想得到 做不到

　不管在生活上或工作上，我们经常对很多事物的处理或判断，都能经由理性的逻辑推演，并且细致的拆解成非常完整的执行步骤，所以很容易认为事情的处置是不困难的。但很高的比例在真正面对问题时，却做不到；其中最大的问题在「情绪」与「时效」。

　　「情绪」因素诸如压力、怠惰、畏缩……等，大家都能体会，反而「时效」是我们在思考处理的方法时，容易被忽略的因素。而且不论是我们自己做或交待部属该做的事，往往都因时效不及，实际上并未能理性的推演与细致的拆解执行，仍然落入用直觉、经验、单点的方式来做判断处理，原因何在？

　　一个近乎完美的决策判断，一定是经由越多方面、越多角度的数据资讯交叉比对，再依权重比例来决定的。而且这些资讯必须是最实时，交叉比对的速度也要非常快，否则瞬息之间环境情况又变了。

    上述对于时效的要求，人是做不到的，因此，若能全面的将实时信息数字化，再利用电脑工具将这些数据，依人所设定的算法来运算比对，做出决策结果，就能达到上述的理想。

　　而且，环境一直在变化，人所设定的算法也要随环境变化而调整，然而人要重新设计算法时，同样需要耗费模拟与建构的时间，同样也是缓不济急。

　　所以，AI智能就是利用大数据以及深度学习算法，让电脑能依据环境的改变不断的学习调整，而由电脑本身实时做出判断。

　　这样才能做到「想得到，做得到」。

　　当然，AI智能的产出结果，有精准度高低等级的不同，就像人有小学、中学、大学程度智能一样。但是，当这些不是百分之百准确的AI智能，要被拿来运用时，往往会招致不愿改变的使用者，轻易的点出不准确的地方，而振振有词的拒绝使用。

　　这些拒绝使用的人，往往就是犯了前述那种「想得到，做不到」的人。他经常会说，我们会这样判断、那样判断，所以人来判断会比机器准！但是他们从不去想，实务上他有办法实时收集这么多数量、多角度的资料吗？有能力每次都不受情绪影响、坚持用专业纪律去执行专业判断吗？

　　真正的情况，可能AI智能准确度是90%，但是人来做顶多是70%。

　　AI智能虽不是完美，但时效性、准确性比人能做到的高，那该不该采用呢？答案当然很清楚。这是推动AI智能工具很重要的认知，推动者不要陷入必须百分百准确的盲点，而使用的人也不要祇是去批评AI智能工具的准确度，要先了解自己现有做法的不准度，这是非常重要的。

　　数字化、数位能力、物联网、大数据、AI智能……都是必走的方向，大家都应积极的去了解学习，并投入资源去建构运用。期望本文能帮助破除推进时，会面临技术能力外的人为心理盲点与阻力。