過去30年，信息科技經(jīng)歷幾次巨大的質(zhì)變，經(jīng)歷e化、互聯(lián)網(wǎng)化、移動化、社群化、云端運算，以及近年的大數(shù)據(jù)、工業(yè)4.0、物聯(lián)網(wǎng)等等浪潮。從去年起，社會突然看見人工智能(AI)的威力及潛力，無論是產(chǎn)業(yè)或?qū)W研各界都對它充滿期待。

看待AI，有人憂心忡忡，有人冷眼以對，覺得只是另一波的蛋塔式流行。因此，我來談談AI與過去30年信息科技變革的同與異。

AI其實與過去的所有信息科技質(zhì)變一樣，都由一波熱潮來先行，熱潮過后自然會退燒，但所帶來的影響將會永久性地改變我們的生活及工作樣態(tài)(試想20年前怎么決定買不買某項商品?)。

記得20年前有開班教如何用計算機及Office軟件，15年前還有教上網(wǎng)及設計網(wǎng)頁的課程嗎?現(xiàn)在這類型的課程幾乎消失，不是會用Office軟件及上網(wǎng)不重要，而是因為這些技能已成必備。

同樣地，對于今天的AI學習熱潮，你可能懷疑這一波熱潮將持續(xù)多久。身為臺灣人工智能學校執(zhí)行官，我可以告訴你，這波熱潮不會也不需要持續(xù)太多年。原因很簡單，AI退燒的同時，我們將慢慢發(fā)現(xiàn)它將無所不在，應用于我們生活及工作的各個角落，因此AI課程會慢慢并入學校教育、軟件設計及各領(lǐng)域的專業(yè)課程里頭，成為知識工作者的必備知識。

另一方面，AI與過去30年的信息科技浪潮有些根本上的差異。e化、互聯(lián)網(wǎng)化、移動化、社群化、大數(shù)據(jù)等等趨勢的本質(zhì)都在于提供更多的「信息」;云端運算、工業(yè)4.0及物聯(lián)網(wǎng)都是運算平臺的進展，在于能夠收集及提供更多信息。一言以蔽之，過去30年的信息科技進展主要在于把更多更好的信息帶給人們，以幫助人們做決策。

這一波的AI浪潮是信息科技史上頭一遭，在信息運用上的突破，不再以人類為決策主體，而是企圖由計算機來輔助甚至代替人類的決策。簡單來說，過去的突破都在于訊息的提供，對我們的優(yōu)勢幫助是「加法」：多擁有一些訊息，競爭力是加分的。而這一波的突破，終于比較符合我們對于電「腦」的期待(不再只是書僮)，開始讓它來幫助人類做決策。因此，AI帶來的優(yōu)勢是「乘法」，基于我們擁有的訊息，讓計算機進行比人類更客觀更全面，可能也是更準確的判斷，在競爭力上可有立竿見影的加乘效果，這是為什么它如此重要、忽略它如此致命的原因。

另一個不同之處，過去的科技進展，通常我們可用涵蓋率(coverage) 來衡量一家企業(yè)的導入進展。例如說公司內(nèi)部有100個系統(tǒng)，有70個系統(tǒng)支持移動應用。但因為AI的目的在「決策」而不在「信息」，因此AI的導入進程應該用「績效」來評估，就像在評估學生的學習成果一樣。

一個殘酷的事實是，十家在同一種產(chǎn)線同一個問題同樣導入AI技術(shù)的同業(yè)，導入的績效可能皆不相同。AI的導入不是0與1，未來每家公司都會導入AI，但擁有足夠深度的認知及技術(shù)(以及數(shù)據(jù)治理)，才有可能借助AI的幫助下達到比同業(yè)更好的績效。

趨勢大師凱文.凱利說：“如果你了解AI，知道怎么與AI一起工作，以后你會先找到工作。”未來，不懂駕馭AI的個人或企業(yè)，就像今天不會上網(wǎng)或沒有e化一樣，不一定會致命，但保證大幅喪失競爭力。因此，沒有學不學的問題，而是早學或晚學的問題。你希望成為哪一種?