6 分鐘 2020年9月30日
傍晚的都會景色

人工智慧透過區塊鏈產生物聯網的實境秀

作者 王 彥鈞 Ian Wang

安永台灣 審計服務部 執業會計師

專精於生技產業及物聯網產業,豐富的產業鍊結及審計經驗,善於輔導企業上巿,為企業創造附加價值。

6 分鐘 2020年9月30日

台灣為全球個人與商業電腦最重要的製造基地,隨著歷史的巨輪向前滾動,發展至5G時代,與人工智慧(Artificial Intelligence, AI)產生密切結合。人工智慧造就了大數據雲、大數據分析以及大數據運算,5G帶動了比WiFi更高速的資訊傳輸,低延遲(low latency) 以及萬物皆互連(機器人上線) 顛覆了各個產業面的發展趨勢。

於資訊更新速度加快,過去許多不可能的商業模式在5G時代及物聯網的催化下,都將變為可能的商業模式。主要原因係由於資訊交換的速度加快,區塊鏈(block chain)造就了資訊安全可靠,促進使用者與供應者的需求時間縮短,進而帶動了新商業模式的產生。

以下分別就:智慧城市的實現創造、台灣對於新冠肺炎(COVID-19)的有效控制成果,以及所有營運成果都將以財務數字呈現給投資人看,因此董事會應了解人工智慧哪些問題等三個層面來說明不同產業因為人工智慧所造成的顛覆性創新。

(Chapter breaker)
1

顛覆性創新1

壹、智慧城市的實現創造

世界城市化的幅度不斷擴大,根據聯合國祕書處經濟和社會事務部(UN DESA)人口司發布《世界城市化展望(2018年修訂版)》報告指出,2018年全球55%的人口生活在城市,到了2050年時,將有近68%的人口居住在城市,這持續性的城市發展是現代人類社會所面臨的挑戰之一。

在未來城市中,人們的安全是否能受到保障?交通狀況順暢與否?飲食和空氣是否衛生、乾淨?我們的醫療環境教育要如何隨人口的增長而優化?要如何避免疾病因群聚而傳染?人力資源及其他的民生措施是否有能力提供居民生活舒適、方便的服務?所有的盼望,都需要有一個更加智慧有效率的維運系統來完善。在即將全面進入5G時代的現今,每個路上的行人、產品、店家和基礎設備,存在越來越多感知周圍世界的需要和互動,利用雲計算和存儲能力,將相關設備以感知和推播方式,與人們的手持及行動裝置進行通信,這種應用就是物聯網(Internet of Things, IOT)。當智慧裝置和共享平台串聯越多,產生的消費者偏好和習慣數據就越多,但這對城市意味著什麼呢?

智慧城市正在使用相同的技術連接其不同的公用設施、基礎設施和公共服務網絡,從而生成匯總數據,當系統自動分析數據,就能用協同的方式更有效地管理整個城市。所以,未來的城市將是一個物物互聯的城市,設備以恆定的數據流相互通信,向公眾和政府部門提供即時資訊,甚至當問題產生時,系統立刻提供解決方案以供管理者參考,這就是建設智慧城巿的目標和願景。

在智慧城市中,必須以智慧交通建設為優先順序,使用傳感器來檢測交通運行中的擁堵和瓶頸,依靠相機來加強速度和檢測交通違規和事故責任檢定,透過這些工具,可以蒐集城市大眾運輸導向型發展(Development Oriented Transit, DOT)的即時資訊,從而使移動網絡系統更安全,進而打造更高效的智慧交通系統。

以大台北地區為例,雙北生活圈每天大約有1萬台公車穿梭於主要道路上,其車身外廣告也扮演著強勢媒體的角色。當這移動媒體以極親近的距離和路上的行人互動,應用數位科技接收使用者的各項手持裝置,及各節點的人形數量、即時接收公車內載客及各站牌上下人數,甚至連接街邊店引導人流到店消費,並且隨時強化監控城巿公共安全,公車也能成為密集的移動基地台,使城巿的網路訊號沒有死角。

在智慧城巿中,媒體產品型態應該是內容數據化、視頻化、交互性強化。尤其在5G超高速、超低延遲、大量裝置同時互連技術的推動下,已經全面進入移動媒體時代,再加上資訊採集分析及標籤化的分項,精準行銷成為滿足消費者需求的絕對要件。如此一來,不只可發展多元化的商業模式,更可將此移動媒體藉由接觸數據計算分析和儲存,以科學的方法將收視率報表數字化呈現,戶外媒體價值可依接觸人群數量及時段將價格分級,這個以兩種行動載具(公車外廣告及路人手持裝置)交互作用產生的影響力,無論在內容推播、展現和廣告形式均將發生顛覆性變化。

數位時代不斷發展,通訊網絡成為智慧城市不可或缺的公共建設基礎設施。由於不同的部門和產業分別建設和管理不同的基礎設施,因此,城市公共基礎設施的訊息、感知、傳輸、分析、控制還是處於各自為政的狀態,缺乏統一控管的平台,所以採用統一網絡架構打造「資訊中台」,將各界所採集之數據及資訊集中儲存。各單位及產業因應所需,在取得授權的情況下,共享數據並各自引入新業務場景,構建更有效率且更完備的智慧網絡城巿,是目前的當務之急。

(Chapter breaker)
2

顛覆性創新2

貳、台灣對於新冠肺炎有效控制的成果

2019年底產生的新冠肺炎造成了全球性的傳播感染,台灣透過AI大數據分析所得之資訊,精準掌握感染人流、物資流等,有效防止疫情擴散。

2019年底產生的新冠肺炎造成了全球性的傳播感染。反觀台灣對本次新冠肺炎有效率的控制,究其原因為台灣善用智慧城市人工智慧大數據進行蒐集,並以大數據分析找到下列三項關鍵因素,以防止疫情在台灣擴散:

  1. 成功分析疫情感染國籍:利用人工智慧分析掌控感染來源國,進行出入境管制;
  2. 成功分析感染症狀:透過感染症狀分析,完整掌握可能感染的群體,成功追蹤受感染者的感染路徑及可能範圍;
  3. 成功掌握口罩分配狀態:防疫期間因口罩數量不足,口罩分配成為最重要的課題,為此,政府利用人工智慧分析,成功開發出全台灣藥局口罩分配狀況,讓民眾能安心且隨時掌握離自己最近可以買到口罩的藥局。
(Chapter breaker)
3

安永,2018

參、董事會應了解人工智慧的哪些問題?

人工智慧的重要性得到董事會的關注,如果運用得當,能為企業帶來發展機會,反之則使企業面臨風險。

成功利用人工智慧的企業有能力推動市場變革、促進營收成長、妥善管理商業風險。但與此同時,人工智慧科技也會催生一系列道德、法律和程式設計風險,需要企業妥善處理。此外,由於業務部門缺乏對人工智慧的理解,很多企業無法把握利用人工智慧的時機和業務環節。

一、人工智慧是具有破壞性的科技

人工智慧可以改善複雜的決策制定流程,這使其成為各個產業進行轉型的催化劑,除了可以更有效、快速地完成繁重且費時的任務,人工智慧還可以帶給管理團隊前所未有的洞察。人工智慧與大數據分析結合後,對於企業的財務職務是一個無價工具,可以幫助財務部門更好地理解客戶或模擬未來業務場景。

二、風險規避工具

機器學習是人工智慧的一種形式,在企業風險管理中發揮越來越重要的作用,透過機器學習,電腦演算法能夠經由資料訓練而逐步自我完善。企業可以利用人工智慧開發先進的工具,即時監控行為與活動並進行分析,人工智慧系統能夠適應不斷變化的風險環境,因此可以在監理法遵和公司治理等方面持續改善企業的監控能力。除此之外,人工智慧還可以由預警系統發展成為預先認知系統,讓企業防患於未然。人工智慧還在快速發展階段,其潛能尚未得到完全釋放。但目前,很多重要領域已經開始運用此技術規避風險,茲舉例如下:

  • (一) 信用風險和營收模型

    機器學習可以更準確地預測某個體或企業拖欠貸款或逾期還款的可能性。除此以外,機器學習還可以用來建構各種類型的營收預測模型。

  • (二) 網路攻擊

    人工智慧系統經過訓練後可以發現、監控並抵禦網路攻擊,亦可識別具備某些顯著特徵的軟體(如經常耗費大量處理能力或傳輸大量資料),於隨後採取措施將其關閉,避免網路攻擊。

  • (三) 詐欺偵測

    機器學習技術已經成功地應用於信用卡詐欺檢測領域多年。銀行使用歷史支付資料對系統進行訓練,從而監控支付活動中的潛在詐欺行為,終止可疑交易。

  • (四) 供應商風險

    整合供應商各方面資訊,包括從供應商的地理和地緣政治環境到財務風險、永續性以及企業社會責任評分等,人工智慧的分析平台可以管理供應商風險。

  • (五) 監督交易中的行為問題和市場濫用情況

    透過將交易資訊與其他交易員行為資訊相互連結,例如,郵件流量、日曆事項、辦公大樓出入次數甚至是電話撥打頻率,金融機構可以利用自動化系統對其交易員進行監控。

彙整來看,人工智慧對所有產業皆可產生重大的改革力量,舉凡營運模式,到國家等級的公共衛生,乃至財務績效呈現,對人類生活產生創新式的革命性影響。對於企業來說,人工智慧既是管理風險的工具,也是大量新風險的來源,需要妥善管理。因此,無論何時採用這種科技,企業都應該辨別各項人工智慧科技應用風險,以及使用這些應用的業務部門所面臨的風險;其常見風險包括,訓練資料品質不佳和程式設計問題,以及資料隱私法規和客戶期望等外部壓力。

此外,與人工智慧科技相關的主要風險包括:

  • (一) 演算法偏見

    機器學習演算法能夠識別資料中的模式,並將其編寫在預測、規則和決策中。若這些模式恰好反映了現有偏見或歧視狀況,那麼機器學習演算法很有可能會放大這種偏見,進而得出強化現有偏見模式的結果。

  • (二) 高估人工智慧科技的能力

    人工智慧科技受到熱烈追捧,因此其現有能力很容易被誇大。鑒於人工智慧系統本身無法理解所執行的任務,而是依賴於訓練資料,因此這種技術並非萬無一失。如果人工智慧系統的輸入資料存在偏見、不夠完整或品質欠佳,那麼其結果的可靠性就會受到影響。

  • (三) 程式設計錯誤

    任何電腦程式都無法避免出錯,人工智慧也是如此。當存在錯誤時,演算法將無法按照預期運行,並有可能得出誤導性結果,例如,帶來影響某個組織的財務報告完整性的嚴重後果。

  • (四) 網路攻擊風險

    企圖盜取個人資料或某公司機密資訊的駭客可能會從目標公司的人工智慧系統下手,如果這些駭客控制了制定重要決策的演算法,如駕駛汽車或控制機器人的演算法,網路攻擊的後果將不堪設想。

  • (五) 法律風險和責任

    目前,少有管理人工智慧科技的立法,但這種狀況即將改變。然而,未來用來分析大量消費者資料的系統很有可能不符合現有或新訂定的資料隱私法規,尤其是歐盟的「一般資料保護規則」(General Data Protection Regulation, GDPR),原則禁止個資跨境傳輸,只有在符合例外的情況下,個資才能進行跨境傳輸。

  • (六) 信譽風險

    人工智慧系統需要處理大量高度敏感性資料,並負責在眾多領域(包括信用、教育、就業和醫療)制定與個人息息相關的重大決策。因此,若某人工智慧系統存在偏見、容易出錯、遭到駭客攻擊或使用目的不道德,相關組織的信譽將會受到極大影響。

結語

總結來說,物聯網透過區塊鏈的系統管理讓人工智慧實現取代人工控制的新時代,台灣在這股時代洪流中,由於製造工業大鎮的基礎取得發展人工智慧的先機。透過人工智慧我們實現智慧城市,並且在新冠肺炎的攻擊下,反因為智慧城市人工智慧的技術應用而讓台灣超前部署之作為獲得全世界肯定。最後,當企業所有營運的成果透過財務資訊呈現時,董事會成員必須了解運用人工智慧可能產生的風險,讓我們期待台灣成為全球的人工智慧島。

關於本文章

作者 王 彥鈞 Ian Wang

安永台灣 審計服務部 執業會計師

專精於生技產業及物聯網產業,豐富的產業鍊結及審計經驗,善於輔導企業上巿,為企業創造附加價值。