#哈佛商業評論 專訪
　
【管理學潛移默化，成就杜書伍通路帝國】
　　
1970年代初識管理學，杜書伍就深受吸引，更成為他日後打造聯強集團的軟實力基礎。然而，工程師出生的杜書伍，為何選擇通路一行？又如何帶領企業走向市值成長1,052億元的榮光之路？
　
　　1970年，聯強總裁杜書伍成為大學新鮮人，進入國立交通大學（現為國立陽明交通大學）計算與控制工程系就讀。五十年後，他成為交大在台復校後的第八十位名譽博士。
　
　　今年1月25日交大舉辦的頒授典禮上，雖因疫情，並未廣邀貴賓，但仍聚集了多位產業界大佬，包括聯華神通集團董事長苗豐強、宏碁集團創辦人施振榮、光寶集團前總裁林行憲、聯電榮譽副董事長宣明智等人親往，見證光榮時刻。
　
　　近幾個月來，杜書伍可說「喜事連連」。在交大頒發名譽博士前兩個月，2020年10月27日，他才與台積電董事長劉德音、總裁魏哲家等共七人，獲頒第九屆工研院院士。
　
　　而稍早之前，在《哈佛商業評論》全球繁體中文版10月號發布「台灣CEO 100強」評比，杜書伍榮獲第四名，於10月8日才剛參加贈獎典禮。
　
　　三個月內連得三大殊榮，讓他的團隊也忙得不可開交，開玩笑說，「短期內應該不要再得了吧。」
　
　　在《哈佛商業評論》台灣CEO評比中，杜書伍擔任聯強國際領導人期間，繳出3924％的總股東報酬率及市值成長1,052億元的傲人成績。此項評比進行三屆以來，杜書伍每屆上榜，且全在十名內，經營功力可見一斑。
　
　　在領取名譽博士時，杜書伍以幽默且感性的口吻表示，這個博士，他念了五十年。事實上，在大學時期，杜書伍就展現不同於一般科技人的遠見和企圖心。
　
#管理素養為成功奠基
　
　　1970年代，國內資訊科技還在萌芽，一部電腦主機價值上百萬美元，可望而不可及，全台灣電腦數量更是屈指可數。「那時很怕畢業後找不到工作，」杜書伍笑說。他不斷思考，如何補強未來職涯發展能力？
　
　　隔年，交大管理科學系成立，讓杜書伍想到，企業營運不但要靠電腦，更要了解管理的內涵。因此他從大二就開始選修許多管理課，愈讀愈感興趣，畢業時一共修了超過二十個學分。
　
　　服兵役前，已對管理學深深著迷的杜書伍，還買了一本管理學大師彼得．杜拉克的著作《管理：任務、責任、實務》（Management: Tasks, Responsibilities, Practices），把這本超過八十萬字的大部頭書，帶到部隊「練功」。這本書至今他仍保留，裡面有當時他逐一劃重點、做眉批的珍貴紀錄。
　
　　台灣管理學先驅許士軍教授是這本書的三位譯者之一，而去年杜書伍在台灣CEO 100強的贈獎典禮上，也是從許士軍手中接過這項榮耀，不但巧合，更讓杜書伍感覺意義非凡。
　
　　杜書伍回憶，當時還沒有工作經驗，對管理學雖難深刻體會，但產生潛移默化效果，成為深植於內心的管理素養，所以他常說，這是他的「隱藏版學歷」。
　
#懷抱解決問題的心
　
　　這個隱藏版學歷帶給杜書伍最大的收獲，是後來他在經營企業時，非常強調要建立管理機制。有了管理機制才能不斷複製、成長，這也是他帶領聯強成為亞太第一及世界第二大資通訊產品通路集團的重要關鍵。
　
　　另外，面對工作的心態，也是他成功的重要因素。「我不挑工作，只想解決問題，」杜書伍強調，從退伍後進入神通集團擔任研發工程師開始，他一直抱持著解決問題的態度工作，有什麼需要，他就接什麼工作。
　
　　24歲進入神通集團，32歲升任副總經理，1988年聯強國際成立，杜書伍接任總經理時也才36歲，外人看起來似乎是坐著直達車升官，但其實，是他把每一份工作，都當成是自我磨鍊和拓展視野的機會。
　
　　杜書伍進入神通集團後，歷經了許多不同於一般研發人員的職涯，一路從研發、業務，到負責行政管理、蓋廠房，甚至還創辦過一本雜誌《微電腦時代》，更難得的是這本雜誌還得過金鼎獎。
　
　　杜書伍說，要接行政事務前，有人勸他三思：「你做業務，業績好，大家都拍手，為什麼要去做常捱罵的行政？」但杜書伍想，研發和業務他都歷練過了，但對後面的行政支援不熟悉，而且自己也常覺得行政部門效率不佳，為什麼不自己去做做看？
　
　　所以，他去做了一年的行政，「又練了很多功力出來，」晚上11點下班是常態，但他不以為苦。
　
　　聯華神通集團大家長苗豐強，跟杜書伍共事超過四十年，很早就發現杜書伍總是公司最晚走的人。苗豐強還分享了一個小故事，可看出杜書伍堅持的性格：當年公司交由杜書伍負責籌建神達電腦第一座竹科廠時，杜書伍只要不滿意品質，就是打掉重做，「我也接到不少廠商的抱怨電話。」
　
　　杜書伍總說，進入職場的前十年，「就已經把經營企業的柴米油鹽醬醋茶都經歷過了。」
　
#開創高科技整合服務
　
　　聯強國際的成立，把杜書伍的生涯推上顛峰，多年來，他也成為聯強的代表性人物。
　
　　聯強國際在三十多年前開創出一個全新的經營模式，從專業通路商概念出發，將過往各自獨立的銷售、配送、維修等項目整合起來，讓高科技產品從生產到配銷成為一條龍的整合型服務。發展至今，聯強營運據點遍及全球38個國家與地區。
　
　　但杜書伍本人是工程師背景，為何投入通路行業？
　
　　杜書伍表示，他一路歷練下來，體會到資訊產品要普及，必定要靠通路，但通路的布建需要耗費較長的時間，「當時絕大多數人都投入研發製造，我就去開發通路，比別人早一步布局。」從這個事業的選擇就顯示了杜書伍差異化策略的本領。
　
　　杜書伍在交大的同班同學，前經濟部長尹啟銘曾說，當年他們的同學大多選擇從事高科技產業，唯有杜書伍選擇了「通路」這個競爭激烈，又要管理龐大物資的辛苦產業。
　
　　為何選「辛苦產業」，還一做超過三十年？杜書伍認為，通路事業永遠都有新的挑戰和機會，雖然一方面覺得永遠做不完，但也不必擔心同樣的事情做到想打瞌睡。
　
　　除了具備策略思維與工作熱誠外，做為一個經營者，杜書伍非常重視可以快速複製的內部管理機制。深知企業經營要可長可久，不能靠「人治」，還得靠「機制」。
　
　　認識杜書伍的人都了解他是個「制度狂」。聯強剛成立時規模不大，幹部有限，很多事都要自己挽起袖子來做。杜書伍深知，公司制度設計不能從教科書或別人的經驗抄過來；再加上聯強是一個創新模式，也無從抄起，只好由自己扛起責任。「前面幾年好辛苦，白天上班，下班後晚上就回家設計制度，」杜書伍難得皺起眉頭說，就這樣一點一滴地把公司帶上軌道。
　
#杜書伍夢想中的新家
　
聯強國際近期最令外界矚目的動態，是2019年9月以50.87億元，購入南港輪胎舊廠區改建案其中一棟商辦的部分樓層，未來會將總部從已承租超過三十年的民生東路辦公室遷至南港。
　
　　聯強在海外布局已久，在全球許多城市蓋過運籌中心和辦公大樓，但位在台灣的總部反而都是租的，直到八年前，現在的總部用地傳出都更消息，才讓杜書伍驚覺，是該在台灣有一個自己的家了。
　
　　在杜書伍的職涯中，一共蓋了超過三十棟廠辦，所以他對「蓋房子」很有自信。新大樓設計不假手他人，因為這不僅是聯強未來的家，也是他未來的夢想。
　
　　硬體固然重要，更傷神的是軟體。「（新大樓）這個決策，我的壓力很大！」杜書伍認為，企業總部應該要思考百年傳承，必須考量長期的環境變化和使用需求。
　
　　新大樓在物聯網的機制和核心軟體，是他花最多心思的地方。軟體必須是開放系統，未來只要升級軟體，就不怕建築功能過時。舉例來說，辦公大樓在上下班和中午休息時間，電梯很容易堵塞，如何讓電梯順暢運作，是大樓相當重要的一環。
　
　　為了創造最高的使用效率，杜書伍甚至親自拜訪電梯公司，了解他們的軟體如何設計，未來修改調整的空間如何……連這類小細節都要親力親為。
　
　　新大樓預計在2024年完工，由老闆親自量身打造的總部將以何種面貌出現？令人期待。
　
　　從大學時代醉心管理，到後來建立制度，杜書伍還有一項與眾不同的嗜好——透過文字傳播新觀念。
　
　　從2000年起，他把自己多年經營企業的心得，撰寫成一篇篇管理文章，已累積二百餘篇，超過五十萬字，部分還集結成書，十分長銷。
　
　　即使到今天，杜書伍都還在不斷思考有什麼東西可以做為寫作題材，即使在開會時，靈感一來，他就會馬上在手機上寫下標題，有空時再把文字整理出來，「有時興緻一來一個禮拜寫二篇，有時候偷懶就二個月沒寫，」杜書伍笑著說。
　
#數位轉型收穫成果
　
　　2020年，受新冠肺炎疫情影響，聯強國際全年營收預計微幅衰退1.66％，不過下半年業績已回升，12月甚至還創下單月營收374.6億元的歷史次高。這要歸功於推動多年的數位轉型，發揮了巨大功效。
　
　　其實聯強在成立初期就推動資訊化，所有制度都要靠資訊化平台來執行。
　
　　隨著大數據、物聯網等產生諸多新應用後，杜書伍又發現資訊系統若只做內部管理絕對不夠，幾年前就在公司內部推動數位優化，甚至發展數位轉型。去年疫情，不但剛巧成為驗收成果的機會，更確定這是對的方向。
　
　　目前聯強內部資訊已廣泛串連，並利用APP讓員工隨時協同作業，因此去年3月大陸雖突然封閉，但聯強在大陸二十多個據點，連同香港、台灣在內，還是可以維持遠距作業。
　
　　聯強推動數位轉型有四項重點。第一是工作模式轉型。就是把一些制式化、勞力密集，像資料輸入這類工作數位化，改由電腦執行，一方面節省大量人力成本，效率也大幅提升。
　
　　第二項重點是管理轉型。以往有許多制式化工作，要花很多時間查核，交給電腦後，只要源頭資料正確，就一定可以產出正確結果，促成內部分工及管理方式改變。
　
　　第三項重點是商業模式改變。由於所有資訊數位化，不但可以做到橫向內部連結，甚至縱向與客戶連結。在透明和即時資訊流下，不需要再跟客戶曠日費時地核對資料，使得溝通模式、交易方式等等也跟著改變。
　
　　第四項，也是最重要的數位轉型重點，是創造新的商業機會。聯強有一個新的發展重點，就是「營運管理服務平台」，產品的製造商或品牌商，都可以透過這個平台取得協助。
　
　　在這個概念下，2016年新成立「通達智能運籌」公司，提供到宅服務、專業配送、智慧倉儲、快速維修和技術服務等五大類業務，至今在台灣已提供超過一百萬戶各類家電用品、淨水器、按摩椅等到宅安裝和維修，如同「家用產品的最後一哩（last mile）」，成長潛力無窮。
　
　　從創立初期挑燈夜戰擬定公司制度，杜書伍投注了一生心力，使聯強長成今日規模。外界看他總是意氣風發，但他說每天總是會有大大小小的挫折，但沒有挫折，就沒有克服困難後的欣慰和充實，「所以有時候要學會憋氣往前走，制度對了才能走得遠。」
　　
文章出處：哈佛商業評論 / 作者：張彥文 / 攝影：池孟諭
　　
#連結閱讀：
1.聯強總裁：制度是我們的信仰
http://bit.ly/34HVdsY
2.我的隱藏版學歷
http://bit.ly/3mZTyHC
3.談紀律不如談自律
http://bit.ly/3q4W2WL
　
🌏聯強國際為亞太第一大、全球第二大資通訊通路集團，2019年全球營收規模突破台幣1兆3,500億元。
🎯知識與經驗的分享，是我們回饋社會的方式。

我們該如何規範人工智慧 (全文)？

#COMPUTEX，這個跟我一樣歲數的電腦資訊展會，我竟然直到今年才首次踏入。

這次受主辦單位之一的 #外貿協會 （ #TAITRA）邀請，在上週三（5/29）來到位於南港展覽館 2 館4樓的「 #SmarTEX」展區參觀，與多家參展公司交流。我雖然自己經營過科技媒體網站，但我不是擅長採訪會展的記者，也不是好的 3C 部落客，因此我抱著「幫自己正在思考的問題取材」的目標，前往這場大型科技會展。

（先說：因此這篇文章不會有太多展覽展位上產品的細節跟照片，請大家見諒。）

而我最近在想的問題，也就是本篇文章的主題是：進入人工智慧時代，我們該如何規範人工智慧？

或者，我們也可以反過來問：人工智慧該如何規範我們？

自認偏樂觀派的我，其實不希望讓大家覺得「人工智慧的未來真糟糕」，我的個人偏見是：大致來說，我喜歡科技，儘管科技的確會帶來衝擊，但只要我們更願意去思考，就更有機會讓未來往比較好的方向演進。所以談這個議題，目的是要避免要是這樣的狀況真的發生了，我們才懊悔地說「這真糟糕，為何我們沒有早點想到。」

--------------------

關於人工智慧的規範問題，首先，我們來看看 MIT 媒體實驗室做的一個調查「道德機器」（網址：http://moralmachine.mit.edu/hl/zh）。

在這個網頁裡頭，有許多類似「#電車難題」的情境，需要你來回答。每一個參與者，需要回答 13 個題目，每個題目只有兩個選項。在每一個題目的情況中，都有一輛突然煞車失靈的自動駕駛汽車，而你必須做出選擇，要繼續前進，或是轉彎離開。

例如在某個二選一的情況中，你認為這台自動駕駛車該繼續直衝，撞死一個成人男性，還是轉動方向盤，讓車子撞上另一側的護欄，殺死車上四個人，包括兩名兒童？

在另一個二選一的情況中，這台自動駕駛車上只有一隻貓，若繼續直衝，會撞上護欄，讓貓死於非命，但若自駕車往左彎，貓的性命可保，卻會撞死一位正在違規闖紅燈過馬路的遊民。

類似這樣的二元選擇有很多種變化，例如過馬路的可能是動物、可能是罪犯、可能是醫生，嬰兒，或是這些人的綜合隊伍，他們或許是違規過馬路，或許是遵守交通規則但運氣不好。而車子直衝或轉彎，也隱含了道德選擇。推薦各位都上道德機器的網頁去回答看看，看你會不會跟我一樣覺得實在是逼人太甚，到最後根本就放棄思考（XD）。

這個網頁告訴我們一件事：我們不可能對各種狀況產生共識、或得出任何堪稱正確的答案，事實上這個調查也不是要用多數人的意見來決定未來的自駕車要是真的煞車失靈的時候，該做出什麼行動。然而這個調查提醒我們，當越來越多的「人工智慧代理」進入我們的生活，就會產生更多類似的道德難題。

--------------------

舉例來說，若一個 #人工智慧股票交易系統，因為對政治領袖發在社群媒體上的文章產生錯誤的解讀，而決定拋售某一檔股票，造成連鎖反應，讓投資者大賠一筆，這樣的損失該由誰來負責呢？

延伸閱讀：〈AI 機器人害我投資賠錢，我能告他嗎？〉
https://www.techbang.com/posts/70447-ai-robot-made-me-invest-money-can-i-sue-him

舉例來說，若一個 #人工智慧戀愛配對系統，推薦了一位居心不良的對象給另一個使用者，最後使用者被騙財騙色了，誰會受到最多的指責呢？誰「#與惡的距離」最近呢？

再舉一例來說，如果用於門禁或 ATM 的臉部辨識 AI 系統出問題，太過嚴格以至於讓使用者開不了門、領不到錢，或是太過寬鬆使歹徒得以利用，那該怎麼定義問題的範圍，用理性的方式來解決呢？

臉部辨識作為服務升級的關鍵，從智慧零售到智慧家居到智慧服務，都少不了這項技術的身影，也是人工智慧使預測平價化的代表。只要你拿著這一兩年出的新手機，想必也不會陌生。例如我這次參訪的 #訊連科技（CyberLink）展場主打「FaceMe」AI 臉部辨識引擎，他們提供 SDK 與多家科技廠商合作，包括 #宏碁雲端、#奇景光電、#微程式、#凌群、#達碩 等。我也拜訪了同在 SmarTEX 展出的達碩智慧科技，了解他們使用這套臉部辨識引擎，針對銀髮照護、社區管理、企業差勤管理等不同情境設計的解決方案。即使在我與訊連跟達碩的主管談話時，他們自謙還不是目前領先的廠商，但他們的服務也已經非常成熟，可見這樣的軟硬體整合套裝將持續普及到各地，而台灣中堅企業將成為關鍵推手。

美中貿易戰，加上美國可能逐步針對有侵犯人權之虞的監控科技施加圍堵禁令（如 #海康威視、#浙江大華、#商湯科技 等），突顯出台灣提供類似服務的企業所能提供的安全價值，但即使如此，這項科技本身還是帶給社會其他挑戰。訊連科技的連啟民協理跟我說，臉部辨識的準確性不是 0與1 的取捨，他們的 SDK 能夠針對不同情境，讓配合的廠商自行調整精度，掌控風險，例如從一般社區門禁的萬分之一調到 ATM 的十萬分之一，同時使用邊緣運算技術（Edge Computing），讓資料不用都到雲端，降低反應時間及資安疑慮。

我在展場也與 #康訊科技 及 #訊舟科技 兩家公司進行交流。康訊從圖資起家，以地理定位技術切入車載系統設備，扎根台灣30多年來，已經成為全球領先的車隊管理服務商，不管是共享汽機車、物流公司、校園巴士、救護車、消防車都是他們服務的客戶。他們提供的設備就像車上的黑盒子，可以完全掌握車輛的狀況，如透過監測引擎啟動狀態，可以知道司機是否過勞；透過監測燃料消耗情況，可以知道是否有偷油的情形發生。而全球客戶累積的數據也成為重要的資產，可以協助物流業者優化路線。

訊舟作為老牌網通公司，這次展出許多產品，我認為最亮眼的就是他們與中研院陳伶志博士合作推出的「空氣盒子」，我雖然早就知道空氣盒子，卻是第一次看到並且從訊舟的角度聽這個已經是公民科技典範的故事，目前在全台已經有 4,000 多台設備上線，密集監測空氣品質，累積的數據也已經可以做到空品預測。

另外，這次在 SmarTEX，科技部推動的 #GLORIA 國際產學聯盟現場展出 67 項前瞻技術，我也與聯盟中的幾所大學交流，例如 #中國醫藥大學 推出能夠判讀骨齡、癌症等資訊的 AI，節省醫師判讀時間，加速診斷。#國立交通大學 伍紹勳博士則與 #新光醫療團隊 合作，用像是貼在東尼史塔克胸口的智慧貼片，只用3導程就能正確模擬專業醫療設施12導程的ECG心電圖信號，大幅改善病患的行動自由，也顯著降低成本。而具有超過 2,000 例達文西手術經歷的 #臺北醫學大學劉偉民醫師團隊，則在擁有大量醫師第一視角錄影的基礎上，推出手術教學平台，包括 VR 手術直播拍攝，與虛擬手術教學模擬系統。

從訊連、達碩、康訊、訊舟到這三個來自學界的醫療技術案例，可見都與數據分析、人工智慧辨識判讀、虛擬模型建置有關，儘管我相信在台灣醫療與科技、工程多重優勢下，他們都前景可期，但該問的仍然要問：要是出了差錯，怎麼辦？誰負責？各團隊對此問題顯然也都深思熟慮過。而我將他們給我的回答整理，加入我對「人工智慧如何規範」這個問題的答案。

--------------------

#以自駕車為例思考

著名的科幻小說家艾希莫夫，在1942 年的短篇小說 Runaround 以及後來的機器人系列裡頭，提出了機器人三原則（Three Laws of Robotics），很多人可能都會背了，這三原則分別是：第一，機器人不得傷害人類，或坐視人類受到傷害；第二，除非違背第一法則，否則機器人必須服從人類命令；以及第三，除非違背第一或第二法則，否則機器人必須保護自己。

參考：Three Laws of Robotics
https://en.wikipedia.org/wiki/Three_Laws_of_Robotics

這三原則聽起來很周密，但其實並非如此，而且也不太現實。以自動駕駛汽車作為案例吧，自動駕駛汽車是這一波人工智慧發展最受關注的領域，而且因為許多國家政府正在積極制訂法規，自駕車的自動化程度，跟依據自動化程度而制定的責任歸屬，也比較清楚，值得用來舉一反三，幫助我們思考，人工智慧要是進入到每一個領域，會帶來多少該仔細考量的變化。

那麼，到底什麼是自動駕駛汽車呢？你可能聽過什麼 Level 3，Level 5 的，那指的是自動駕駛的自動化程度分級，我們可以用這張表來簡單呈現：

這個分級定義，是由國際汽車工程協會（Society of Automotive Engineers, SAE）所提出的，已經獲得廣泛的共識。從第零級到第五級，共有六個層級。第零級的自動駕駛就是毫無自動化，一直到第二級，都還是以駕駛員為主，機器提供輔助。

但從第三級開始，負責開車的就是機器了。人類駕駛頂多在緊急狀態作為備用選項。第四級之後，就連緊急狀態也是由機器來應對，人類就從駕駛這件事基本退場了。到第五級的情況，就像是有一個超級人工智慧在負責開車，相信到時候，超級人工智慧也不會只用在車上。

目前已經有幾家汽車公司宣稱自己的自駕車達到了第三級，例如 #奧迪、#特斯拉、#現代汽車 等，大部分車廠也都表示在 2020 年就會推出第三級的自駕車。Google 旗下的 Waymo 以及台灣的財團法人車輛研究測試中心 ARTC 則表示都已經有第四級自駕車的技術能力。

日本政府非常積極地花工夫在自動駕駛的規範上，日本的「投資未來委員會」在 2018 年底，便提出了已經研擬多年的自動駕駛汽車指導原則。根據報導，日本首相安倍晉三希望透過採取具體步驟，建立法律框架，讓日本成為率先制定國家級規範的國家。首要處理的就是第三級自動化情況下的監督跟法律方向。我們就來看看，在自駕車的規則上，日本是怎麼想的？

日本的規則是，通常來說車主需要對車輛自主運行時發生的事故負責，並且由政府規定的汽車保險公司承保。如果車輛系統有明顯的缺陷，該負責的就是汽車製造商。強制性保險這一步確定了之後，保險公司也就能夠制定方案，讓車主選擇，要保哪一種。

另外，為了釐清事故的原因，自動駕駛汽車需要完整記錄位置、轉向、人工智慧系統操作狀態的信息，也就是說，得要有像是飛機黑盒子這樣的裝置。

那如果遇到新型態科技犯罪者或駭客呢？只要車主有採取適當的安全措施，例如更新車輛系統或維護保養，那麼若是因為駭客攻擊或入侵造成損害，就視同汽車被偷走了。

除了這幾個大方向以外，還有不少問題待解決。因為剛剛說的都只是民事責任，財產相關的規範，但還沒有碰觸到刑事責任，如果真的因為自駕車的缺陷而造成傷亡，除了車主以外，程式開發者，汽車製造商該負起哪些連帶的責任呢？若不能盡快釐清，程式開發者跟汽車製造商就難以決定是否該正式推出產品。

另外，自動駕駛的操作條件、例如速度限制，運作的時間長短，天氣狀況也都得考量，就像各種已經存在的汽車安全規範一樣，人工智慧控制系統的標準、對網路攻擊抵禦的強度，也都得一一制定。

--------------------

而以自動駕駛為案例，可以幫助我們思考該怎樣規範其他人工智慧的應用情境。歸納我這次到 SmarTEX 參訪交流的心得，我想比起艾希莫夫的機器人三原則，我們該建立的思考原則其實是這四個：

#面對此時此刻的人工智慧該有的思考原則

第一，#釐清主控權。整項任務中，是人類還是機器掌握主控權？能否以清楚的層級概念來劃分人類或機器的掌控程度？就像自駕車這樣呢？另外，在關鍵決策點，人類有沒有介入，是否被要求介入？這些都必須根據不同的應用環境來一個一個釐清。

第二，#損害管理與風險溝通。在發生意外的時候，擁有者、使用者、設計者、販售者、維修者等角色，是否已經明白可能要負的對應責任？這些責任的政府主管機關與相關的法律有哪些？其實每一樣新的科技進入我們的生活，都會有一段學習曲線，我們不太可能在了解所有問題、解開所有疑慮之後才採用新技術，而是必須妥善跟每一個角色溝通風險。

第三，#數據紀錄透明化。為了忠實檢討意外發生的原因，人工智慧系統需要持續紀錄運作狀況，以及感測器所收集到的各種資訊。並且要確保訓練人工智慧的資料也是可受檢驗的，避免造成系統化的偏見。另外也同等重要的是，收集數據的單位，像是企業、保險公司或政府，有義務證明，收集這些資訊，是必要且適當的。例如飛機上機長跟駕駛員的通話可以收集，但車內的通話該不該收集呢？商店內的顧客對話該不該收集呢？

第四，#系統思維。任何意外發生，都要了解，系統總是存在一定的風險，告知風險機率跟可能的狀況類型。以「不責難」的出發點，來面對後續的檢討，才能讓各角色更願意把系統中的臭蟲或不當行為揪出來，最終的目標是讓這個能夠便利更多人、拯救更多人的系統，越來越好。就像醫療一樣，如果每次只要有病人在手術中過世了，醫生都要被告到賠上身家，那還會有醫生願意繼續替病人動手術嗎？當醫療行為中有越來越多具有人工智慧的機器介入，診斷疾病、決定麻醉份量、甚至用機械手動手術，我們就不得不分配信任給更多的角色。

從 COMPUTEX 的 SmarTEX 展區上琳瑯滿目結合了人工智慧的技術，可以肯定人工智慧已經，也即將進入每一個我們可以想像得到的層面，過去的規範將無法適用，而且即使訂出新規範，也會很快過時。我們不可能完全理解我們部署的人工智慧系統的風險。當前的機器學習運行得如此之快，以至於沒有人真正知道機器是如何做出決策，通常連開發人員也不知道。這些系統還會持續從環境中學習並更新他們的函式，這使研究人員更難控制和理解決策過程，在這樣缺乏透明度，也就是常說的黑盒子問題籠罩下，要建立道德準則跟規範，當然就極為困難。

然而若不要大驚小怪，將人工智慧與人肉智慧對等來看，人類花了幾千年建立起的道德準則，同樣漏洞百出，我們卻也習慣了。人類專家有的偏見跟偏誤更是問題層出不窮，而我們也是一直倚賴這樣有缺陷的專家系統在運作。此刻的人工智慧浪潮，正給了我們機會跟動力，檢視我們習以為常的那些想法，我認為以上的四原則，更有助於我們迎向已經到來的未來世界，而開發出這些技術，推出產品與服務的企業，若都能夠率先思考這些問題，也是我們所期待的。就如同我在這次 COMPUTEX SmarTEX 展區上看見的一樣。

--------------------

最後，我雖然只逛了整個 COMPUTEX 的一部份，但很感謝外貿協會，讓我能不只是走馬看花，而是深入與廠商對話跟採訪，非常有收穫。幾乎每一家我逛的展位，都跟數據、AI（起碼是機器學習）有關，並將其結合硬體，整合出具有市場競爭力的方案，雖然我沒有資格替他們的產品背書，但我覺得深入談過之後，他們都對自己的產品與服務非常有自信，或許並非市場的領先者，也已經看見該切入的定位與成長的路徑。

今年的 COMPUTEX 展會已經結束，不過以後若有機會前往類似會展活動，很推薦大家跟我一樣帶著問題意識去逛逛，跟這些未來世界的打造者聊聊，畢竟我們得住在裡面。

--------------------
Medium 版：http://bit.ly/2HLuT8p