自從人工智能（Al) 程式AlphaGo ，在2016 年擊敗了世界圍棋冠軍李世石後， AI這兩個字就聲名大噪，甚至成為各區的戰略科技和重點研發項目。從大型的跨國企業到民間的中小企業， 都紛紛投放資源去探索人工智能在商業上的應用。世界各地的創投基金，當然也積極地投資於掌握人工智能技術的初創企業，希望可以尋找到黑馬，成為下一隻「獨角獸」。
現今一般人都是以AlphaGo所用的技術，去理解Al，那就是機器學習(machine learning)和深度學習(deep learning)的技術。但嚴格來説，人工智能包含着很廣泛的技術範疇。這可以參考其中一個極具權威性的人工智能組織人工智能促進協會(AAAI: Association for the Advancement of Artificial Intelligence)。他們定期的學術會議涵括多個人工智能的技術範疇，以2020 年的AAAI-20為例，範疇多達20個，細項分類更超過200 項。
機器學習，只是Al 其中一個範疇，其餘包括約束與優化技術(Constraint Satisfaction and Optimization); 策劃、路線規劃與排程技術(Planning, Routing, and Scheduling); 語言處理技術(Natural Language Processing)及機械人技術(Robotics)等等。每—項範疇都有它的研究價值，有些更在生活和商業上，已被應用了一段時間。
筆者從1999 年開始，研究人工智能與其在不同行業上的應用，研究範圍集中利用人工智能在商業上作決策，包括倉儲優化、人力優化、工作排程、需求預測等等，以優化和自動化決策及營運．從而產生商業價值。
Al 的商業價值到底在何處呢？這個問題不好回答。正如上文所説，人工智能涵括多種不同的技術，應用於不同環境。通常我會把問題反過來問．哪—種Al 技術．可以有效地解決當前的商業問題呢？如果這問題能被某一種Al 技術解決，自然就會產生商業價值。
十多年前，筆者公司為—個傳統的維修行業，設計了一個綜合預測性維修和人力優化的Al系統，來解決人手不足和經驗流失的問題，最後有效地把維修成功率提升，而成本卻能大大的降低。這就是一個有效地應用Al 於商業問題上的實證。
那麼，有沒有一些在商業上共通的問題，可以利用Al 解決呢？以筆者多年設計Al 方案的經驗，歸納了不同行業、不同規模，在香港甚至亞洲的企業所面對的問題，發現因為人口老化，而流失工作經驗和效率的問題，甚為普遍。
這個問題正可以利用不同的Al 技術，有效地解決。問題是怎樣設計這類AI系統才有效呢？筆者自家的方程式，就是數碼化(digitalization) + 預測 (prediction) + 優化(optimization) 。透過整合過去的數據，把前人的經驗提煉出來．再融入Al 系統內系統，便能提供更有效的工作建議。
而傳承寳貴經驗，正是人工智能應用的趨勢。我也常被問到Al 會否取代人類的工作？如果有一些工作， 讓Al 做，可以更有效處理，那就讓它去做吧! 我們要學習的，是怎樣使用它。
撰文：馮景龍
Optix Solutions Ltd. 創辦人、香港電腦學會人工智能專家小組執行委員會成員