远见／数据．红利．阶级战
文╱邱莉燕 摄影／张智杰
科技日新月异，海量资料迅速地倍数成长。数据，好似一座座科技金山，用心挖掘便掌握财富权势。企业与个人若无法快速植入数据DNA，就算身处金山，势必被淘汰！《远见》直击两岸十余家公司、团队，发现包括微型企业、甚至是茶农，只要把数据DNA内化在工作中，就能提高效率。此外，因应AI可能带来的风险，《远见》有深入报导。
活用海量资料的数据经济，正在倍数成长。
在这个拥有数据资料，就拥有财富权势的世界里，拥有数据并善于开发的人，等于拥有一座座的新科技金山。然而，数据也正在形成新的社会阶级，扩大贫富落差。无法跟上这场数据浪潮的人，也会等同于住在虚拟贫民窟。
诚如，1月的英文January这个字，源于古罗马神祇雅努斯（Janus），这位门神是双面神，其中一张脸代表善，另一张脸代表恶。
大数据及其应用，正是高科技社会的「新雅努斯」。借用小说家张爱玲的比喻，从诞生的那一刻起，资料科学这副现代文明编织的华美袍子上，就布满了虱子。
因此，你该做些什么，让自己坐拥金山，而不是置身贫民窟？
这不是危言耸听，也不是科幻小说情节。事实上，这不仅是目前正在发生的情况，也是未来可预期的趋势。
在美、日、韩出尽风头的「AI面试」，今年终于在台湾现身：由办公家具龙头震旦集团的云端办公室正式启用。
这个花费两年时间，与外部公司共同开发、投资超过1500万元的AI面试，高竿之处在于能够分析「微表情」。
想要应征工作的人，拍下一段自我介绍的影片，上传到面试App之后，AI会预先整理出人类脸部86次方的特征，再根据影片中应征者的微表情，进行数据演算，评测出应征者的六大人格特质。过程中，面试者和应征者完全不会见到面。
AI会给出应征者在情绪稳定性、外向性、经验开放性、亲和性、尽责性、人际沟通技巧的六项得分，做为人资要不要邀请应征者进一步进行真人面试的参考。
AI面试省麻烦，也得当心黑暗面
「用AI找人可以『三省吾身』，省人省钱省麻烦，」震旦集团云端事业部副总经理林敬宝笑着比喻说。
AI面试，代表新招募时代的来临，选才流程缩短，时间大幅减少一半以上。同时，还提供科学性解读，与人的经验交叉比对，可以规避人难免会有偏颇的主观意识。而且，随着数据愈喂愈多，深度学习会使分数愈来愈精准。
但，人资部门不必担心自己会因此失业，林敬宝强调，AI提供的报告仅是判断依据，而不是由AI直接决定要不要聘用。
反倒是人资和面试官，可以从中学会如何利用AI分析报告。比方说，在招募业务行销的报告中，亲和力、外放性，以及人际关系互动的得分，就相对重要。若找的是工程师，或许得思考的，就是尽责性和经验开放性。
「AI的功能，其实是帮助企业更快速又精准地找到对的人，」林敬宝指出，每一项人格特质都高分的，是完美的圣人，而真正能为企业所用的，并不是这样的人。
未来的3到5年可以预见，世界各大企业将会全面导入AI履历筛选与AI面试模拟。然而，若没有抱持着戒慎恐惧的心面对新趋势，「新雅努斯」的黑暗面可能就会露脸。
「现在大家担心的，就是AI变成面试官这件事，」人资小周末专业交流社群创办人卢世安指出，当AI是决定要不要录取员工的最后底线，会产生很大的影响，万一训练AI的过程出现偏见，工程师可能无意识将自己的价值观灌输给AI，结果，「某一种人可能因此永远没办法进入某家公司。」
比台湾更早运用AI面试的南韩，则以另一种形式，展现了对机器的不信任。一些脑筋动得快的补习班开设起专班，教导求职者如何应对AI机器人的面试。
毕竟，所有的科技都有正面与负面的影响，当人工智慧重建入职的方式，或许一不小心就触碰了科技与人伦的界限。
「数据的利与弊之间，AI的伦理很重要，」工研院产业科技国际策略发展所所长苏孟宗说，威胁不是来自技术，而是在技术背后，能否经得起人性与商业的侵染。
例如，若交由AI筛选入学学生，取样的偏误，或是在设计程式时，把「选择精英」的偏见放入，而在无意识的情形下，把某些弱势学生排除掉，「这个就很麻烦，」苏孟宗说。
《大数据的傲慢与偏见》一书中，作者凯西．欧尼尔（Cathy O'Neil）曾是位「圈内数学家」，浸淫资料科学多年。最后导致她出言警告与揭发：「不当的数据应用，是安静的恐怖主义，数学模型若被误用，可能成为毁灭性的武器。」
如此揭开「大数据的黑暗面」，绝非恫吓，至少在以人工智慧测量个人信用评级的领域，的确每个人都身陷风险。
靠数据评分，阶级流动更困难
数据的弱势者容易成为被剥削的对象，有人可能是「数据小白」，不容易累积数据信用。有人可能因为数据分类偏误，而被打入数据应用的冷宫。
AI的黑盒子，光是想就令人害怕。数据若变成最重要的分层标准，财富与声望都依附着信用评等，当数据形成新的社会阶级，善用数据的人拥有晋级机会，反之只能沉沦。
「被机器评分的人生」，在中国大陆的芝麻信用分就发挥得淋漓尽致。支付系统针对用户的信用程度划分五等级，芝麻信用分在600分以上，便能轻松贷款；若在750分以上，无需财力证明，便可申请新加坡签证。如此有力的「身分象征」，一度导致中国大陆女性的择偶标准，加入了「芝麻信用分700分以上，其他非诚勿扰」这一条。
针对日本企业推出J.Score等虚拟货币融资贷款，庆应大学教授山本龙彦（Tatsuhiko Yamamoto）则提出了「虚拟贫民窟」的警告，运用AI分析个人的大量数据，并借以评分可信度的机制，若广泛传播将可能产生「虚拟贫民窟」。
山本龙彦指出，以积分高低对个人进行分类，可能引起差别对待，否定了日本宪法第13条的尊重个人原则。
2030年，5.4亿人陷「数位贫困」
而且在未来，虚拟贫民窟的规模似乎还不小。
德勤日本《人工智慧时代的新贫困》这份报告中试算，到了2030年，G20国家将产生最多达5.4亿人的虚拟贫民窟，亦即15到64岁的劳动年龄人口中，每6个人就有1个人将陷入「数位贫困」。
虚拟贫民窟现象，或许尚未发生在台湾，但数据高速运转无国界，未来已来。
拥有骇客等级的程式能力、当遍电子十哥软体顾问的陈俊宏，在新加坡注册成立基金会Flowchain。尽管他这两、三年来，一直在两岸、东南亚做大数据产品，却也不停在思考和观察AI可能引发的阶级不公平。
「我觉得自己的工作效率，是一般人的10倍、20倍，甚至百倍，」陈俊宏说，原因是很会写程式的他，建了一个AI系统帮忙收集整理资讯，一般人一天没法看一千、两千篇新闻，他却靠AI轻松办到。
AI赋予个人很高的生产力，所以，个人的竞争力随之变得很强。具备AI能力的人，职涯发展通常比一般人更顺利一点。「这就是一种不公平，」陈俊宏语带无奈：「但时势造英雄，我们改变不了这个事实。」
数据炼金路上的不公平，衍生出新的赢家和输家。而类似这样的情形，也可能发生在中小企业的身上。
无法像互联网巨头，豪掷巨资建置数据中心，负担不起庞大算力的中小企业，自然而然在竞争上处于劣势。于是，数据霸权崛起，唯有少数的科技大咖公司，才是真正「得数据者得天下」。
数据霸权崛起，攸关国际竞争力
AI拉大不平等的差距，不只导致个人与企业有高下之别，还会延伸影响到国家竞争力。
将过去数年AI发展得最好的国家进行排名，陈俊宏认为，领先的是中国大陆，其次美国，再来是以色列，这些国家的共同点，都是从小学就投入AI教育。反观台湾，直到去年才在某些高中开设AI课程，「脚步太慢，课程也不够全面。」
准确来说，大数据成为网路、电视和报章杂志的热门词汇，也不过是近六年的事。
若简单定义AI等于大数据加演算法，2016年以深度学习开发的围棋程式AlphaGo首度击败人类棋王，促使了产业巨头、年轻创业家和民间资本纷纷加入大数据大军。在台湾，更与物联网连结，成为商业界的最大时尚与潮流。
根据工研院IEK最新的测算，台湾资料服务产业的产值，将从2019年的934亿元，成长到2022年的1262亿元，而且市场规模的成长率将超过35％（页162表）。
再细数台湾市值前五大公司，台积电、鸿海、中华电、台塑化、联发科，其实，每一个都是「数据大户」。
愈来愈多企业利用数据的力量，转化为商业行销利器，进行数位转型。愈来愈多公部门也不落人后，努力挖掘数据金矿，优化政府治理。
比如围堵新冠疫情的数据防疫。中华电信业务执行副总经理马宏灿分享，发给居家检疫隔离者的防疫手机，追踪钻石公主号外籍乘客造访的景点，还有口罩2.0等，隐形的大数据和程式码都发挥著作用。
「很多系统要串在一起，很多资料也要串在一起，」马宏灿说，才能做出很多不同的应用。
过往许多开发中国家得以经济起飞，靠的是人口红利。如今，新的发展动能将切换成「数据红利」，收集海量资料整合提炼，全方位开发出数据的价值。
「数据大户」台湾大哥大，拥有720万余活跃手机用户，日产上千亿个资料点。今年第一季疫情期间，是电信三雄中唯一营收跟获利都仍有成长的公司，台湾大哥大总经理林之晨认为，主因是基于数据及集团内平台跟平台之间的合作，串出了各式各样多赢的合作方式。
企业缺乏数据DNA，10年内将被淘汰
「与其说公司有数据红利，不如说公司有平台红利，」林之晨举例，台湾大基于数据的第一个发现是，行动上网最频繁的时段，是在家的晚上10到12点，然而，家中较深的地方离基地台较远，网路讯号不佳，于是台湾大联合凯擘大宽频合作，祭出把行动光纤两者捆绑于一的「好速成双专案」。
购买这项服务的用户还可获得机上盒，对台湾大来说，数位电视收集到的收视数据，给了他们第二个发现：用户偏好惊悚片。于是，在今年推出的自制剧中，便有一出《76号恐怖书店恐惧罐头》，推出后很受欢迎。
如此的一环扣一环，行销层次不断深化，同时串连起各个平台，因而造就出数据红利。
增值数据释放红利，林之晨认为，未来任何公司都必须是大数据公司，必须要充分掌握自己公司的数据，能够从公司的数据，去做各种判断，「不能这样做的公司，在未来十年的过程中，一定都会被淘汰掉。」
面对数据时代，你不能成为坐在金山上的贫民！
问题是，你准备好了吗？
强大的科技，通常会导致权力与金钱的集中。某些个人、企业与国家，透过大数据和演算法，一跃成为掌握大量资源和权力的「数据精英」，跻身新统治阶层。
而且，这种新财富不见得会重新分配。美好的数据红利，并未让所有人共享，虚拟贫民窟里住着数位贫民。
监理沙盒，或许是消除虚拟贫民窟办法之一。
「监理沙盒的重点是accountability（问责制），给出交代，」行政院政务委员唐凤说，将一项创新科技在实验期内，将风险系数、个资保护、资安等资讯都公诸于众，提供检视公开讨论。
与传统作法不一样的地方，若会造成某些「不利益」，新的演算法必须能给出交代，说明起因是否因为歧视或偏见。
「如果给得出交代，这个实验才继续，」唐凤说，如果给不出交代，就表示这项创新与社会常规相违背，「对不起，实验就终止了，我们感谢投资者付了学费。」
数据不会消失，也不必把AI信用评等视为洪水猛兽，要做的是携手规管这些「数学毁灭性武器」，驯服它们，让它们能够被稽核，并消除它们在侵犯人权与个人意志上的杀伤力。
【本文摘自远见杂志6月号；更多文章请上远见杂志官网：https://www.gvm.com.tw/】