不够AI的我们 系列（第二篇） | 大马AI应以“小”为美

采访的其中一家AI企业是Wise AI，主要从事数字身分技术开发，包括面部识别、电子化认识你的客户（eKYC）及自动化机器学习（AutoML）技术。

“人脸识别技术，能为金融公司和政府机构等加快效率并防止诈骗。我们的服务已延伸到零售业的电子钱包脸部识别和身分证扫描。”Wise AI创办人兼首席执行员林道钦说。

他的两名伙伴分别是台湾和本地大型科技公司的前研发人员，对于脸部识别技术早有认识。

“我们意识到AI最终能发展成为超人工智能（ASI），潜能无限且适用于所有行业，未来有很大的机会，因此决定投入这个行业。”

近几年因GPU和深度学习机器出现，AI才崛起成为大趋势。但林道钦说，在2015年开业时，他们经历不少挑战。

研发耗时烧钱

首先，前期研发过程耗费巨大成本和时间。他们研发的脸部识别技术，前后花了3年多时间，主要支出是用在人力资源。

“研发成功后要送到美国国家标准技术研究院（NIST）认证。结果我们被认证为全球排名第25位，接着还获得ISO 30107认证。”

2018年正式推出市场时，AI应用市场仍未成熟。潜在客户都不明白Wise AI在做什么。

林道钦笑道，一段时间后他们才获得第一批客户。最初采用其脸部识别技术的是国家银行旗下的组织。如今其客户群已扩展至IT公司、银行、保险公司、电讯和零售企业等等。

他观察到，通常大企业如金融机构会率先接受先进科技且舍得投入资金。毕竟AI技术准确安全地验证客户，最终能提升效率和节省成本。

“有研究指出，若银行客户身分验证从线下转到线上进行，能减少高达95%成本。这也就是AI技术商的机会。”

200人应征AI工程师 仅1人合格

从事研发最关键的资源是人才。不过林道钦感慨，AI人员“不好找”。

他透露，近期其公司招聘AI工程师，收到了200多份申请，面试后筛选出20多位。应征者接受内部考试后，最后只聘用1人。

人才难求的原因之一，是此职务没有特定学科要求。林道钦指出，他们要求的AI工程师，并不一定是电脑科学或IT毕业生。

“编程只占工作的30%，70%在于数学能力。所以，持有数学和统计学位的人会比较合适。”

他认为，本地仍缺乏AI相关学科毕业生。而一些AI大国如中国早已设有AI实验学校和课本。我们近期才赶上，在一些大学设AI学科。

此外他表示，请人时还会考量一个与科技无关的能力——解决方案的能力。终究，AI技术是为了解决各行业问题，提供有效做法，只有学术知识并不可行。

“资深的AI人员更稀缺。”林道钦说，很可能是人才外流所致。延伸下去，本土AI人员实战经验普遍不足。

物以稀为贵，他指出，刚毕业的AI人员起薪也会比一般毕业生高薪。

缺乏可用行业案例和AI服务商

由于大马AI业还在雏形，林道钦看到，我国AI从业员缺乏可用的各行业案例。

“制造业、医疗业等各行的案例是什么？没有先例，在不同行业执行AI任务时，难以找到适当的参考例子去应用。”

此外他发现，本地不少公司都有IT部门，但IT人不一定懂得AI，管理人不得不往外求援，然而市场上的AI解决方案供应商并不多。

实战培训加速添加人才

要如何解决AI人员荒？林道钦认为，从学府开始培育是必须的，但根据现况，也许商界“等不及”学生们毕业。

“比较快的方式是让行业和学术界配合。例如台湾的人工智能学校，那是其政府的倡议，让AI师资与产学界合作，密集培训技术人才。该学校在2017年起运作，据知已经培训了2000多间公司。”

他指出，以实战培训方式能加快增多AI人员。IT公司不妨让其人员去培训，或能因此成为AI供应商。

他还看到，近年多家大型科技企业来马建数据中心，并不只是利用我国稳定而实惠的资源，还会为本地科技业带来增值活动，帮助提升本地AI技术。例如，谷歌云已承诺与金务大集团合作推出AI技术培训项目。

林金华：AI是可续方案

另一家受访的企业是Crea8 Capital，以AI技术为客户进行个性化投资组合，属于“人工智能投资顾问”。

“用AI技术驱动投资，得以评估风险和收益，比较可续，客户无需牺牲收益或承担更高的风险。”Crea8 Capital私人有限公司创办人兼首席执行员林金华博士说。

他指出，其公司的市场目前涵盖全球股市、交易所指数基金（ETF）和债券，技术已获得专利。

“我们的团队主要是软件开发人员，为客户实现项目而存在。而我本身是特许会计师（ICAEW），在剑桥大学念博士期间学习了编程。”

他认为，AI业者同时有商业经验和科技能力，或许会较有利，毕竟这行将面对的是各行业顾客。

求才寻资难 科技企业应找支援

创业的过程中，他也深刻体会到，寻求资金和合适的人才是两大挑战，尤其是研发人员成本。在这方面，他认为AI公司不妨考虑当局提供的支援措施。

例如，大马证券监督委员会推出了数字创新基金（DIGID），资助研发技术的小企业。Crea8就是受助者之一，有了资金，研发工作才得以继续。

此外，为了加速采纳人工智能，数字部表示将通过MDEC为中小企业提供3项新补助，即数字内容补助、大马数字催化剂补助，以及大马数字出口补助。

虽然有难处，但林金华仍希望做到3件事。一是继续投入成本做研发，以寻找更好的投资解决方案。二是寻求可以带来多赢局面的合伙关系。

至于第三件事，他强调应该协助这个领域培养更多人才，缓解AI人难寻的问题。言下之意，AI企业能做的是努力提升资金和人才实力。

但人才库要从社会汲取，林金华寄望于当局的举措，“随着AI趋势扩大，政府应会进一步投资在AI人才培训，或与一些国际机构合作提升技术。

他建议，如今的AI人才培养，应专注于机器学习（ML）、数据科学和相关的教育计划，才能为行业提供迫切所需的人。

大马缺3万工程师

今年5月，首相在AI枢纽推介礼时指出目前我国还缺少3万名工程师。此外，在2027年大马需要6万名高技能工程师。

国家人工智能蓝图里坦言，AI人才短缺的确是有关企业最大挑战之一。根据其调查，各种AI相关职位需求翻倍，尤其是AI架构师，在这5年的需求会激增328%！

该蓝图指出，目前职场上的AI专长都是从现有的科技员工提拔。虽然也可以从科学、科技工程和数学（STEM）科毕业生遴选。问题是，目前大马仅40%大学生是理科生，未达到60%的先进国标准。况且，AI专才是需要积累经验的职位……

刘哲涵：内部栽培对的人

第三家受访的是LEAD科技学院，业务从数据分析拓展到AI自动化方案和模型建设，并且是一家培训学院。

LEAD科技学院创办人刘哲涵博士本身是数据科学家，在经营数据分析工作时，发现到很多企业客户的员工需要学习应用系统，因此决定投入培训工作。

“大企业客户都想进行数字转型、提升数字能力，也有的要进阶至AI模式，例如建模型、开发AI应用；有的专业人士如工程师、财务规划师要学习数据分析，更好地做决策和了解客户，数字营销人员则希望学会自动创建3语内容来保持竞争力。”

观察了本地AI业，刘哲涵也认为，不管是编程、数据分析、机器学习、建模，各方面的技术人员都很稀缺。

据他所知，不少受过培训的专才已流失到新加坡和美国等地。尽管如此，仍必须继续培养不同领域能力的AI人员，才能应付各行业客户需求。

他本身的经验是，直接聘请到适合的人比较难，因此会先请拥有相关技术的人，比如网络工程师或软件工程师。入职后再提供内部在职培训，最终栽培出合适的人。

所以如今他的公司有数据工程师和分析师、数据科学家、软件工程师、懂得机器学习的工程师等等。这样一来，从搜集数据、分析数据、跟客户深入了解商业动机和商业问题，接着进行测试和改良、让建模型上线、投产运用，到最后评估和调整，各方面俱到。

考虑到其他公司也有同样需求，他的学院推出了AI工程师认证课程，有助增加本地AI专才，拉动行业发展。

“越来越多外国科技巨头来马设立数据中心，应该也会有不少外国专才随着到来。希望这样能吸引外流人才回国，参与这场重大的技术变革。”

中小企市场庞大

人力培养需要时间，寻求资金仍须努力。但毕竟这行刚崛起，AI业者更多是本着研发科技的热情，看好这行有广阔的开拓潜能。

上一期文章提到，大部分中小企业未应用AI，而关键是大马有90%以上的公司属于中小企业。

刘哲涵看准这一点，认为本地AI公司最大的商机，在于协助庞大的中小企业进行数字化、数据分析和自动化。

“若能渗透中小企业，为它们实现数字化转型、利用数据驱动决策，并通过自动化提高营运效率，那么这行会有巨大发展空间。”

从大环境来看，刘哲涵认为，我国应该不难发展成为东南亚AI语言服务枢纽，独特优势是多语言环境和资源充足的基础设施。

他指出，其公司致力推广语言模型技术在各个垂直领域应用，以尽快助企业降低技术门槛和营运成本，使AI广泛应用于各行业。

“企业可以成为小型语言模型的使用者，开发各种软体和解决方案。此外，‘AI代理’的应用可能更加普及，帮助各行处理重复性的管理工作。”

林金华则指出，他和两名伙伴一直相信，AI和科技的力量能提供高质量和个性化方案。

“我们曾为一家基金机构在大马推出投资海外的基金，采用AI方式，无需增加员工和成本即可成事，这就是AI的能力。”

他强调，有AI驱动的服务，终究能带来更好与更方便的结果。

AI企业商机挑战并存

大马AI刚萌芽，在未成熟的地带，AI商以小为美发挥着各自的技术为各行业服务。

它们利用这个新市场，一边获取商机，一边面对挑战，最终能有助商界与人民加强AI应用能力和提升效率，赶上时代趋势。

正如MDEC所指，这些企业在新兴领域里推动AI生态系统，作为先锋般的存在。日久了，应能加速各行业AI化，贡献大马科技经济。