Search
【數位轉型小百科🧠】
新零售指的是「以消費者體驗為中心，利用人工智慧、物聯網、大數據技術，來支援線上的資訊流、金流、商流，以及線下的服務體驗及物流配送的一種全通路零售模式」，由概念創始人馬雲在2016年提出。
具體來說，馬雲當時的觀點是認為零售業的趨勢是整合線上、線下及物流，無論在哪一段環節，彼此之間都能交換資訊🤝，透過數據分析技術，零售業者可以改善效率，並致力於提升消費者的滿意度。時至今日，我們確實也已經看到許多企業都紛紛投入在此，難怪現在消費者荷包越來越失血啦！🤣🤣🤣
✍️相關字詞>>
★ O2O, Online to Offline/ Offline to Online｜虛實整合，跨線上與線下通路來導引消費者的購買行為，例如在社群平臺吸引消費者登記到門市體驗產品及服務。
★ OMO, Online Merge Offline/ Offline Merge Online｜虛實融合，在全通路提供個人化的銷售服務，例如門市與網路消費紀錄整合為會員數據，再根據偏好推薦商品。
IBM 大名鼎鼎的 Watson 也要被賣了，人類的 AI 夢該醒了？
作者 品玩 | 發布日期 2021 年 02 月 22 日 8:45 |
人類豐滿的 AI 夢，正撞上冰冷的現實。1 月 19 日，據《華爾街日報》引用知情人士報導，IBM 考慮出售 Watson Health 業務，可能的方案包括賣給私募股權公司、醫療企業或與特殊目的收購公司（SPAC）合併。
Watson Health 部門主要負責使用 AI 幫助醫院、保險公司和製藥企業處理數據。《華爾街日報》援引知情人士報導，年收入約 10 億美元，但目前未盈利。
IBM 在 2020 年 4 月迎接新 CEO 阿爾溫德‧克里希納（Arvind Krishna）。上任後，克里希納著手簡化公司業務線，使雲端計算更有競爭力。如 Watson Health 真的出售，對 IBM 的 AI 業務來說，無疑是不小的挫折。
曾想替人類解決腫瘤治療
長久以來，Watson 都是 IBM AI 業務的招牌，也是人類最初充滿野心的 AI 夢代表。
2011 年，深度學習方法剛重新定義，仍未掀起 AI 浪潮。但此時 IBM 的 Watson 就在美國最受歡迎的智力競答節目《危險邊緣》，擊敗節目史上最成功的兩位人類選手。
Watson 展現出強大的自然語音理解能力。要贏得比賽，必須分析大量文字找到線索，然後搜尋大量資料庫，檢索可能的答案。擊敗兩位人類冠軍後第二天，IBM 宣布 Watson 的新職業目標：AI 醫生。
從邏輯看，Watson 在節目展現的能力，似乎可移植到醫學領域──都是先理解自然語言（患者的電子病歷），然後檢索資料庫（治療方案和最新醫學文獻），最終得出答案。此方案的價值在於，每天有近 8 千篇醫療文章發表，醫生一篇篇讀不可能，AI 能幫助醫生閱讀最新醫學成果。
2013 年，IBM 更將研究重心聚焦於腫瘤治療，人類還無法攻克的醫學挑戰。2015 年，IBM 成立專部門：Watson Health，可見當時決心。IBM 前 CEO 羅睿蘭（Virginia Rometty）曾把 Watson Health 稱為公司的「登月計畫」。
眾所周知，AI 的基礎是大量訓練資料。為了獲得數據，IBM 花費約 40 億美元收購 4 家醫療領域數據驅動型公司，分別是 Phytel、Explorys、Merge Healthcare 和 Truven Health Analytics。2016 年，成立僅兩年的 Watson Health，員工規模達 1 萬多人。
發展重點的腫瘤治療領域，Watson Health 吸引許多著名合作機構，包括安德森癌症中心、紀念斯隆─凱特琳癌症中心、梅奧診所、奎斯特診斷公司。2016 年 8 月，Watson Health 還進軍中國，推出「健康中國」生態圈共贏計畫。
聲勢壯大的宣傳、數額龐大的併購、權威機構合作，IBM 透過一系列動作讓外界對 Watson Health 的期待非常高。畢竟，用最尖端的 AI 技術解決最困難的醫療問題，聽起來就非常性感。
不過，後來發展事與願違。安德森腫瘤中心曾與 IBM 合作，為腫瘤學家創建諮詢工具，是利用自然語言處理技術彙整患者的電子健康紀錄，然後匹配資料庫提供治療建議。安德森癌症中心投入 6,200 萬美元，但最終結局卻是雙方 2017 年 2 月終止合作。
業界開始對 Watson Health 產生懷疑，問題也接踵而至。2018 年 5 月，美國媒體 The Register 報導，Watson Health 部門要解僱約 50%~70% 員工，引發巨大震動。不過後來科技媒體 IEEE Spectrum 報導，被裁員工主要來自收購的三家公司 Phytel、Explorys 和 Truven。大量收購使公司面臨人力過多問題，為裁員埋下了伏筆。
但這些都是表面現象，歸根究柢，Watson Health 的致命點在於，診斷結果不準確。
2018 年 8 月《華爾街日報》報導，沒有任何發表的研究表明，Watson 提升患者的治癒率。有十幾位使用過系統的機構和醫生回饋，癌症應用收效甚微，某些情況下還會出錯。且由於缺乏罕見病例數據，Watson 的更新速度跟不上癌症治療的發展速度。
丹麥某醫院研究指出，Watson 的診斷方案，與專家僅 30% 重疊，因此拒絕採購 Watson 系統。德國媒體也曾報導，德國兩家機構實際應用後發現，Watson 對症狀特殊的病人會開給致命藥物。2018 年 10 月，IBM Watson Health 當時 CEO Deborah DiSanzo 宣布離職。
一切都不可逆轉指向最終結局，如今終於傳出 IBM 尋求出售 Watson Health 的消息。失去業界信心，再丟掉雄厚資金後援，人類最早的 AI 明星前景，不再明朗。
AI 夢該醒了？
目前 AI 應用於醫療最普遍的場景是辨識醫療影像，如視網膜眼底影像。而 Watson 挑戰的是診斷，且還是醫學難度最大的腫瘤治療領域，Watson Health 面臨資料和 AI 智慧的雙重挑戰。
資料層面，大部分醫療資料是非結構化資訊，如醫生撰寫病歷和出院總結。雖然 AI 的自然語言理解能力進步飛快，但比人類依然差很多。圖靈獎得主約書亞‧本希奧（Yoshua Bengio）曾表示，AI 無法理解醫學文本歧義，也無法找到人類醫生會注意到的細微線索。
另一方面，有些罕見病例的數據往往難以取得。《中國工業和資訊化》雜誌 2020 年篇文章指出，分析 Watson 數據發現，罕見病例研究中，本來應該餵給 Watson 大量真實數據找到新治療方法，但罕見病例本就缺乏，Watson 被灌入一堆沒什麼用的假設數據，並不是真正的病人數據。這種透過假設數據學習的 AI，準確性可想而知，更出現罕見病例 Watson 誤診。
全球領先的醫學資訊平台 Medscape 2018 年報導指出，Watson 學習根源有問題──並沒有使用足夠真實病例學習，負責訓練它的人，僅是紀念斯隆‧凱特琳癌症中心的腫瘤學家和 IBM 工程師。Watson 大量訓練時間用於掌握上述腫瘤學家設計的理想化病例和治療方案。訓練用真實病例數量很少，最多的肺癌也僅 635 例，最少的卵巢癌更只 106 例。
IBM 曾努力取得資料，花 40 億美元收購 4 家公司，但融合面 IBM 低估了複雜程度。《中國工業和資訊化》雜誌文章指出，IBM 前員工和前客戶的醫院管理人員說，雖然收購大量資料，但融合時發現需要花費難以想像的人力物力，還沒開始訓練就讓人筋疲力盡。巨大的經濟壓力和暗淡前景之前，各合作夥伴只能選擇終止合作，留個爛尾。
AI 目前的智慧程度，難以配合腫瘤治療的複雜性。AI 的本質是統計學，得出的結論局限於人類訓練員提供的數據，無法像專業醫生，獨立生成新的見解。
也就是說，Watson 只能比人類專家更快得出相同結果，無法治療人類醫生治不了的病。
巨大的風險面前，醫生只會將 Watson 的診斷結果當參考，依然要進行大量臨床研究。IBM 的宣傳說，Watson 能憑著強大的計算能力發現人類看不到的地方。但事實證明，AI 的智慧遠未到這程度。Watson 對醫生的意義，也就大打折扣。
Watson Health 的挫折反映出 AI 用於醫學診斷的困難重重，但並不意味 AI 醫療領域沒有前景。圖像分析、基因分析和製藥領域，都有不少公司探索 AI 的應用場景。即使是診斷領域，IBM 的 Watson 沒做好，也不意味其他人做不好。至少，後來者可在 Watson 基礎上學到一些經驗。
資料來源：https://technews.tw/2021/02/22/ibm-watson-ai/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I
#一群人一起做華爾街日報的主題研究到底有什麼樂趣 #或許不能凡事只看樂趣
上週六結束了第三次的 #雙週華爾街日報導讀，我覺得我有幾個非常感動的點，我想要寫出來跟大家分享。我想要分成三個部分：
一、我的before and after
二、我對華爾街日報導讀讀書會的觀察
三、商業觀察舉例
▌一、我的before and after
這是一個為自己而讀的讀書會，因此我想要從自身出發。
#我的自我成長小觀察
華爾街日報導讀進行了三次了，我發現自己有三個很大的變化。
1. #我變得更好奇而且看新聞很仔細
以前看這些新聞會覺得「這跟我有關係嗎？」，就直接隨便看過了。但其實，只要我們仔細的觀察就會發現：當然跟我有關係阿，只是很近的關係，還是很遠的關係，但是一定是有關係的。因為世界的趨勢總有一天會影響到你，只是你有沒有發現而已。
2. #我不排斥看最原始的資料了
以前，都想看別人整理好的，覺得原始的新聞稿、資料好無聊、好長、不知道重點在哪裡，但是從第一次藉由主題是IPO而第一次看到了IPO公開資料發現根本是寶庫之後，就開始了一系列的驚奇，大家看下面我的舉例就會知道：我竟然從一個日本Yahoo與LINE的合併參透了前公司之前為什麼會受到政府的阻擋。如果你可以懂得更多，你會從「單純直覺」到「理性判斷」，這會幫助你最更多、更複雜的決定。
3. 勇於承認自己真的不會
因為題目太多元化，從IPO到晶圓到電動車到線上支付，我不可能每個都懂，而且最有可能的事情是：我都不懂。但是透過第一點以及第二點，我發現「這其實沒有什麼大不了」，我甚至是會在其他人分享的時候舉手說「這個我不懂，可以多說一點嗎？」，因為你承認你不懂，有人解釋，你就懂了。
我一直相信：真正的強者並非一開始什麼都懂，而是知道自己不懂的地方是什麼，並且加速跟上，在需要的時候懂，那就足夠了。
▌二、我對華爾街日報導讀讀書會的觀察
聚集一群願意努力而且又是各個產業人才的結果是什麼？就是我每一次雙週華爾街日報導讀前壓力都很大（不騙人），為什麼？
1. #所有的人都精心準備
我怎麼知道？因為就11個人阿，大家手上的資料很厚，畫心智圖的人有不同的圖、連結、文字敘述，我可以感受到大家儘管不一定全部都了解，可是是嘗試努力了解（因為每次主題差異非常大），可是就像萬維鋼說的，#通才就是在不同的議題當中都嘗試與這個世界的理解同步。
2. #沒有人遲到早退缺席
週六早上10:00 - 12:30，這時間真的不是在開玩笑的，是真的早阿～～～畢竟是週六，而且，我必須說，我們每次都有一個同學從彰化上來。（因為我們地點義無反顧在北車的小樹屋）你的學習、你的成長是自己掌握的，我們沒有逼迫任何一個人，你需要為你自己而讀。
3. #所有人樂於回饋他人
我非常非常喜歡每次有人分享完，就會有同學舉手說「我想要回饋剛剛的分享者」，真的，我每次都覺得很快樂，說了很多我平常絕對不可能知道的事情、公司、歷史淵源，甚至是暗黑秘辛。每次都忍不住又嚴肅又大笑。
學習是痛苦的嗎？是。
但是，如果你可以找到一群人，#那你會痛苦的快樂著。
#我覺得我找到了。
▌三、商業觀察舉例
如果說華爾街日報導讀還有一個加分的點，就是我們連在自己的小型line群組都可以隨時討論起不同的議題，例如今天的議題就是：
#日本雅虎母公司ZHD與通訊軟體LINE正式合併完成
#成為日本最大的資訊科技公司
我首先注意到的是這段話：
「ZHD的母公司是日本行動電話大廠軟體銀行公司（SB），SB的母公司是軟體銀行集團（SBG），由孫正義擔任董事長兼社長。LINE將成為ZHD的子公司。」（請參閱相關連結①）
這個關係簡直是跟連續劇沒有什麼兩樣，就是一個複雜的關係圖。
這時候有人提出一個疑問：
「這樣台灣LINE會有影響嗎？雖然是隸屬於韓國NAVER。」
欸等等，LINE是韓國的！？
我一查詢才知道，首先LINE真的是韓國NAVER創立的，只是它在日本創立，其因為331大地震，我們又愛又恨的「已讀」功能就是在地震的時候，因為訊號不穩定，已讀至少讓對方知道我看到了。
為什麼叫做「LINE」呢？起因於當時排隊打電話的人潮一直很多，一長條的線「LINE」，於是取名LINE。
LINE在台灣、日本、泰國都是主要的通訊軟體，但在韓國不是XDDD
有了這個基本的概念後，我又看到了一篇報導寫：
「日本雅虎（Yahoo Japan）與 LINE 的聯姻，在台灣也得通過競爭審查這關，公平會於昨（29）日審議這起日韓二大外商集團結合案，考慮兩造現行專精領域差異、未來大數據潛力等因素，判斷不會有害本土市場競爭，全案通過。」（請見相關連結②）
於是我有一個疑問：請問，人家要合併，為什麼我們要審查啊～～～
這時候群組的人找出了一篇說明文章，我看了才知道，原來是因為「公平交易法」。（請參閱相關連結③、詳細資料規則請參閱相關連結⑤）
既然是政府的決定，我找到了一個公開的公平會新聞稿。
我覺得看這類型的分析文，跟我之前看91APP的IPO公開文件一樣有趣，你可以知道人家是怎麼在看這件事情的。（請參相關連結④）
有幾個我看到的重點：
1. 首先參與了這次的結合案總共有三方：SB、NAVER、LINE、日本Yahoo，於是在公平會看的就是當這四方有結合的時候，對台灣的影響為何。（也是整篇新聞稿的重點）
2. 我訝異的是，SBG在台灣是有庶務的，而且還有兩個。分別是Arm Limited之「微處理器及系統之研發與授權」及Brightstar Re, Ltd.之「再保險、智慧型手機回購及換購」，雖然我不是很懂，可是至少知道原來SBG是跟我們有關係的。
3. 因為結合案是LINE與日本Yahoo結合，也就是說，不排除未來日本Yahoo可以藉由LINE銷售，因此，有疑慮可以切入台灣的市場。
在這裡，看到公平會的邏輯是：
（1）若是真的發生，那麼台灣消費者需要負擔較國內網購平臺更高之運費，並忍受更長之運送時間。
（2）台灣的網購平臺多屬綜合性零售商，並非只銷售來自特定區域或特定品類之商品，故即使結合後日本Yahoo以LINE作為入口切入我國電子商務市場，其取代之對象較有可能是日本商品之國內代理商或供應商，而非一般綜合性網購平臺。
（我其實在這一段突然懂了之前淘寶進入台灣的時候，政府查核的思考邏輯是什麼了XDDD 果然商業的世界很複雜，是需要一步一步來理解的。）
除了這個之外，我還自己畫了一張關係圖，結果發現，公平會的新聞稿中早就畫好了一張，而且還標示出股份所有權佔比。（我自己畫的以及公平會提供的我都放在留言）
我想，這是我在商業討論裡覺得有趣的，也是我訓練自己的，未必每一次都可以得到很多的收穫，但是，商業無所不在，每次練習一點點，就是很好的練習。
▌結論
華爾街日報導讀的起源只是我跟 Sandy's Recruitment note去年臨時起意的一個挑戰，起因於Sandy是風傳媒華爾街日報的代言人，而我們又想要讓自己更精進。
於是我們跟自己承諾了雙週六來執行，為了品質，這是一個封閉式討論。
這麼拉哩拉雜的寫出整的過程，是想鼓勵大家，研究商業不是一蹴可幾，但也不是窒礙難行，我們可以從小地方開始，帶著好奇心，歡迎你們也自己組隊來體驗這麼有趣的世界：）
► 相關連結
① 雅虎日本與LINE合併 成日本最大IT企業（新聞來源：中央通訊社）：
https://www.cna.com.tw/news/firstnews/202103010231.aspx
② 日本 Yahoo 合併 LINE 一案，台灣公平會也審查過關！（文章來源：INSIDE）：
https://www.inside.com.tw/article/20519-yahoo-japan-line-merge
③ 日本雅虎與 LINE 結合案，公平會准了（新聞來源：TechNews）：
https://technews.tw/2020/07/29/japan-yahoo-line-ffc/
④ 不禁止有關SoftBank Corporation、Z Holdings Corporation與NAVER Corporation、LINE Corporation結合（新聞來源：公平交易委員會）：
https://www.ftc.gov.tw/internet/main/doc/docDetail.aspx?uid=126&docid=16384
⑤ 是否所有的事業結合都要向公平會申報？（資料來源：公平交易委員會）：https://www.ftc.gov.tw/internet/main/doc/docDetail.aspx?uid=1206&docid=14284
