(Source: 數位時代)
| 目前AI在企業端的應用，多為協助真人對商業決策的判斷力。除了Appier提供AI企業行銷解決方案，AnyMind Group則靠「matching（匹配）」，跨足HR及KOL領域，讓企業靠AI找到「對的人」。
即便全球關注AI（人工智慧）的浪潮已經持續好長一段時間，時至2018年，目前AI在企業中的應用，仍多扮演協助的角色。
根據勤業眾信聯合會計師事務所2月發布的報告指出，現在企業運用AI的主要目標並不是要降低成本，也沒有要大規模取代人力，35%企業主要讓AI協助真人在商業決策上的判斷力，透過AI預測結果，可在大量的資料中尋找重點，並解決問題。
而依靠AI來為企業解決各種「疑難雜症」的公司也相繼出世，只是方法手段各不相同。以台灣唯一一隻AI準獨角獸Appier（沛星互動科技）為例，似乎是主攻「跨螢幕裝置」，在洞察消費者各類跨螢幕使用習慣後，靠AI來制定行銷解決方案；而於新加坡起家，在台灣也提供服務的另一家AI公司--AnyMind Group，近期則是靠大量的數據分析，媒合「人與人的事」，頗為有趣。
AnyMind Group創辦人暨董事長十河宏輔，說明自家AI主要仰賴「matching」，來進行對「人」的配對篩選。
圖片來源：唐子晴/攝影
「我們在AI領域做的是『matching（匹配）』」，AnyMind Group創辦人暨董事長十河宏輔（Kosuke Sogo）說道。由於人的各種能力、各類定位，難以被「量化」、「標準化」計算，但有了行為data的累積，再透過機器學習，即可協助用戶找到「對的人」。於是AnyMind Group主攻兩塊以人為核心的產業——HR和KOL（Key Opinion Leader）。
面試前AI先當審判官，幫你打分數
當企業要招募新人，第一步得審閱眾多履歷，如何從中選出適合進行下一步接觸的對象成為一大考題。而AnyMind Group旗下HR公司TalentMind，則是把時間省在面試開始前。
「TalentMind做的是幫求職者『打分數』，讓時間省在第一輪篩選階段，即可把心力更多放在之後的面試環節。」十河宏輔解釋，當企業在求職網站，亦是官網收到的履歷，皆可直接授權給TalentMind，透過AI來「篩選」和「配對」，之後再對求職者打分數，包括「履歷」和「個性」兩類得分。
根據不同的職稱需求，在TalentMind平台網站上，經過篩選後會推薦適合人選，並給出「履歷」和「個性」兩種分數，以及綜合得分。
圖片來源：Anymind Group
求職者Facebook經過同意授權後，分析其貼文、點讚、朋友等內容，會獲得履歷無法全面得知的「個性」分數。
圖片來源：Anymind Group
透過自然語言處理（NLP），求職者在履歷中做過哪類型的工作、待過什麼公司、教育程度、年齡等任何元素，都會成為匹配與否的「硬性」關鍵；另一方面，求職者個性究竟如何，並無法完全透過履歷解讀，在得到求職者的同意授權後，即可串接Faceook透過其貼文內容、按了哪些讚、朋友是誰、關注哪些粉絲團等資訊，成為另一項「軟性」指標。
隨著GDPR上路，隱私權越發被重視的情況下，本以為此功能授權率並不高，沒想到十河宏輔卻表示：「求職者授權率不低，因為想得到這份工作（笑）。」
而在此之後，TalentMind也將生成「能力指標」圖，如溝通能力、團隊合作、求知慾、創造力、思維邏輯等7項綜合能力分析，也讓面試時有更多話題可探討。在今年1月上線後使用企業約120名，十河宏輔預估今年將達300名，而針對台灣市場平台以構建完成，目前仍處於尋覓客戶的階段。
最後，還會生成「能力指標」圖，針對7項能力的綜合分析。
圖片來源：Anymind Group
即便TalentMind被十河宏輔視為旗下最有成長潛力的一間公司，但畢竟現階段履歷data仍較少，將影響AI判斷的準確程度，未來data樣本是否夠大、判斷是否讓人信服，成為繼續成長的關鍵。
你究竟是哪一類KOL？別自己下定義，AI說了算
AnyMind Group另一個靠AI涉獵「人」的領域，則是目前仍在話題上的KOL。
「我相信人需要有崇拜的對象，你現在很少會花注意力在傳統廣告、甚至是網路廣告，但你會花大把時間關注你喜歡的KOL、YouTuber身上，」不過十河宏輔談到，目前品牌找KOL合作，難以判斷跟檢視某位KOL到底是不是「對的人」？尤其是沒有簽約於任何機構，自己獨立操作的KOL。
在CastingAsia上，每一位KOL的檔案，透過搜羅Facebook、Instagram、YouTube、Twitter四大社群網站上的活動分析，其粉絲人數、年齡、性別、區域等樣貌即一清二楚呈現，就像「經紀公司」提供的簡介檔案。
在CastingAsia上，透過AI分析四大社群網站，每一個KOL都有個人檔案。值得一提的是，KOL所屬的「類別」，例如運動、科技、美妝等，不是KOL自己定義，而是AI根據其所PO出的內容自動判別。
圖片來源：Anymind Group
值得一提的是，在KOL約有20種「Category（類別）」定位上，並不是KOL自己設定選擇，而是透過各類PO文，AI自動判別分析，這便是「主觀認知」和「客觀事實」的差距。就如同Netflix判定用戶喜歡什麼影片，靠演算法進行推薦一樣，最值得參考的數據，往往不是一開始讓用戶自己設定「喜歡哪類型的影片」，因為那只是「你認為你喜歡」，但你「不一定真的會看」，而靠行為來說話才更是重點。
目前KOL皆可免費上平台註冊，人數已達2萬人，台灣則有4000人。十河宏輔表示，雖然台灣不是第一大的市場，繼印尼、泰國、越南後排名第四，但該公司在台灣每月營收、KOL人數都在成長，相當有潛力。
關於AI的反思：溝通，我們需要真實的溫度
「『matching』一樣很適合用在教育、電商領域」，十河宏輔表示，雖然還沒決定下一個靠AI來開發的產業為何，但他認為有「需求」及「需要」的兩方，都能透過各種數據、機器學習媒合。如電商有買方跟賣方，教育則有學習者和教學者。
但他坦言AI不是萬能的，只是提供「前期」的解決方法，最後仍需要人親力親為，像是creativity（創造力）、content（內容）、communication（溝通）三個領域，他強調特別是溝通，chatbot就是很好的例子。
「即使AI可以給出很多建議，但仍無法進行100%的溝通，最後還是需要你自己，跟客戶進行對談，」即便AnyMind Group核心業務離不開AI，十河宏輔也對AI再熟悉不過，但他卻認為AI如果回答了正確答案，他也不會真正感到高興，因為沒有「溫度」。
談到他對最近紅透半邊天，全球第一位擁有公民權的機器人蘇菲亞（Sophia）的看法，他有點遲疑，「因為我關注科技，會很想和她接觸，但是對於一般人來說，嗯…我不這麼認為。」