活動報導

2019/05/02「人工智慧X未來法律系列─精準行銷與法律挑戰」座談會報導

未開放
人工智慧X未來法律系列座談會

郭家齊董事長

首先,郭董以「AI於電商應用」為題,分享其創業歷程,創業過程歷經諸多磨練挑戰與失敗,郭董談到科技應用在電商的方式,透過自動化,員工人數不用跟著營業額比例增加,自動化背後是一個個充滿rule-based的流程,對於工作項目進行優化,由機器系統取代人力決策。於2016公司開始第一個AI的嘗試,由消費者姓名自動判斷男女性別,將資料倒入,得出machine learning預測出來的結果,之後使用machine learning來做「首頁客製排序」,但結果不如預期,經過一年努力,仍然打不贏原有的rule-based。在2017年有了轉機,郭董公司成立data team把AI的導入,這比較不是一種組織分工,而是透過data scientist把數據的想法帶進公司,從data的角度,暫時忘記使用者的存在,以解決工程問題的方式操作,data team成立一年後,始見到顯著成效。

  
最後,郭董給大家的建議,認為現在AI技術成本非常低,但還未到非技術能力人能使用的程度,很多公司認為AI很紅就很想趕快導入,其實在多數的狀況下是沒有必要的,因為AI在多數的狀況下不是解決0分到80分的問題,多半是一個最佳化的問題,對多數企業來說,「自動化」比「AI」更重要。

 

黃沛聲律師

首先,黃律師提到新創公司要跟大公司競爭的一個主要利器就是在於科技,用科技可以改善很多什麼事情,但新科技會遇到很多管制,在訂立法律當時沒有想像到未來這些科技的出現,法律永遠是落後於科技。接著,說到大家提及新科技時,是往如何拓增市場、如何增加收入的方向進行,而當談論到法律時,增加阻力、如何不可行、增加解釋風險,法律解釋上往保守方向,從商業邏輯來說,商業律師不能叫當事人什麼事都不要做,因為不做就一定不會有營收,這樣也就不用找律師了,通常建議的立場是說,這裡有模糊空間,口頭告知先去做,但是要出法律意見書,沒辦法。

 
最後,談到新創與創新兩個觀念,一般大公司比較難去創新,因經驗與觀念根生締固,不容易改變,在新創小公司不太會產生阻力的問題,AI是一個演算法機器學習的方法,需要給他很多的案例,可是小公司沒有那麼多的資料庫,大公司和小公司面對AI都有困境需要去突破,由大公司提供資料,小公司訓練AI,把大公司和小公司的困境巧妙的避開,把新創與創新這件事做好,這樣就能產生出價值。


宋皇志老師

宋老師談到學生的實作課程做推薦系統,此次實作透過專利資料庫作專利檢索學習技術內容,因寫專利時需要盡到專利法的揭露義務,必須詳實的把內容寫在上面,若該企業沒來台灣申請專利,使用上完全合法,團隊花了半年把推薦系統做出來,雖然功能沒那麼強,但從專利裡頭學習到非常多東西。

提到貴陽大數據買賣交易所成立,數據交易的興起,平台先做data的統整,銀行購買data有助於降低客戶呆帳率,台灣有新創團隊在做搓合關掉網站的平台交易,縱使關閉了網站內部資訊還是非常有價值,可以再加值利用,網站資料依據個資法只能在目的內使用,若要做目的外使用,需要客戶同意,賣掉數據最好的辦法是去識別化,不能讓人直接或間接識別勾稽其他資料庫識別回原來資料,法律人在作商學的研究時,要發揮我們的創意在法律架構之下,去開拓出有商業價值的實務做法

綜上,精準行銷之基礎建立在分析海量的消費者資訊,如何保障消費者的權益,也是法律上亟須重視的課題,本次論壇進行跨領域、跨界的交流,激盪出很棒的火花。

我們希望聽到您的聲音,歡迎至本網互動交流區留言表達意見。

https://www.aili.com.tw/message2_detail/41.htm