關於 智能客服效益 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#股怪教授 #財經小教室

【AI產業｜中國大躍進】

AI正融入你我生活
AlphaGo在2017年擊敗了圍棋世界冠軍，
人工智能藉由最複雜的棋藝競技，
展現了自身強大的學習、運算能力。
而這些能力已融入在我們生活中，包含：
線上購物商品搜索與優惠越來越精準、
個人的健康、運動控管、
租車、物流的車輛路線配置、
機場海關的識別系統，
以及自駕車等。
在許多領域中，
AI已擔任重要的輔助腳色。

AI發展的四階段
創新工場創始人兼CEO李開復提出4個發展階段：
1. 互聯網智慧化：透過互聯網的巨量數據，網站與APP可獲得深度學習，讓讓戶使用更為便利。
2. 商業智慧化：這一波疫情最有感，許多企業無法從事實體業務，因此加速將手中的市場資料數據化，並架構出新的商業模式。
3. 實體世界數位化：移動支付、線上叫車、外送平台、無人商店都還只是一部分，未來還將看到更多數位化的轉型。
4. 全自動智能化：無人駕駛、機器人普及商用化。

美中的AI產業發展
AI發展兩大關鍵：
巨量數據與資訊科學人才，
龐大的市場規模以及人才的培訓能力，
使得美中兩國擁有發展AI的強大優勢。
全球頂尖的互聯網巨頭企業中，
美國的Google、亞馬遜、臉書，
以及中國的百度、阿里巴巴、騰訊，
雙方的差距在過去20年間已快速拉近。

中國企業AI應用廣泛
騰訊新聞建立智能個性化推薦，
提升資訊流覽體驗與效率。
中國版Uber滴滴出行，
每天規畫九十億條路線，
每秒鐘一千筆叫車單。
阿里巴巴智能客服，
購物節高達500萬通客服，
智慧客服的自助率高達到97%。
百度ACE智慧交通，
改善中國城市塞車問題提高道路效率。
科大訊飛智慧醫療，
輔助醫生診斷建議提高醫療效益。

（以上資訊僅供參考，並無任何推介買賣之意，投資人請自行承擔交易風險)

#AI
#深中小指數
#華爾街見聞PodcastEP284

萬物聯網有效益也有威脅　建立可信任安全生態刻不容緩

掌控資訊基礎架構風險　5G物聯網未來前景可期

2021-01-26顏志仲

物聯網作為近年來最熱門的議題之一，在這個萬物聯網的時代，隱私與安全是不可或缺的。然而，物聯網的安全並非是靠單一廠商一蹴可及，必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。

新世代5G高速網路的佈建，再次讓物聯網的應用飛速成長。隨著物聯網設備進一步深入我們生活周遭，物聯網的安全更必須被高度重視。而物聯網的安全，需要整個生態鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商共同努力方能達成。

工業物聯網之安全要求大不同

2020年各大電信業者5G陸續開台，隨著「高速度」、「低延遲」、「多連結」的網路到來，各式應用場景的討論絡繹不絕，熱鬧異常。軟硬體廠商均卯足全力，希望藉由新的網路型態在低迷的景氣中打造全新的商業機會。然而，在這樣各類新型態的應用即將面市之時，更應回頭關注一下物聯網的基礎架構風險。

物聯網資訊基礎架構風險地圖。

與傳統的資訊科技（IT）及運營科技（OT）相較，物聯網的安全則集其大成，強調隱私（Privacy）、安全（Safety）、資安（Security）、可信賴度（Reliability）以及資訊韌性（Resilience）。對傳統IT而言，生命財產安全的要求是相對陌生的，但別忘了，2010年Stuxnet造成了伊朗核電廠的高度破壞，到了現今汽車、家電、各式感測器連網的IoT時代， 不安全的資訊基礎架構能對日常生活造成什麼樣的破壞？隨著破壞的「所需成本」與「其影響層級」的重新再平衡，隱晦式的資訊安全（Security by Obscurity）早已不該成為唯一的安全機制。

物聯網之資安風險控制框架

那麼在萬物聯網的時代，物聯網的安全相較於傳統IT/OT會有哪些重點？參考工業網際網路聯盟（Industrial Internet Consortium，IIC）以及相關先進的建議，以下的物聯網資訊基礎架構風險地圖可以作為初步的參考。

端點與嵌入式系統層

物聯網興起之後，安全上最大的不同即落在端點及嵌入式系統這一端。這部分近年討論熱烈即是信任根（Roots of Trust），亦即將安全之信任基礎建置於硬體上，減少韌體遭竄改而導致的安全風險，其常見技術包含現場可程式化邏輯閘陣列（FPGA）、信賴平台模組（TPM）以及可信執行環境（Trusted Execution Environment）等。

總的來說，這些技術均透過端點硬體晶片上內建的安全設計，提供其上的系統軟體安全憑證、安全基礎認證、加密資訊儲存等基礎的安全功能。以此為基礎，就可以實作簽章以認證並授權核可的使用者或應用程式進行系統操作、比對Hash值嚴格控管開機程序，減低惡意程式預先載入系統的風險，或是以信任根驗證系統更新是否合法等等，進行各式端點的安全控管。必須特別注意的是，這樣的安全功能有賴各供應鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商將其導入並實作，才能完備整個信任鏈的健全。

然而，現今許多正在進行的IoT專案有兩個共同難題，一是專案大多建置於多年前的基礎架構（Brownfield），難以將新式安全架構完整導入；另一難題則是受限的端點資源（Resource-constrained Endpoint），專案常因端點載具體積、耗能以及成本等多方考量，無法建置應有的安全功能。這時，只好仰賴資訊基礎架構風險地圖裡其他層的控管機制來緩解端點的安全疑慮。

通訊連接層

談到物聯網通訊，首先得提到其無所不在的網路（Ubiquitous Network）特性，亦即其網路已非傳統IT的多層式架構；再來就是其應用的通訊協定，多使用Fieldbus等通訊協定來連接各種不同的設備，這些歷史悠久的通訊協定因早期封閉式網路有著實體隔離的特性，極少內建安全機制。根據國外的研究，內建通訊加密與安全認證的工業用通訊協定不到十分之一。試想不安全的通訊協定連接上網際網路後可能對關鍵基礎設施（例如電廠、水壩）造成多大的安全風險？

然而，物聯網的趨勢總是得走下去，還是有一些方法來控制這些問題，包含網路實體隔離、透過虛擬機隔離作業系統核心、應用程序隔離等方法來控制風險，在架構允許的情況下，也應建置加密通道（例如MPLS）或是使用IPSec等加密技術來建立安全的傳輸通道。

此外，傳統的Gateway端防護依然是有效的，只是須特別注意的是，傳統的防火牆僅針對IT環境常見的設備建立預設的防護，對於工業用通訊協定的支援相當有限，另外也欠缺第七層應用層的關聯規則，這部分未來將有賴IT廠商、OT大腕及各業界專家們通力合作來完成了。

雲端平台與應用

基於地域性與可擴充性考量，現今越來越多的應用放置於雲端服務業者，這時候可以思考使用雲端安全聯盟的CAIQ（Consensus Assessments Initiative Questionnaire）來評估自身導入雲端服務的安全水準。而在系統開發的過程中，也必須遵行Security by Design的精神，早期將安全需求內建於系統中，其中，Right-size Security是相當重要的，必須考量安全遭破獲的嚴重性與影響層級，建立相對應的系統安全控制，方能說服主管機關與投資者。

而在最後的安全測試上，也必須著重End-to-End的安全測試，也就是從雲端平台一路到端點的安全測試，而非只是針對端點產品的安全測試與認證。需要知道的是萬物聯網的時代，任何一個節點的安全漏洞均可能導致整個系統全面性的破壞崩解。台灣身為ICT產業大國，資通產業標準協會（TAICS）業已參考國際標準制定網路攝影機等設備之資安檢測標準，政府亦積極發展物聯網資安認證標章，我們樂見各應用領域之安全檢測基準能夠順利地推展開來。

風險治理流程

在整體風險治理架構上，首要之務是進行風險評估，工業網際網路聯盟（IIC）已經建立IoT Security Maturity Model，將安全要求分為風險治理、安全功能與系統強化三大面向協助組織進行深度評估。另外，建立完整的安全組織與流程亦是絕對必要的，須知物聯網可能牽涉的是生命財產的安全議題，因此安全組織不能只是產品與IT人員，還須包含法務、公關、總務、客服等各單位，並進行完整之緊急事件應對演練，以備不時之需。 而在具規模的組織，建立相當的風險智能功能團隊亦是必要的。需要了解的是，物聯網設備多是專業領域之特殊應用，因此資料需要大量的領域專家進行分析解讀，這時亦可以應用機器學習技術使用監督式學習尋找錯誤資料，並進行風險評分，甚至可進階使用非監督式學習進行資料分類與異常分析，尋找系統優化之契機。

最後，這些風險分析的規則，最好能適度轉換成Machine Policy，建置安全智能於端點，使資料中心與端點通力合作，形成一個正向輪迴，持續強化安全偵測，阻擋威脅於機先。

物聯網安全之未來

物聯網作為近年來最熱門的議題之一，在這個萬物聯網的時代，隱私與安全是不可或缺的。然而，物聯網的安全並非是靠單一廠商就能一蹴可及，必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。這個生態鏈中包含硬體製造商必須建立信任根，解決方案商基於硬體安全方案實作安全功能，系統維運商精實管理維運安全，最後加上安全認證的導入方能健全。

現今，已經看到硬體製造商提出多樣的安全晶片，政府亦積極推展物聯網安全標準，目前包含視訊監視器、無線路由器以及智慧運輸等，均有相對應的檢測單位。

放眼未來，樂見更多資源投入，發展更多領域的安全基準，更重要的是希望民眾能提高安全意識，方能促使廠商將相關安全要求導入產品與日常維運中，建立起更為安全、便捷的物聯網新世界。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/viewpoint/26443E6FD1EE49CEB4A565A6F3A5A0FF?fbclid=IwAR0r3Vk8jZ784d2FzIyFT0tO03sJlt3wjh4K-eTxX6e70GSoVigky4HPFF4

導入 AI 就是勝利？兩個案例告訴你「準確的」AI 應用能有多大爆發力

Posted on 2019/01/25
台灣微軟 台灣微軟

AI 人工智慧落實在各行各業，尤以競爭激烈的零售市場最積極導入。研究機構 Research and Markets 估計，全球人工智慧零售產業的產值將由 2017 年的 9.936 億美元成長到 2020 年的 50.34 億美元。這反映出零售業大舉利用 AI 來改善自身的競爭力，卯足全力要替消費者打造一個「個人化、全通路、差異化」的體驗服務。

根據 Deloitte 統計，到了 2020 年，95% 的全球前百大企業軟體商會將認知科技整合進入他們提供的解決方案；另一方面，行動 app 的開發也將大爆炸，需求的增速是供給的 5 倍，也就是市場須要 5 倍的 app，但企業內部的 IT 開發產能只能做到需求的 ⅕。

在消費過程中接觸到數位行銷渠道的顧客將能提升 20% 轉換率，另有 56% 消費者表示，如果在數位連結實體的跨通路體驗讓人滿意，感受到高度客製化，就更容易買單。

換言之，即使全球的整體零售市場不斷成長，但在各家拼鬥角力下， 競爭也更激烈。根據 Digimind 數據，全球的零售業者目前已有 46% 的受眾來自跨渠道通路，也就是線上、線下、居家、商場、辦公室等無所不在的全通路零售，更能吸引消費者。

在這個情況下，零售廠商為了爭取顧客，必須投入的獲客成本（CAC）勢必提高，但另一方面，投入獲客成本後，大多數零售商往往未能掌握合適的工具、獲客手段不成熟，以至於與對手提供的服務大同小異，做不出差異化，無法妥善地實現全通路 、無終式的整合銷售。
AI 導入不是有做就好，企業應先了解「為何而做」？

因應新型態的跨通路銷售，零售商求新思變，常藉由導入 AI 來增進消費者體驗，科技演進下 ，AI 已不再是大企業才能觸及的領域，放在雲端上的諸多 AI 解決方案，讓中小企業也可以開始導入智慧服務，同時藉由軟體開發團隊和 IT 的協作，快速的完成新解決方案的導入。
客戶體驗流程圖

導入門檻降低，對大多數企業而言都是好消息，但企業在導入 AI 的過程中，應該試著理解消費者「需要什麼」？這件事可以透過重新檢視消費者與企業之間的互動流程找到新的利基點，

例如消費者是否需要更方便的互動方式，這個方式要透過臉部辨識、圖像辨識、還是語意辨識去達成？實體零售商可能可以透過臉部辨識更清楚認識每個客戶，電商可能可以透過語意辨識與消費者進行更進一步的互動，或者是透過消費者更個人化的選購，利用圖像辨識去進行推薦商品的選擇。

甚至再深入一些，在既有的客戶關係維護系統（CRM）、工作流程管理（CMS）中導入 AI，藉由機器學習達到更精準的客 戶 分群（Segmentation）， 增加回流 , 並減少客戶流失 ，並藉此公司的行銷資源集中在 20% 貢獻 80% 營收的 VVIP 身上，增加客 戶 黏性,，也帶動公司的整體產能。

當然，AI 導入的場景不僅僅限制在單一場景，例如實體零售商也可以透過語意辨識加深和消費者的互動，並更有效地促使消費者到實體門市完成消費，微軟在 2017 年推出的零售業全渠道行銷概念影片，就是很好的例子。

整合全通路，零售商該如何創造與消費者的雙贏？

微軟案例影片中，店家首先透過智慧語音辨識來解析消費者的需求，接著引導至品牌的智能客服，透過串接 客戶管理的 資料庫 , 或是社群與電商的公開資料 , 了解 客戶喜愛的服飾類型，再藉由 AI 圖像辨識進行分析，找出與消費者過去喜愛類型接近的產品，並推播給消費者，減少瀏覽時間，讓尋覓喜愛產品不再曠日費時，而變得極為便利。

推薦商品一旦被消費者看中，即可在手機上先行勾選，列入下次到門市時的「試穿清單」。消費者抵達門市時，其手機的 AI 和店員手機的 AI 立即串接，店員就會把「試穿清單」先放進試衣間；消費者在店內瀏覽時，也有 KIOSK 透過 AI 臉部辨識提供個人化服務，例如最新推薦商品。最後再串接訂購平台，消費者在試衣間時就可結帳，系統並將購買品項傳給零售商後台，統計熱賣款式，根據這些數據來調整庫存。

上述案例展示了零售業未來實現全通路行銷的各種可能性，從客戶在家、前往門市、到完成消費的過程，如何做到有效卻不讓人反感的訊息促銷，這些過去看似前延的概念，正在慢慢成為現實，也成了服務差異化的創新展示場域。

離台灣比較近的案例，也可以看看近期微風利用 臉書 Messenger 結合微軟 AI 工具的成果 。

微風南山利用了微軟合作夥伴愛酷（Accuhit）所建置的 Chatbot，提供互動性和遊戲性，快速的進行消費者資訊的收集，並瞭解會對特定產品感興趣的消費者面貌，進 行後續的行銷，也是非常有趣的應用案例。

上述兩個案例，讓我們看見了雲端 AI 演算串接各種應用載具之後的龐大可行性，過去我們談的是消費者的最後一哩路，現在，我們嘗試從消費者接觸產品前就開始行銷，將各式各樣的 API 工具導入消費者面對的各種溝通渠道，透過影像、聲音、VR 等不同方式帶來獨特而創新的體驗。

不僅消費者受惠，零售商也將因此受益。所有的零售商都在提供更客製化的 AI 機器人服務，但如何將獲取到的資訊反饋給企業的後台，與雲端工具 Omnichannel (支付、 App、Kiosk、網站等等) 結合 ，形成一個有高度的分析視野、有助於未來的營運走向；或者如何主動接觸客戶（例如各種行銷工具可因此客製化及自動化）、甚至如何透過機器學習來對客戶進行評比分類…… 等，諸如種種，既充滿挑戰、也讓人興奮，因為它將帶來無限可能性。

美國連鎖超市 Kroger 的 AI 進化，與解決方案商的共創雙贏

零售業與解決方案商的合作達成最大效益化，最近也有一起很重要的案例可供參考。

美國最大連鎖超市 Kroger 近期與微軟達成新的戰略合作—智慧貨架。Kroger 導入微軟既有的 AI 套件，開發出專屬的 App，消費者走進賣場，開啟 App，就能在經過適合自己的商品時，看到屬於自己的客製化圖標，讓消費者更便利就能找到符合需求的商品。

除此之外，消費者也可先在 Kroger 的 App 預先下單，一旦抵達商場，Kroger 員工會直接將訂單品項放進消費者的後車廂，Kroger 統計，這個作法讓每筆訂單的完成時間降低一半以上。主要解決的會是消費者在大賣場進行採購, 需要面對排隊結帳的痛點. 再拿了就走這種深度學習進入量產前, 此舉不外乎是一個折衷的解決方案.

此外, 對於 Kroger 來 說， 和微軟合作打造新的解決方案，能把消費數據轉換成新的 API 工具，讓其他零售商也能導入符合自身需求的功能， 對傳統的零售業者或是製造業者， 不外乎是製造了一個新的生財工具 ，策略性的轉型成解決方案商 。微軟在零售的觸角，在 Walmart 帶槍投靠的效應下，日漸茁壯。

影片：https://youtu.be/hQ14_HpnBvY

資料來源：https://buzzorange.com/…/20…/01/25/microsoft-case-about-ai/…