應用大無限　遠傳引AI走入日常

　　
　　隨著科技的進步，AI（人工智慧）早已悄悄進入我們的生活，在各個領域發展壯大。身為遠東集團數位先驅的遠傳電信，更是早一步布局AI新科技，實績遍及紡纖、水泥、鋼鐵等產業，包含：AI智慧路燈、雲端智能環控/環安、AI資安管理平臺、AI人臉辨識……等應用，引領個人、企業，甚至是遠傳自身，踏入更智慧的新紀元。

智慧生活　人人有感
　　人工智慧就像新時代中的電和網路，可為各行各業所用。遠傳目前開發的AI應用除了提供個人用戶，也分別針對企業客戶與內部作業進行優化。

　　在個人應用上，經由人工智慧加強電商客戶體驗，並提升成交率，例如：friDay購物平臺透過數據挖掘暢銷品，同時結合平臺內搜尋、商品業績等數據，以及外部的Google Trend、競業熱銷排行、比價網、PTT等資料，預測熱賣品並提供個人用戶選品建議。

　　除此之外，遠傳也致力於智慧家庭發展，其中，智慧音箱在智慧家庭AI應用中是不可或缺的裝置之一，尤其語音部分，更是人工智慧的重要舞臺，必須讓智慧音箱聽懂各類消費者的語音、腔調，而且要老少皆宜。因此，正式推出智慧音箱前，遠傳先收集上千個語音錄音，透過人工智慧分析，讓智慧音箱「聽懂」各類話語、指令。2018年，遠傳領先全臺，推出「愛講」智慧音箱，以「臺式中文語音助理」獲得育兒族和銀髮族的喜愛，穩居臺灣在地化智慧音箱領導品牌。2019年，遠傳再推出「小愛講」、「小狐狸」兩款攜帶式智慧音箱，除了持續擴大數位內容服務、強化「語音加值服務生態圈」，9月更宣布全面佈局「智慧控制生態圈」，陸續推出智慧家庭聯網設備，擴大與家電品牌串接，透過「愛講」智慧音箱，整合智慧家庭的物聯網，加速開拓智慧控制版圖。

　　未來遠傳將持續拓展智慧音箱的產品線，提供消費者更多的服務與加值內容，同時積極利用遠傳音箱帶動多樣的Home-based IoT家電裝置，讓消費者在家裡就能輕鬆享受現代科技的服務。

智慧預測　各界幫手　　

　　AI在企業界的應用同樣多不勝數，遠傳近年致力發展物聯網應用，以2019年推出的智慧路燈為例，可根據人流、氣候、環境，建立路燈照度控制的建議值，達到照明和節能的雙重需求。同時，基於裝置訊息、屬性與保養行為，建立預測模型，使路燈維護的排工策略更具經濟效率。另一項能源管理系統則是利用內外氣候和過去用電行為，建立室內溫度預測模型與耗電預測模型，並藉此建立用電的最佳方程式，達到中央空調系統的用電節約目標。

　　在營運上，人工智慧也是增加營收、降低營運成本與風險的好幫手。以電信業最困擾的欠款問題為例，遠傳透過AI預測欠款風險，做出更彈性的帳單代收消費額度設計。隨著文字服務需求擴大，遠傳也利用Robot取代簡易類型的服務量，以提升客服效率並降低成本。不僅如此，遠傳還研發自有文字分類技術與優良數據標籤，並建置ML（機器學習）演算法模型與爬網，解決大量網站無法分類的問題，大規模優化舊有系統，讓行銷與銷售更精準。
　　遠傳人工智慧的應用也延伸至遠東集團關係企業，與遠東新世紀印染廠合作的AI智慧驗布機、AI智慧驗印花機，可透過視覺化AI，以高畫質的影像辨識良品的種類與特徵，結合智能學習不斷優化，確實提升出貨時的驗布效率，並減少瑕疵品帶來的客訴。

　　AI不僅能幫助企業升級，還能夠打擊犯罪。2018年遠傳接獲刑警局通知，由於「遠傳在金門的訊號太好」，意外成為詐騙犯的首選，許多使用易付卡的詐騙電話源自鄰近金門的廈門地區，為了從源頭解決問題，遠傳先派工程團隊前往金門，調整基地臺訊號，並實際搭船至海中央測試訊號強度，以確保金門用戶不受影響，成功讓詐騙電話減少近四成。由於資料是機器學習的根本，遠傳接著將過去的詐騙電話資料進行大數據分析，從資料中有效分離出每天通話量、撥打行為、平均通話時間等特徵，並且透過資料科學家選擇合適的AI演算法及嘗試各種模型參數，以建立機器學習模型，最終找出詐騙犯的36個關鍵線索，去年透過「預測詐騙自動偵測系統」偵測詐騙正確率高達92.5%，也讓遠傳成為臺灣首創透過AI機器學習偵測詐騙電話，並取得經濟部專利的電信業者。

　　不單人類行為可以運用AI建立預測模型，遠傳攜手水利署發表全臺首例的「線上崩塌與濁度預報系統」，更是以AI預測自然環境，不過使用的對象、資料和模型種類不一樣。簡單來說，機器學習分為二種：迴歸（regression）與分類（classification），前者通常用來預測一個數值，包括：房價、明天股市收盤點數、未來的天氣情況…等，舉例而言，一個產品的實際價格為500元，通過迴歸分析可得預測值為499元；此外，崩塌與濁度預報系統也是「迴歸」問題，藉由模型得到一個數字，藉此逐時預報6小時後發生崩塌的機率、濁度上升情形，為防災工作爭取寶貴的應變時間。至於AI對於詐騙的偵測則屬於「分類」問題，意即隨便抽樣一個人，模型將判斷「是」或「不是」詐騙。

智慧挑戰　商機無限
　　AI能為不同應用場景提供的解決方案包羅萬象，遠比人們想像的多更多，雖然未來發展無限，卻也無可避免要面臨下列挑戰。
1.    商機與需求：由於人工智慧成效難測量、需投入人力與成本高、現有公司系統架構整合不易，導致目前需求尚未明朗。建議公司機構在投入人工智慧之前，先釐清目的，例如：希望經由人工智慧解決的問題為何？未來如何將人工智慧運用在產品、服務與流程？唯有找出問題、確立需求，才能開發出真正有效的AI應用。
2.    數據質量：人工智慧必須建立在對的數據與質量上，且數據能持續被取得，但目前多數公司可取得的數據有限，或是文字、影像、圖片、語音等不同類型的數據難以整合，使得人工智慧的應用發展與成效受到影響。
3.    人才與工具：目前市場上的AI人才有限，然而，培育人才需要經驗、時間及資源，且大部分的企業需要有商機誘因才願意投入。再者，現在仍缺乏整合型的開源應用開發工具，造成開發過程緩慢且容易有資訊與流程的安全疑慮。
4.    潛在風險：人工智慧應用的興起帶來生活上的便利，不過，意外發生時的責任歸屬（例如：自駕車意外）與資訊安全也衍生出服務提供者的法律責任風險。另外，人工智慧應用將不可避免的取代部分原有人力工作，如何在技術精進與就業市場的衝擊間取得平衡，也是一大難題。

　　儘管如此，隨著通訊技術演進，即將到來的5G，其大頻寬、廣覆蓋與低延遲特性，將有助於邊緣運算的實現，為人工智慧發展再推進一步，尤其預計未來在交通運輸與無人機上將有令人期待的成果。在人工智慧與5G的結合下，智慧交通能夠真正走入V2X（Vehicle to Everything）智能協同，強化車輛對於環境的感知能力與偵測範圍，提升道路交通安全，減少傷亡。至於無人機經由加裝的監控鏡頭取得高清影像串流，可用於環境監測，事故風險和防災偵查上。如同日本KDDI電信商已運用無人機，提供安全、迅速以及具有成本效益的基礎設施監測服務。

　　遠傳從單純提供語音、訊息的傳統電信業，不斷轉型朝數據、數位創新應用的服務供應商前進，在充滿多元商機的智慧時代中，為電信產業注入活水，相信離AI應用百花齊放的目標已不遠矣。#