KPMG安侯企業管理公司董事謝昀澤。圖／KPMG提供 分享 facebook 人工智慧（ＡＩ） 已成為產業顯學，
仿真髮際線
，各行各業出現更多ＡＩ應用場域，
line 廣告 操作
，市場調查研究機構Gartner及ＩＤＣ最新趨勢預測，
各行各業求職面試成功實例
，人工智慧持續引領未來產業的發展。社會上非常關心ＡＩ能取代哪些職業？但更值得關注的是，
大里新式紋繡教學
，「能應用ＡＩ的企業，
關鍵字行銷
，取代無法掌握ＡＩ的企業」，
仿真髮際線
，與「受信任的ＡＩ，
電動車價格
，淘汰不受控的ＡＩ」這兩項趨勢。在ＡＩ廣泛使用的年代，
如何應徵熊貓
，大眾每天上班的路徑、購買的商品、吃飯的餐廳，甚至閱讀與接受新聞的內容，都受到演算法強大的影響，但演算法的應用風險，也隨時潛伏其中。 例如Google圖片分類演算法，錯誤的將黑人與大猩猩自動判定為同類，應用人工智慧造成了「人工誤會」，引起軒然大波；多款自駕車造成人員意外傷亡，更撼動演算法的被信賴感。新一代的ＡＩ能力，已經「從歸納規則到創造規則」、「從已知數據的分析監測到未知結果的預測」。為避免ＡＩ全面失控，「AI in Control」已經是今日要立即補強的課題。要如何調校演算法，以完全符合人類的期望與信任，是屬於全新「演算法治理」的範疇，應該從演算法本身的可解釋性、大數據的正確性，及ＡＩ應用裝置計算力的效率性等多重面向著手，才能達成目標。企業找尋未來的「人工智慧」發展熱點，可從可用數據樣本量高、應用情境複雜度低、任務商用價值性大，及風險因子小的任務投入。以金融業為例，應用聲紋與影像等生物辨識進行身分認證、刷臉提款、信用卡詐欺偵測、警示帳戶分析等面向，都是含金量高，且適合金融智能發展的面向。相對的，總體財經趨勢與股市預測、ＡＩ代操等任務，或受限於應用情境過於複雜、樣本量不足，或金融法規限制等，還有待突破。，