團體的洗腦神曲。當我們在網路上搜尋、瀏覽時，這些「瀏覽了什麼？時間長達多久？」的數據就會被記下。而後，數據分析師會藉由這些數據（我們稱大數據）分析並評斷出你的習慣、消費模式、個人喜好。企業再利用這些數據，對你投其所好，增加你購買他們產品的機率。遊戲業者將數據應用於產業中，利用演算法自動將玩家分類、判斷玩家流失可能性、找出潛在付費玩家、分析玩家期待並對遊戲做調整。不只如此，還可以利用數據對玩家做情感識別，判斷玩家對遊戲的態度是正面還是負面，也可以從玩家討論的熱點話題，了解玩家的第一線狀態。企業根據數據分析，推薦其更有付費意願的道具，不只提升玩家的消費潛力，也增強玩家在遊戲裡的滿意度。在還沒有這些數據之前，遊戲業者多靠遊戲製作人、畫風、劇情、類型等評估該款遊戲的銷售熱度，但現在轉型加入 AI、大數據分析後，不只改變遊戲生=產業生態，也進一步增加企業的獲利能力。
銀行轉型三階段，利用大數據資料提升處理效率、降低詐欺風險並保護個資不受侵犯
金融創新之父布雷特・金恩（Brett King）喊出「銀行不再只是一個地方，而是一種行為」（ Banking is no longer a place to go, but something you do.），宣告銀行業數位化轉型。根據《二○一八年全球銀行業展望調查》，全球百分之八十五的銀行已把「實施數位化轉型」列為工作重點。再根據金管會銀行局統計，自 2011 年起，五大外銀總共裁撤六十五家在台分行，可見線上服務是銀行業轉型的首要目標。數位銀行的發展主要經歷了三大階段：銀行自動化、銀行電子化、銀行數字化。
第一階段： 銀行自動化。ATM的使用，實現金融交易的自助服務，減少人力成本。
第二階段：銀行電子化。展開線上銀行業務。從最初的在線轉賬、查看結算單和電子賬單支付，到如今形成日漸豐富的功能，如：在線購買理財，借款等。
第三階段：銀行數字化。主體從傳統銀行機構，範圍擴大到科技公司、互聯網公司。眾多銀行業務開始依託大數據、人工智能、區塊鏈、雲計算、生物識別等關鍵技術開展。
那麼利用銀行業如何利用大數據呢？自動化策略管理平台 PCSM，涵蓋申請審批、客戶管理、策略管理、監控及優化和資料管理等多個平台和功能。透過 PCSM 平台系統，企業能更有效地處理信用卡和貸款申請，在提升效率、改善客戶體驗的同時也能規避金融機構風險，從而得到更高的益處。詐騙方面，利用數據可檢測詐欺者在不同帳戶中的詐欺活動，進而對詐欺行為進行準確預判，從而減少詐欺攻擊、降低風險。在個資保護方面，一旦發現這些資料任何異常，就立即通知客戶本人採取行動，如：更改密碼，甚至在必要時關閉帳戶，以避免更大損失。
AI、演算法協助醫療領域，增快研發藥品速度、提升預測能力、降低醫療成本
醫療也將 AI 納入產業中。AI 應用大量降低醫療成本，根據 AI 新創 Qventus 宣稱，他們的演算法比對醫師面對相同疾病時的處方和處置，可以成功降低 40% 的不必要花費。生技方面，製藥公司默克（Merck）集團和新創公司 Atomwise 合作，透過深度學習開發新藥，降低研發成本、提高成功率。AI 也提高醫療品質，達文西微創手術系統協助外科醫師達到更精準的切除、修補和縫合等手術作業，修復人類受損身體。AI透過深度學習提升診斷和治療的正確率，補助醫師進行診療。根據 Google 去年在 Nature 期刊發表論文中提到，用神經網路來分析視網膜影像和聲音波紋，有潛力能幫助判斷心臟病的風險，美國 FDA 亦開始陸續通過 AI 軟體的影像診斷許可。另外，醫療相關企業開發 app，透過演算法在不同光線的情況下解讀試紙，讓病患用智慧型手機就能在家做尿液測試。未來呢？隨著生物科技和資訊科技進入醫療，會有更多新名詞、大量數據出現，此時 AI 會藉由大量分析，協助醫師「重新定義疾病」，為每一個病患量身打造最適合的療法，走向「精準醫療」。
之前在聽關於機器人演講的時候，有人提出了一個問題，頓時全場爆笑出聲。他問：「教授，你覺得機器人會消滅人類嗎？」答案顯而易見，我們製造出機器人是為了讓錯誤率降低，提高受益。那麼機器人會取代人類的工作嗎？答案同樣呼之欲出，機器人會造成人類失業，但說會完全取代人類，甚至超越人類，預期不會很快到來。工研院產科國際所資深分析師黃仲宏表示：「服務型機器人訴求陪伴、照顧、溝通，但目前陪伴型機器人無法做到真正的人類判斷能力，距離人機互動還有一段距離」。機器人是發展趨勢，但是仍待時間將技術磨練得更成熟。
參考資料
遊戲業玩轉AI、大數據突圍
https://udn.com/news/story/11316/3846702
外商實體分行大減！「融資」線上化是金融業數位轉型重要關鍵
https://buzzorange.com/techorange/2018/10/15/chaileas-5/
金融科技時代，數位銀行浪潮如何引領未來
https://bigdatafinance.tw/index.php/trend/669-2018-10-03-09-35-12
大數據時代，台灣金融企業該如何應對金融數位化變革？
工業型機器人帶風潮 服務型有後勁
https://ec.ltn.com.tw/article/paper/1249550
http://technews.tw/2018/09/21/ai-medical-industry-shock/
AI帶來的科技醫療，醫師的人工智慧如何因應？
https://www.commonhealth.com.tw/blog/blogTopic.action?nid=2781
現階段AI人工智慧在醫療領域的4大應用
