技术债－天下没有白吃的午餐
徐宏民
2018-05-08
技术债可以用素质好的人力弥补，例如挖角、并购，但是往往价格高昂。(图片来源：Pixabay)
前一阵子，负责智能技术的Intel副总兼CTO Amir Khosrowshahi 来臺，有机会交流。Amir说明Intel在未来智能服务的定位。其中提到了NIPS 2015 Sculley的论文中「Technical Debt」(技术债)的概念—原意为軟件工程中太快速、轻忽的开发，所招致的长期成本负担。
这是很有趣的一个名词，用来解释天下没有白吃的午餐。尤其是近来智能化显然是相当重要的未来产品方向，但是也得搭配其他不可或缺的要件。Sculley的论文主要讨论智能元件上线之后，对于在線的工程系统有怎样的工程挑战：比如说如何维持特征值撷取版本，过多的特征值，训练模型的版本等等，值得工程人员关注。
核心智能(机器学习或是深度学习)常常只是工程系统中的一小部分，为了让整个服务可以完整的运行，还有其他重要配合的工程部分，例如數據收集、标准、运算资源管理、运算平臺、监控服务、终端环境的推理硬件元件等。英特尔(Intel)的企图是想提供这一大部分，不是只有机器学习核心。当然这是极富挑战的工作，也有许多竞争者正全力冲刺提供类似的解决方案。
每个有价值的垂直领域，都有专业的知识，需要时间、成本累积。举例来说，从两年多前开始跟医学领域的人一起合作，完全可以感受到跨领域的挑战，令人战战兢兢。技术债可以用素质好的人力弥补，例如挖角、并购，但是往往价格高昂。
同样的，对于非以IT技术擅长的产业，即使是获利非常良好的隐形冠军们，要智能化在公司内部开始产生效益，也需要相当的时间跟花费(同样的，有许多技术债得偿还)。当然，经营层的决心是最关键的。
这也可能是许多新创公司的机会所在。尤其是专注服务于产出大量數據，以及數據单位价值高的几个领域：例如制造、能源、健康医疗、交通、IT等，都是值得大量投资智能技术的领域！
