每天上班時，這群 Google 員工的例行公事就是上 YouTube 觀看影片。他們負責找出有暴力或惡意語言的影片，並且界定它們是否為「敏感」或「具侵犯性」的。他們就是所謂「廣告品質評論員」（ad rater）：一群協助機器做決定的臨時工，而他們正為 Google 解決一項刻不容緩的問題。Google 旗下的 YouTube 透過在影片中播放廣告賺取收入，而廣告出現的位置則完全仰賴一套自動化系統，因此廣告主並不知道自己的廣告會放在什麼樣的影片中。近日，這套隨機的機制對 Google 造成相當大的問題──Google 被指控允許廣告隨意出現在散播仇恨與恐怖主義的影片中。為了避免公司形象受損，已有多家企業從 YouTube 撤下廣告，包括 Walmart、Pepsico 和 Verizon 等廣告主。對此，Google 聲明廣告只有少於千分之一的機率會出現在這些被檢舉的影片中，而商務總監 Philipp Schindler 也聲稱這起事件只影響極小部分的影片。Google 有 9 成收益來自廣告，因此極需阻止廣告主繼續流失。但使用者每天平均上傳 60 萬小時的影片，需要一個小型城市的居民一整天盯著螢幕才能把影片全部看完。這也是為何 Google 強調他們正在努力開發可以篩選內容且更有效率的人工智慧，Schindler 認為「這個問題無法由人類解決，也不該由人類處理」。但問題在於 Google 需要由人訓練這些 AI，因此仍仰賴人力辨識並檢舉影片，以累積 AI 練習所用的數據。人力辨識的挑戰在 Google 仰賴這些人力進行影片內容的辨識時，這些評論員卻表示這項工作的不穩定性以及與 Google 不良的溝通正在對他們工作的能力造成損害。「我們是訓練 AI 的人，但我們非常確信這個衡量的過程需要投入更多周慮的思考。」龐大的工作量使評論者在工作時需要將「數量」與「速度」置於「準確性」之前，有時他們甚至必須在 2 分鐘內檢視完 2 小時的影片，而 Google 也利用計時器記錄他們審閱每部影片的時間。此外，這些評論員在檢舉影片之外還需要將影片內容分類，但有時評論員找不到相對應的分類項目。總體而言，影片檢視的工作內容與細緻度顯示 Google 仍需透過人力解決 YouTube 的廣告問題。Google 表明在人工智慧聰明到可以實際辨識出有攻擊性的內容之前，人的判斷都會是最重要的訊息來源。這項廣告品質評論計畫始於 2004...
傳統保險尤其是壽險類產品的定制通常需要經過險種確定、保險金額確定、保單填寫、體檢等多個環節，一般耗時幾週之久。在此期間，客戶體驗與公司成本難以盡如人意。為了提高壽險定制的效率，美國初創公司 Lapetus Solutions 推出了一款可以透過自拍預測客戶壽命的 App Chronos。利用人臉辨識、生物化學和動態分析以及雲端計算等技術，這款 App 的主要功能包括：性別檢測、臉部年齡檢測、BMI 分析、是否吸菸等。除此之外，App 也為公司提供定制化功能的服務。客戶在 Chronos 上傳自拍照並回答一些簡單的問題後，App 會透過分析自拍人臉面孔上的 350 個點以及上千塊不同區域，進而確定某些人口統計資訊，例如可以檢測到是否吸菸和生理老化的跡象，並可以準確地估計各種身體類型的 BMI。綜合以上分析的結果，並藉助統計學分析方法，Chronos 會得出兩個數據：預期壽命和預期健康壽命。例如一名客戶的預期壽命是 82 歲，而預期健康壽命是 80 歲，則意味著這名客戶的身體狀況在 80 歲之前都是比較健康的。這兩個數據是保險公司確定是否為該客戶提供服務以及制定具體保額的重要指標。Lapetus 的首席市場行銷長 Janet Anderson 介紹到，當客戶在 Chronos 上瀏覽產品並提交申請後，App 會在 10 分鐘內快速將申請投遞給保險公司。透過縮減檢測週期，Chronos 的目標是為客戶提供更快更好的投保體驗。但 Anderson 也承認 Chronos 目前還存在一些缺點，例如無法自動辨識出客戶是否整形過，以及無法直接發現問題照片哪裡有問題，仍然需要人工介入解決。值得一提的是，Chronos 並不能完全簡化投保的流程，如果保險公司要求，客戶依然需要填寫長達數頁的申請表，以及提交體檢或血液檢測報告。其中，Chronos 還提供了幫助客戶預約檢測的功能。除了臉部數據外，保險公司通常還會參考用戶的個人資訊、誠信紀錄、病史、駕駛違規紀錄等資訊，最終確定是否接受客戶申請以及指定保額。光大金融（Sunlife Financial）的金融顧問 Mark Coutts 介紹，綜合考量客戶各方面的資訊後，壽險核保的週期在 48 小時到幾個星期之間不等。Lapetus Solutions Inc. 位於南卡羅萊納州威明頓市。目前除了 Chronos 外，公司還推出了 BLISS ，這是一款利用個人健康等數據的財務評分和活動規劃工具。（本文由 36Kr 授權轉載；首圖來源：shutterstock）
工程師們常被抱怨設計出來的東西不能真正滿足用戶的需求，但是一個設計的改良需要一個循序漸進的過程，其實工程師也想要貼心，也想越來越懂你。不然為什麼要給這個機械手裝上眼睛？不要小看這個眼睛的作用，在長眼睛之前，機器手需要你告訴它每樣東西該怎麼抓，否則它就胡亂抓。想像一下你閉著眼睛找東西的樣子，大概就是這樣。機器手是本來就有的，鏡頭和圖像辨識技術也是本來就有的，但是把這 3 樣已知技術結合在一起，就解決了假手「瞎抓」的問題。這是英國新堡大學生物醫學研究人員想出來的主意：把一個可以進行圖像辨識的鏡頭搭在一個假手原型上。使用已經開發好的電腦視覺技術，研究人員透過深度學習訓練這個鏡頭辨識 500 個物體。比如當使用者想要拿起一個杯子，不需要向假手輸入任何訊號，在你把手伸向杯子的過程中，假手的鏡頭會對眼前的物體拍照，由後台辨識，然後根據深度學習訓練的結果判斷這個物體應該怎麼抓，然後把手型調整到相應的抓握形狀（比如拿起一支筆需要夾持的動作，拿起一杯水需要握住杯柄垂直移動），最後一步根據用戶的肌電訊號確認抓地力。新堡大學生物醫學講師 Kianoush Nazarpour 博士說，「使用電腦視覺，我們開發出一種能夠自動響應的仿生手，實際上就像一隻真正的手，用戶可以快速使用正確方法去拿一杯水或一塊餅乾。」「這個系統的優勢在於它更靈活，能夠拾取新鮮的物體。這是至關重要的，因為在日常生活中，人們需要毫不費力地拿起他們從未見過的各種物品。」目前已有的假手，通常需要使用者用各種方式傳達一些訊號才能做出相應的動作反饋，也就是不管透過什麼方式，你需要告訴你的假手你要拿什麼。比如在肩部或斷肢位置接入電極陣列用來讀取肌肉活動，在感知皮層植入電極陣列用於感知用戶的想法，隨後透過感測器發出手勢訊號，告訴假手該怎麼行動。這種把測量神經訊號的感測器植入肌肉內部，應該是目前最先進、最昂貴的假手了。美國國防高等研究計畫署（DARPA）在 2016 年底推出售賣的名為 LUKE 就是這樣的假手。DARPA 希望 LUKE 是那種佩戴之後你可以用大腦控制的假手，只要腦子裡想做出什麼動作，機械手就會相應完成，目前已知 LUKE 已經可以完成吃漢堡、拿鑰匙開門、刷牙梳頭、吃漢堡，甚至是拉拉鍊這種很細節的動作。這的確是一種理想生物手的代替，但是這樣的高級手並不是每一個需要假手的人都負擔得起。之前有傳言稱一個 LUKE 的價格大概在 10 萬美元。給機械手裝上眼睛讓它自己去看，相對來說就便宜多了。根據新堡大學研究人員的說法，安裝眼睛的假手，反應速度要比市場上大多數假手快 10 倍左右，而且也很便宜，這個假手的眼睛使用的僅是一個普通羅技（Logitech）鏡頭，用於圖像辨識訓練的 AI 模型也可說很廉價。最重要的是，使用者可能不太需要動腦子跟假手對話和溝通，一切交給假手自己解決。不過也不是說它就是完美的，首先用於辨識的神經網路不能做到完全準確，目前只有大約 80%~90% 的準確率；其次如果真的實現大規模應用的話，除了長眼睛之外，這隻手最好還要長腦子，能做到記憶和自主學習，不僅是依賴程式設計師不斷餵標籤數據。世界這麼大，需要把握的東西太多，一個遲鈍的機械手也許還是會錯失一些機遇和幸運。知道怎麼撿起掉到地上的錢包，卻不知道怎麼撿起剛飄落的一朵花，也是一件挺遺憾的事。（本文由 PingWest 授權轉載；首圖來源：新堡大學）
眼看亞馬遜 Echo 和 Google Home 在智慧音響市場吵得熱鬧，微軟表示也不想「孤單寂寞覺得冷」的晾在一旁。於是，微軟牽手三星電子在今年秋天要推出一款可以打電話的智慧音響 Invoke，和亞馬遜、Google 一起 PK 了。據華爾街日報 5 月 9 日報導，微軟與三星合作的新品 Invoke，是由三星電子 Harman Kardon 子公司製造，使用微軟 Cortana 數位助手來處理指令。跟 Echo 和 Google Home 一樣，Harman Kardon 稱，Invoke 也能夠播放音樂、查交通路況，用戶還可以嘗試其他智慧家居功能，如語音控制開燈。此外，Invoke 在音質上頗費一番工夫，採用 360° 環繞式音響設置、3 個高音揚聲器和 Dalek 式設計。 Harman 強調這款設備集成了微軟 Skype 網路電話服務，這是目前亞馬遜 Echo 和 Google Home 都不具備的功能。不過據稱，這兩家公司也將在下一代產品中加入這功能。據微軟一份文件顯示，Invoke 將於今年秋季首次亮相。在美國時間 5 月 10 日舉辦的微軟 Bulid 2017 大會上，微軟或有可能公布 Cortana 對該產品的新功能。同時，微軟此次行動的最大競爭對手──亞馬遜 Echo，報導稱其最新款觸控螢幕版 Echo 音響將於美國時間本週二發表，這款...
法國媒體當地時間 7 日晚上 8 時進行的初步統計，39 歲的中間派候選人埃瑪紐耶爾‧馬克宏以 65.5% 對 34.5% 的得票率擊敗極右翼政黨「國民陣線」候選人瑪琳‧勒龐當選新一任法國總統，他也成為了繼拿破崙以來法國最年輕的國家元首。而這一次，曾經因預測希拉蕊將當選美國總統慘遭打臉的人工智慧公司 Unanimous A.I.，利用 Swarm AI（集群人工智慧）成功預測了法國大選的結果。Unanimous A.I. 如何預測法國大選？在參與預測之前，用戶首先需要註冊帳號。Unanimous AI 採用的並不是傳統問卷調查形式，讓你勾選一個答案，而是在每個問題下提供一個虛擬圓盤，用戶可將圓盤拖到自己想要的答案位置，透過眾人的「力量」將最終結果推向特定的位置。此外，每個參與調查的人還能看到其他用戶的決定，並可以隨時改變自己的的選擇。這意味著，調查中的每名用戶都是可以互相影響的，而整個調查過程也是動態的。從上面的動圖可以看出，參與調查的用戶對此次馬克宏獲勝抱有較大信心。而下面的動圖則顯示，Swarm 對馬克宏領先幅度的預測在 15%~20% 之間。不過，最終的選舉結果顯示，馬克宏在大選得票率領先勒龐 31%。雖然調查結果顯示馬克宏最終將贏得大選，但是很多人把勒龐的崛起與川普的反轉勝聯繫起來，有些人甚至稱勒龐為「法國的川普」。有了前車之鑑，當馬克宏得票率領先勒龐 18% 時，Unanimous A.I. 的研究人員希望這個群體能夠預測，為什麼馬克宏的優勢在上週日可能比民調預測的優勢要小。大部分人認為，如果馬克宏的領先優勢不如民調，那麼最大的可能就是很多人「隱藏」了對勒龐民粹主義的支持，而正是這一原因將川普推上美國總統。不過，參與調查的群體顯然不相信這種支持足以讓勒龐成為總統。而最終的結果證明，它是對的。認識 Unanimous A.I.Unanimous A.I. 是一家位於史丹佛的人工智慧創業公司，主打技術是 Swarm AI （集群人工智慧），主要產品分別是針對商業的 Swarm Insight，以及針對大眾的 UNU。利用這一技術，Unanimous A.I. 可以集合人們一起制定群體決策，比如預測選舉或大賽的結果。據了解，Unanimous A.I. 創始人 Louis Rosenberg 擁有人機互動領域的研究背景，他表示，在研究過程中發現集體要比個體更有意思。於是，他創建了 Unanimous A.I.。而且他的履歷驚人。據黑智報導：1993 年，他創立公司 Immersion Corporation，開發了觸感軟體，微軟、羅技以及眾多遊戲產品公司都曾與其合作，該公司 1999 年在那斯達克上市。他的第二個公司 Microscribe，生產出全球首個 3D 數位轉換器，至今已經被用於無數電影拍攝，包括《史瑞克》和《冰原歷險記》。第 3 家公司...
如今，AI 話題已變得稀鬆平常。 IBM、亞馬遜、Facebook、Google 等科技巨擘紛紛布局於此，動作此起彼落。眾所周知，微軟在 AI 也是布局良久。現在恐怕沒有科技公司說自己不做人工智慧。日前微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋博士在接受《商學院》專訪時如此表示。「微軟的 Bing 搜尋是全球兩大搜尋引擎之一，這需要更多 AI 來支撐這一工作。」微軟人工智慧及微軟研究事業部全球資深副總裁 Andrew Shuman 說。然而，由於近期人工智慧的發展已讓行業形成搶灘態勢，每一家科技公司，包括微軟，似乎更傾向透過機器學習和認知計算來完成更多工作。（Source：Flickr/Heisenberg Media CC BY 2.0）2016 年，關於 AI 的認知和討論重點都集中在聊天機器人上。微軟 Build 2016 大會上，微軟 CEO 納德拉還承諾，將把重點從 Skype 向 Hololens 轉移。該公司甚至還自研了一款聊天機器人──Tay。然而，微軟放出 Tay 的短短 24 小時之後，該公司就不得不對其發表的涉及種族歧視的煽動性評論進行公關處理。現在離微軟 Build 2017 大會不到 3 天，業界不免猜測微軟將在今年大會上瞄準哪些重點，以及相關硬體新品發表等。據行業人士分析，此行 AI 將不會為重點強調，微軟或將重點放在挖掘有用的數據，以及對人工智慧的「智慧」洞察等方面。微軟高級經理 Gregersen 認為，向雲轉變將進一步有助於微軟加速創新。「更重要的在於，雲端還能搭載大量數據和訊號。」 根據微軟財報顯示，2016 財年微軟收入共 920 億美元，其中雲端計算和企業事業部商業雲端業務貢獻了超過 120 億美元。從微軟今年 Q3 財報來看，Azure 雲端服務銷售額更是比同期增長了 93%。與其他科技公司布局 AI 不同的地方在於，微軟 AI...
在經濟部技術處支持下，由工研院主辦的半導體界盛會──國際超大型積體電路技術、系統暨應用研討會（VLSI-TSA）及設計、自動化暨測試研討會（VLSI-DAT），25 日起隆重舉行，大會討論主題聚焦在目前最熱門的物聯網、穿戴式裝置、無人機、VR/AR、機器人及人工智慧（AI）等相關技術產業發展現況及未來機會挑戰。VLSI-TSA 協同主席、工研院電子與光電系統研究所所長吳志毅表示，台灣產業現正面臨時空背景的轉換和技術的快速更迭，必須思考轉型往智能系統和跨業整合發展；以台灣現有優勢為基礎，例如資通訊、光電、生技等，朝未來智能系統的趨勢跨業整合，加上 AI 軟體與資料分析，提供完整的解決方案，進而發掘全新的定位與機會。工研院資訊與通訊研究所所長闕志克則預期，在接下來幾年有關機器學習「深度神經網路」（Deep neural network，簡稱 DNN）演算法的研發將成為人工智慧領域的發展重點，DNN 是一種模仿生物神經系統的數學模型，能夠讓研發的程式具有自我學習的功能。而台灣可以選擇在商業應用高的領域如：法律文件分析、專利應用分析、醫療紀錄分析等上發展 DNN 程式，在下一波全球人工智慧商業應用市場中扮演關鍵角色。針對目前最熱門的物聯網、穿戴式裝置、VR/AR、無人機、機器人及 AI 等相關技術產業發展現況與未來趨勢，大會邀請到美國加州大學、西北大學、台灣大學、交通大學、安謀（ARM）、宏達電等國內、外一線學校及廠商，分享國際最新半導體元件與製程、晶片設計趨勢以及系統整合的設計與應用，與業界進行分析與探討。VLSI 研討會開幕首日由美國加州大學洛杉磯分校教授 Subramanian S. Iyer 博士針對「異質系統單晶片」發表演講。他表示，系統單晶片尺寸過去不斷微縮，目前可經由異質整合平行通用架構，讓印刷電路板（PCB）也能夠同步縮小，將有助於委託設計服務費用（NRE）減少 10 到 20 倍，並縮短產品上市時間。此外，台大電機系何宜慈講座暨終身特聘教授羅仁權博士則以「智慧機器人與人工智慧的世界趨勢」為發表演說。他指出，現今社會對機器人的需求益趨明顯，到 2020 年全球機器人需求估計為 336 億美元，複合成長率為 20%。人工智慧（AI）全球技術開發方面成為軟實力的重要核心技術，其應用範圍廣泛，包括智能機器人、語音識別等，全球 AI 市場估計為 5 億美元，2020 年複合成長率為 23%。隨著 PC、手機、電視等半導體殺手級應用市場呈下滑趨勢，大趨勢朝往智慧城市、智慧工廠、智慧家居和智慧機器人，半導體技術將對上述新應用產生巨大影響，例如需要具有高速運算能力、超低功耗感測器和微控制器（MCU）等。《2017 ERSO Award 得主揭曉》以表彰台灣半導體、電子、資通訊、光電及顯示等產業有傑出貢獻的 ERSO Award 於會中宣布今年度得獎人名單，包括合勤科技董事長朱順一、瑞昱半導體總經理邱順建及致茂電子董事長黃欽明共三位。ERSO Award 肯定朱順一董事長經營網通專業的合勤公司近 30 年，在交換機、無線網路、安全和路由器等都能提出全面的網路解決方案，打造全球連線王國；邱順建總經理帶領瑞昱半導體成為全球十大無晶圓 IC 供應廠之一，亦是台灣第三大 IC 設計公司，產品線橫跨通訊網路、電腦週邊、多媒體等技術，與世界先進產業主流並駕齊驅；致茂電子在黃欽明董事長領導下，以自有品牌「Chroma」行銷量測儀器等設備於全球，成績斐然。潘文淵文教基金會自 2007 年起設置「ERSO Award」，期望延續開創台灣科技產業及培育人才的精神，帶動新科技產業發展，從創新及產業開創性等角度遴選出台灣產業的傑出領導人。
美國聯準會前主席柏南克（Ben Bernanke）曾在 2012 年 8 月說，如果畢業後找不到好工作，那麼學貸就會成為財務負擔。紐約聯邦儲備銀行（FED）總裁杜德利（William C. Dudley）今年 4 月 3 日指出，美國日益高升的學貸餘額最終恐衝擊整體自有住宅率與消費支出。（Thomson Reuters）柏南克日前在接受紐約時報專訪時表示，與內燃機相比，我們可以說人類的想像力、創造力、社會互動等等是人類獨有的，機器無法複製，但你必須務實地體認到人工智慧（AI）在本質上跟內燃機大不相同。他說，我們已越來越接近不僅僅是收銀員，就連外科醫生的部分工作也可能被 AI 取代。英國衛報 4 月 24 日報導，阿里巴巴集團董事局主席馬雲表示，未來 30 年 AI 崛起以及人類壽命的延長，將導致日益老化的勞動力爭奪越來越少的工作機會。他還說，30 年後時代雜誌的年度最佳執行長封面人物非常有可能是機器人。美國商務部長羅斯（Wilbur Ross）3 月 7 日在接受 CNBC「Squawk Alley」節目訪問時表示，美國不用機器人，中國、越南、歐洲、日本也會用。羅斯說，「過度管制」是阻礙企業效率決策的最大障礙，法令不是帶動製造業就業回流美國的正確方式。羅斯是在被問到是否贊成課徵機器人所得稅時、做出上述回應。根據麥肯錫全球研究院（MGI）1 月發布的報告，幾乎所有職業都有可能面臨部分自動化的挑戰。在美國，這些工作內容佔整個經濟活動的 51%，相當於近 2.7 兆美元的人類薪資面臨威脅，當中包括製造業、旅館業、餐飲業以及零售業等行業。不僅低技能、低薪工作可能會被機器人所取代，中等技能與高薪、高等技能職業也有可能面臨部分自動化的考驗。recode.net 於去年底報導，AliveCor（行動醫療科技新創公司）執行長 Vic Gundotra 指出，就像現在沒有人會買一台缺乏安全氣囊、防鎖死煞車系統（ABS）的車輛，5 年後醫生在看診時身旁一定少不了深度學習、機器學習系統。Gundotra 是在 2014 年卸下 Google 社群網路服務部主管職位。亞馬遜執行長貝佐斯（Jeff Bezos）去年 5 月 31 日在 2016 年 Re/code 所舉行的程式碼會議（Code Conference）上受訪時表示，AI 才剛剛開始影響消費者生活，未來...
中國阿里巴巴集團創辦人馬雲，是這 20 年席捲全球的網路浪潮上站在浪尖上的人，許多人認為他是這波科技革命在中國政府庇護下的贏家，無論如何他已坐穩自己的位置，但他仍杞人憂天，認為未來 30 年這個世界產生的痛苦會比快樂更多。Business Insider 報導，馬雲在中國一場記者會中提到，未來 30 年的社會衝突會對各產業以及生活方式造成衝擊。馬雲這裡指的潛在威脅是自動化。在可見的未來，機器人、人工智慧、以及更先進的製造業會使得「現代勞動力大量過剩。」有些人認為，未來必須創造新工作來取代受自動化影響的失業者，若處理不當，很可能釀成嚴重的社會與經濟動盪，以及痛苦。世界經濟論壇估計，2020 年全球 15 個主要已開發與新興經濟體，會淨損失 500 萬個工作。花旗銀行警告，自動化風險會加劇不平等，美國會有 47% 工作處在風險當中，中國更嚴重高達 77%。收入愈高的城市，以及經歷較快速收入成長的城市，與自動化有關的工作比較少，同樣，一個城市居住愈多財富前 1% 的超級富豪，愈不容易受自動化影響，因此自動化浪潮會讓前 1% 與 99% 的差距愈來愈大。 馬雲表示，機器應該只做人類做不到的事，唯有如此才能將機器視為人類的工作夥伴，而不是取代。馬雲先前還提出對民粹主義的憂慮，認為對抗全球化甚至會造成武裝衝突，他說，「若停止貿易，就會引發戰爭。我們必須證明貿易能幫助人類溝通，創造公平、透明、具包容性的貿易。」 ALIBABA’S JACK MA: ‘In the next 30 years, the world will see much more pain than happiness’ （首圖來源：Flickr/Michael Coghlan CC By 2.0）
自動化已經對人類工作構成威脅，將來人工智慧會進一步取代白領工作，而這股趨勢勢不可擋，現在德國一家電子商務公司已經不只在配送端採用運算技術，還進一步放手讓人工智慧主導商業決策，在速度與準確度上做到人類所不及的程度。經濟學人（The Economist）報導這家總部在漢堡的電子商務公司 Otto 採用人工智慧技術的案例。事實上大數據與機器學習已經在零售業行之有年，特別是亞馬遜，主要是收集、分析量化資訊，以掌握消費者喜好、推薦產品，為客戶打造個人化網站，但是 Otto 特別之處是在客戶管理之外，自動化還參與最後端的商業決策，可有效降低退貨率。傳統數據分析已經顯示，若客戶在 2 天內收到產品，退貨率比較低，因為若配送時間拖太長，客戶很有可能在其他地方看到同樣產品但價格更便宜就買了，造成網路商家最不願看到的退貨損失。但客戶也不喜歡分批出貨，最好是一次收齊全部的訂購商品，由於 Otto 與其他賣家品牌合作，自己也不囤貨，難免需要分批出貨，否則就得延遲出貨。最好的解決方式就是先預測客戶想要買什麼，而先行進貨，Otto 使用深度學習演算法，分析 30 億次過去交易，以及 200 個變數，譬如之前客戶在 Otto 網站買了什麼、搜尋紀錄，甚至天氣預報，來預測客戶一週後的購買決策。這個技術最先是替日內瓦 CERN 實驗室的粒子物理實驗所設計。且最後證明非常有效，預測準確度高達 90%，可預測 30 天後的消費行為，Otto 讓這套系統一個月從第三方賣家自動購買 20 萬件物品，沒有人為干預。人類無法在龐大產品項目中知道客戶會喜歡什麼，更別說顏色與尺寸。Otto 最後剩餘庫存下降五分之一，一年減少超過 200 萬件退貨，產品送到客戶端的時間更短，而且這個技術也有利環境，減少包裝浪費。Otto 沒有因為採用這套系統而減少員工人數，反之卻雇用更多人。報導強調，現在已經有很多例子證明人工智慧沒有影響企業的整體用人，但會提升人類無法達到的生產力。此外，未來人工智慧不會是亞馬遜等大企業的資產，而會遍及中小企業，成為普及的技術。 How Germany’s Otto uses artificial intelligence （首圖來源：Flickr/U.S. Department of Agriculture CC By 2.0）