主要是要跟政委談數據處理的部分，我們就請……

你們活動的title現在範圍很大，這個title真的不會被挑戰嗎（笑）？

我們也想聽聽看政委的意見。

先請你們解釋一下活動的規劃。

我先講一下，您剛剛提到會不會被挑戰的主題，我們是全台第一個數據處理中心成立的記者會，我們的時間是在12月14日，也就是星期五上午10點至12點的時間，我們舉辦的地點是在社企大樓三樓的空間。

目前會與會的貴賓，第一個是政委，再來是AI school的陳昇瑋執行長，另外兩個是我們的客戶，一個是日本的Incubit創辦人北村先生，另外一個是Viscovery陳仲璘先生，目前這是我們在整個記者會會邀請到的貴賓。

我簡單來講一下我們當天記者會的流程，我們記者會從10點開始，前面20分鐘是媒體接待，其實媒體不一定瞭解什麼是數據標註或者是數據處理，所以我們在記者會的現場有一些電腦、demo，讓記者可以體驗跟瞭解什麼是標註跟我們最瞭解的分類，我們在10點20分，我們的主持人會開始活動開場，一開場有短影片，最主要是介紹若水在數據處理的介紹與目前市場的概況，我們之後會請Sabrina進行大概15分鐘目前AI這個部門營運成立的過程及成果分享，裡面會包括到我們目前成立的過程、我們看到這個市場、及若水團隊在全球市場上的優勢。

我們也會製作一個程式讓記者更清楚瞭解Garbage in及Garbage out，也就是前端數據精準性與後端產生的影響。

之後會請政委致詞，致詞的方向是政委時常在很多的場合裡面談到AI對於社會創新的意義，這部分等一下我們可以討論一下，看政委的意見。

再來，政委這邊的致詞時間大概是10分鐘，之後我們就會請AI school執行長提到目前精準數據上的一些重要性，在致詞的這個部分結束之後，我們會有大概10分鐘的合照。

合照之後，下面進行的比較像我們在實際運用面上的趨勢座談，所以我們會先以目前在應用面的影片作開場，之後我們會有簡單的座談會，大概是半個小時的時間，最主要是由若水跟客戶端去討論目前數據標註在應用面的展現，還有精準數據對於AI效能影響、未來合作的藍圖，這是比較應用面的部分。

我們在座談結束之後，就會是媒體的採訪，還有媒體對於我們講的東西、對於旁邊故事有更多想要瞭解，就可以藉由這樣的時間來瞭解，這是整個記者會的流程。

我現在已經可以開始改上面的東西？

當然。

我先從最沒有爭議的改起。陳昇瑋辦的不是AI school，school指的是幼教或者是國教。他教的都不是小孩，辦的是AI Academy，所以這個用詞滿重要的，因為你找AI school會到錯的網站去，而且真的不是教小孩。

我會講「AI for good」沒有錯，但是沒有講過「AI for human good」。說「AI for humanity」我還比較能講，或者「AI for good」我還能講，但是你把「human good」的「good」會變成財貨的意思，這樣就怪怪的，並不是你們要的主題。

所以，我建議乾脆不要英文，不然直接把中文翻英文，也就是「AI for Social Innovation」，或者是「Social Innovation for AI」，甚至是「Digital Social Innovation」，「AI」根本不要出現，這樣的好處是，因為我是數位政委，不是AI政委，所以我會建議就「數位社會創新（digital social innovation ）」，但是子題裡面還是可以有AI創造的機會，這一些沒有問題。

「若水」前面的「數據標駐」是這個「駐」嗎？

這個是錯字。

這個是單純的錯字，因為現在新造詞太多了，我不知道哪一些是、哪一些不是（笑）。

「數據精準的魔力程式」，你確定要把它叫「GI/GO」嗎？因為這我們都懂，但是我不知道大眾是不是懂。

其實第四個我們還在討論，重點是我們想要呈現的是，演算法跟data的重要性，因此這個部分我們剛剛也在討論要如何呈現比較好。

而且演算法歸演算法、data歸data，你到底要強調哪一些重要性？

我們要強調data的重要性，也就是data對於演算的重要性，也就是演算後的正確性或者是辨識度，對那個模型良好塑造的重要性。

「魔力程式」的「程式」是什麼意思？

我只是先取一個名字而已，我們之前有討論，希望可以透過你要放進好的資料跑出來的東西，跟丟進不好的資料跑出來的東西，其實是不一樣的。

這樣非常好，那這樣「程式」二字是多的，也就是講數據精準的魔力、精準數據的魔力，不然當你最後一個字是名詞，放在一個大家都懂的地方，而數據都還不太懂的時候，大家會覺得你要講程式，沒有人會覺得你要講數據，所以程式就刪掉了；「Garbage in」跟「Garbage out」我不反對，只是這樣要稍微解釋一下。其他都沒有太大的問題。

後面「標駐」的「駐」還是錯字；「公司未來發展」是「incubit」或者是「viscovery」？

應該是「incubit」、「viscovery」，因為是panel discussion，與談「incubit」或者是「viscovery」可以談一下未來的應用，還有跟我們後來在data處理上的未來可能性。

這樣子我會建議你把題目做大一點，好比像「未來趨勢發展及與若水合作的藍圖」，你不要兩個「未來」，意思不大；第二個是他們不一定做得到，但覺得產業界一定會有的事情，不然有一種商展的感覺，這可能不是他們要的。以上是不太有爭議的，我們回到最有爭議的標題。

這個標題的想法是什麼？因為我馬上可以想像得到南港生技園區、國網中心的人跑來說：「為什麼你們做的是精準數據，我們做精準醫療跟地質，又或者是精準氣象預測，而且我們用的是超級電腦，而且我們也有用虛擬軟體，為什麼你們是精準數據，我們反而不是。」你們要如何回覆？

政委提醒的很好，我們那時在定義的時候是用data taking outsourcing的BPO概念在談這一件事，剛剛提到的國網是已經把AI的服務都綁得很完整了，所以變成是我們如何營造出一個具體，就是data taking的數據處理outsourcing的商業模式，可以for整個AI在研發過程中，我們是數據處理很好的夥伴，有一點是AI產業所謂價值鏈有一塊是可不可能切出來為數據清理的layer的BPO角色在？

這樣就不是中心了。因為資料就是蒐集、處理、利用，如果你是處理中心，意思是你把「處理」這一環都自己做，但不是，你們只是從「蒐集」到處理前端切一塊出來做而已，我如果沒有理解錯吧！處理後端也不是你們做，所以是從蒐集到處理前端，對不對？

對。

這樣的話，你把它叫做「中心」，那就相當名不副實，不如真的很誠實說「唯一精準數據標註夥伴關係」之類的，這個維度都會比「中心」二字好，因為任何人也不只臺灣人，看到「中心」都不會想到產業鏈切一塊出來，想到的是分散在各個地方，產業鏈也沒有切出來，所以中心不太對。

我們最近看中國或者是日本是在處理中文翻譯，是比較適合寫數據處理或者是數據標註？因為我們本來會說「數據處理」的原因是因為collection加taking，但是整個在用詞、用語上，對這一件事的認知會不太相同。

因為「處理太大了」，但是「標註又太小了」，所以你現在又需要一個介於處理跟標註中間的詞來處理這個。

有市場廣義的用語嗎？

因為你現在前面加「精準」，「精準」在這裡到底是什麼意思？

「精準」的意思是像國際上在處理數據上，比如像cloud sourcing的方式，基本上標出來的數據，就我的客戶回饋給我是不精準的，所以這個data其實沒有辦法讓他的模型做得非常非常地好，因此我們才說收斂這一些事的狀況上，我們為何要收斂到這裡。

所以你的「精準」是修飾處理，你的「精準」不是修飾數據？

對。

可是沒有人看得懂，大家一定都覺得「精準數據」是一個詞，然後你在處理「精準數據」，「不精準數據」就不要送到你們這邊來，但意思好像不是這樣子，因為當精準作為形容詞的時候，大家最常聽到是「精準醫療」跟「精準導彈轟炸」——但是那個先不管它（笑）——但那兩個都有很明確的意義，你有一個明確的受體，針對明確的受體來進行工作，但你們的精準完全不是這個意思，所以會產生形容詞上的混淆，你拿來當作形容數據，但你的意思是處理的意思。

如果一定要放在數據前面，不如寫「高品質」，如果可以接在後面，那就想一個詞來講，但是你不能既放數據，又把它叫「精準」，這樣難以看得懂。

所以「全台唯一……」……

我們在發想這個標題的時候，其實真正核心的concept，因為臺灣並沒有一個組織或是公司，專門在這一個產業鏈當中提供資料標註精準的這件事，就是品質的事，所以這是原始的concept，所以有兩個議題，我們要討論一下，是全台唯一，因為未來可能會有其他的player出來。

我們講的是現階段。

第二件事如剛剛所提到的，數據處理或是標註——標註太少——處理很容易混淆的狀況下，所以這個詞也是我們現在一直在抓的，所以這個我們再順一下。

我們是不是全部放在一起，就是「全台唯一」是固定的，這四個字先留著，「精準標註」四字也是可以的，而且你們可能之後就說「精準標註」，這可能是很好的（詞），對不對？

接下來就是「數據處理團隊」、「數據處理服務」、「數據處理夥伴關係」，隨便啦！你高興就好。這樣就比較名副其實，不過唯一的問題是字太多了，你要分大標、小標，不過大、小標都很好，因為你前面要是「若水AI」，這才是大的，接下來才是「全台唯一精準標註」，接下來才是「數據處理服務」。

我們這樣稍微重新排列一下，就會變成我現在投影上的這樣子：「若水 AI 數據處理服務 / 『精準標註 全台唯一』」，並不是修飾AI數據，要不要考慮一下？

好，謝謝。

其他都非常好，我沒有別的意見。

謝謝政委。我們會再提到的兩個地方，一個是home agent就業機會，也就是居家身障者，也跟政委報告我們現在在年底的時候，應該會有將近100位的居家身障者其實投入我們做我們現在客戶的標準工作上。

你們剛剛說home？

home agent就是居家身障者的夥伴，所以在這裡面，政委可能在提的時候，也提到「for good」這一件事其實是兩面的，一個是對市場面，AI不完全取代人力，我看政委其實在很多面向上一直在談社會創新這一件事，另外一塊是for 弱勢就業的事，其實我們之前也有提到的主體。

OK。

我們後續再修一下，再把確認的東西寄給筱婷。

昇瑋這邊的主要論述是用「資料」，因為他處理的包含數據資料跟文字資料，所以一般不會把數據挑出來講。

但是因為你們這邊花了非常多的時間講數據，所以就要看你們。你們現在是不碰文字資料，對不對？

我們比較偏向電腦視覺的部分，所以也要談一下這一個部分，我們的確有同事參加他的人工智慧學校，他有開班，其實中間我們也知道昇瑋執行長在做的部分，比較少touch電腦視覺這一塊，所以也要跟昇瑋討論細節，或者是政委可以推薦？

昇瑋很ok。你只要先提供一些超參數，他絕對可以做出很好的演講。（笑）

只是他偏文字跟數據那一塊。

文字跟多媒體是他的強項，但因為你們目前確實比較在數字、圖片的domain，所以你們用「數據處理」是非常對的，因為如果你們說是資料處理，就一堆別的東西來找你們了。

只是未來趨勢跟數據的重要性，這個title非常好，但是要確定傳送的訊息是不會覺得太窄，你們又不會覺得太偏的東西，這可能需要一點對齊。其他都很好。

政委，您之前有提到「AI產業化」跟「產業AI化」，我們現在在打臺灣跟日本的市場，看到同樣的狀況，所以就您現在看起來，如果以「產業AI化」的話，缺哪一塊拼圖？

最缺的是「體驗設計師」，其實就是當作「職再」，你們不是最會這個嗎？也就是「職務流程再設計」，這是各位的強項。

其實像有些AI，你也可以當作是特殊身心狀況的朋友，他的身體移動，小肌肉就沒有那麼好，但是大肌肉的力量就滿強的，如果你接機器人的話，或者他的認知功能是非常狹窄的領域，你給他一定輸入的話，他的輸出效能很高，但是一旦需要常識就不太行。事實上人類裡面也有像這樣的。

我的意思是，你可以針對AI的特性去做職務流程再設計，再設計之後，你讓這一些AI能有更好的學習環境，這樣你的數據精確度就增加，不然按照一般設計給人類的職場，取得有效數據的能力是非常弱的。

所以為了AI，把AI當作一種多元身心狀態者去做職務流程再設計，我們現在叫做「工作體驗設計」，甚至我都很想說這就是「職再」，就不要再發明新名詞，這個有一個好處是「職再」你們已經很懂，現在只是把一群身心障礙有一個情況的朋友，跟另外一群有身心障礙別的情況——不是人類——的朋友有更好的互動，也就是AI（人工智慧）乘上 CI（群眾智慧）。

這個是大部分看到AI有一個趨勢，大家翻譯成「擴充智慧」或者「擴增智慧」（Augmented Intelligence），那個「人工」就拿掉了。

從「擴增智慧」的角度來看，那就有雙重角色，就是自主進行資料蒐集及預測的時候，你把它放在職再適合做這個的位置。另外，當它需要判斷或是行動的時候，你把人放在這一個位置，但讓AI來增強，這兩個都是職務流程再設計的工作，因為以前是放在同一個人身上，那個人就是那一條龍，現在是拆開。

因此我會建議你論述上可以這樣論述，比較符合所謂「產業AI化」的趨勢，這當然跟「AI產業化」毫無關聯，你們也許也沒有要碰。

我們主要是「產業AI化」的這一件事。謝謝政委。

謝謝。

當天政委會提早離開，所以我們會在11點左右的時候就完成。

沒有問題，謝謝。