智能技术快问快答：人才篇

基于过去产业及学术经验，很幸运一直有机会与协助企业将这些前瞻智能技术落地为产品，过程中的挑战，不外乎「人才」以及「技术」两大类。许多资通讯产业的前辈们，也时常提出类似的问题，本文先就大家常询问的「人才」问题简短回答。

招募的新人需要何种专业？虽然目前耀眼的智能技术大都来自于深度学习(DL)技术，开启了许多应用机会，除了DL经验之外，一个绝佳的技术人员需有紮实的机器学习(ML)专业。原因有二：首先，深度学习为机器学习的一个子领域，因着各种应用突破，近年让DL成为当红炸子鸡，但技术的推演还是会有其他可能性，不能忽略技术源头；其次是在实务解决问题上，时常需要诸多ML子领域的工具以及洞见，具有紮实ML领域专业的技术人员，才是厚积团队智能技术以及开发诸多未来应用的确实凭据。

履历这麽多，有没有快速的筛选条件？智能技术软硬件的工程师各有不一样的要求，很难单一标准看待。但可以建议的是，如果履历里「AI」字眼越多，这位工程师的智能技术能力「可能」越弱。因为AI是行销用词，在核心技术领域中很少使用这样的技术字眼。

智能团队聘雇难度高，可不可以内部扶植？可以的，几家共事过的企业都有成功的例子，符合某些条件的工程师可以成功转换。但是也得聘到几位真正熟稔最新技术的新血轮(好手)，人才配置类似「金字塔」结构，越上层的越顶尖(成本越高)，人数越少；而具有基本智能专业的开发人员，供给就会比较多，但较难建立技术障碍。过去的观察，金字塔两端的生产力，有相当大的差距。在管理上，团队形成时刻就得有明确产品开发目标，专心开发相关技术落地为产品，漫无目的摸索学习，通常只是浪费高昂的人事成本。

传统产业受惠于智能技术吗？根据调查，产业中数据量多而且单位数据价值高的，最能受惠于这波智能技术发展。除了资通讯产业外，能源、医药、交通、制造、金融保险也列在其中。传统产业绝对可以受惠于智能技术的发展，一般是用来提升生产效率以及安全性，近来在这些领域的投资也可以做为佐证。 

传统产业要如何聘请够格的工程师？除非营运体系够大，有足够的获利以及开放文化来维持智能团队，不然可能很难维持。不过目前也有许多针对传统产业使用的智能工具(类似SaaS的服务)，可以大胆试用。这个时代也是营运技术(Operational technology，OT)跟IT技术汇流的绝好机会。

是不是使用autoML，自动网络生成，就不需要工程师？如同之前提过〈技术债－天下没有白吃的午餐〉一文中，智能技术虽然是目前产品的决胜点，但是仅占产品开发的一小部分，还是需要其他必备的工程专业，比如数据收集、系统安全、隐私、硬件设计等。好的产品还需要跟领域别的专业知识结合，特别是在医疗、金融、制造等领域。至于autoML，绝对是加速开发的好工具但不是工程师的替代品，这部分可参考，〈autoML自动化深度学习网络设计可行吗？〉一文。

只要软件工程师就好？好的产品强调co-design：软硬件工程师，产品经理，甚至是BD(商务开发)都得共同考量新的使用情境。比如说，要提升射出成型机的使用效率，除了透过收集的数据侦测异常运作、优化产能、或是降低成本之外，还是得设计适合制造业使用的边缘智能设备，与既有的老设备连接，或是参考产业链的专业知识找出智能化的新模式。

那智能技术对产业未来发展如何？未来我们很难预测，但可以参考过去Internet发展的轨迹，来具体化未来的想像空间。试着将自己摆在1995年Internet刚萌芽的时候，往后看你会发现这二十几年来兴起了非常多全新的产业、公司，也让某些消失了。当然也有泡沫的时候，但是Internet已经全然改变整个社会的发展，而且持续改变中，很多人也认同智能技术可能循着类似的模式转变这个世界。历史的轨迹也在在说明能早先拥抱这些技术变革的会是最大的受益者。