AIDS

朋友笑稱自己是AIDS，AI Data Scientist。

這年頭AIDS，越來越多，特別是台灣幾年前瘋狂推廣AI，什麼東西都要和AI沾點邊才好拿funding、寫計畫、打廣告、… ，也造就了一大堆AI 和DS。在求職網站上，各大科技公司，只要是DS 或AI相關的職位，申請人數常就20、30 人起跳，但其它種類的職缺就幾乎都沒有人申請。在我看來，年輕畢業生一窩蜂地投入AI 或ML的現象，有點令人擔心，。

先來分別一下AI和ML。AI是一個比較大的領域，ML是其中一部分，DL又是ML底下一部分。而現在的AIDS職缺，大部分又都是在做DL。它的確是這幾年比較紅的領域，但是，ML專業上比較接近以前的統計或工業工程的情況。統計分析在各行各業都很重要，但如果全部人都學是統計，也難發展。工廠都只有工業工程師，能優化，大概很難從根本突破。

ML或DL雖然重要，還是要和各行各業組合才有獲利的模式，像半導體製造業還是需要化學/材料工程師、機械工程師…等，IC設計業是要很多電機工程師。醫療生技產業，還是要有醫生、生化專業、… 等。另外一點是，根據數據的DL，重要是要有data (有些AI不用所謂的大數據)，那data又從何而來？ 一間純資料分析公司，全公司都不產數據，或可順著一波AI風，到處接案子做(做模型為主)，但是，模型說穿了還是依數據而成，這些模型最後都不會變成公司的資產，沒有了場景，這些模型就是"空"的。再多的模型，為沒辦法穩定的發展，最終獲利模式還是一個一個的案子接。現在的公司是一個實際生產產品的公司，做一些ML的模型就是要搭配新產品而發行的。所以，純做模型的東西沒有辦法把模型/數據留在公司的話，未來發展的確很難。至少要把「做模型」這件事轉化成另一種可以穫利的形式，不論是賣實體產品/服務，賣行銷分析、賣機器人…等，這樣模型或data的組合，有換化穫利的出口。不過，這種換化也不容易找，最近看到的例子是某公司非常想導入AI/ML在現有的產品上，在不少方向上嘗試了一陣，很多嘗試都沒有成功的結果，AI部門的頭頭找不到發揮的點，就也離開了。DS在網路業也許比較有利，網路服務的data獲得管道較其它領域有種混然天成，而商業模式的創新常重於技術創新，DS可在商業模式的突破有很大供獻。這一點我自己還沒有明確的經驗，上面看到公司的經驗，多方嘗試後，也是把AI/ML漸漸放到市場和客戶行為的分析方向，有沒有用呢？我也想知道。