2017年10月9日 星期一

2017 10 10 左永安顧問 雲端酒指數團隊 Wine index 左記歐洲商行 黃金牛蒡茶 左記歐洲商行 安永經營管理顧問集團 安永全球電商 台北左府(無極)道德宮 無極鳳清道德宮 台北市酒類商業同業公會 美酒網 天藍海 養天正 玉井香 鹿鳴國際電子商務有限公司 台大 台師大 EMBA 共通核心職能 TTQS ICAP PMP 塞勒是芝加哥大學教授 72歲的塞勒抱回900萬瑞典克朗(約新台幣3362萬元)獎金。諾貝爾評審委員會說,美國學者塞勒(Richard H. Thaler)2017 10 09 今天獲頒諾貝爾經濟學獎,以表揚他對整合經濟學和心理學的開創性成就。塞勒曾客串演出電影「大賣空」。2016年諾貝爾經濟學獎由英美學者哈特(Oliver Hart)和芬蘭學者荷姆斯壯 (Bengt Holmstrom)共享,他們研究契約理論, 有助設計保險保單和高層主管薪酬。摩根大通委託這家基金公司管理的UBVLX投資依據就是投資者的行為偏差。如投資者對老舊、負面資訊的過度反應,或者投資者對新生、積極資訊的不理不睬等。 2015年,UBVLX膨脹一倍,沖至37億美元,目前,資產總規模已達60億美元。

發稿時間:2017/10/09 17:52
最新更新:2017/10/09 22:10


2017年諾貝爾經濟學獎得主9日揭曉,獎落美國學者塞勒,得獎原因是「對行為經濟學的貢獻」。(圖取自諾貝爾獎臉書www.facebook.com/nobelprize)2017年諾貝爾經濟學獎得主9日揭曉,獎落美國學者塞勒,得獎原因是「對行為經濟學的貢獻」。(圖取自諾貝爾獎臉書www.facebook.com/nobelprize)
(中央社斯德哥爾摩9日綜合外電報導)諾貝爾評審委員會說,
美國學者塞勒(Richard H. Thaler)2017 10 09 今天獲頒諾貝爾經濟學獎,
以表揚他對整合經濟學和心理學的開創性成就。塞勒曾客串演出電影「大賣空」。

法新社報導,評審委員會在聲明中說,「藉由探索有限理性、
社會偏好和缺乏自制的後果,他證明了這些人類特質如何有系統地影響個人
決策和市場結果。」

聲明還說:「他的實證研究發現和理論上洞見,
有助創造嶄新且快速發展的行為經濟學領域,
對許多經濟研究和政策層面帶來深遠影響。」

行為經濟學之父塞勒透過視訊告訴諾貝爾委員會,他很「高興」能獲此殊榮。

塞勒說,他的研究帶來的最重要影響是「確認經濟代理人是人類」,
以及金錢決策並非完全理性。

72歲的塞勒抱回900萬瑞典克朗(約新台幣3362萬元)獎金。

他說,他可能會以符合其研究的方式,來利用這筆獎金。

塞勒說:「我將試著儘可能用非理性方式把這筆獎金花掉。」

他還開玩笑說,「嗯,我很高興。我總算不需在高爾夫球場稱呼我的同僚法瑪為
『法瑪教授』」;他指的是他在芝加哥大學(University of Chicago)的同事、
2013年諾貝爾經濟學獎得主法瑪(Eugene Fama)。

塞勒曾客串演出2015年上映的「大賣空」(The Big Short),
這部電影的劇情描述次貸風暴和房地產泡沬導致2008年全球金融危機。

詢及他是否認為這項研究也適用於美國總統川普時,塞勒回答說:
「至於川普總統,我認為,他最好還是看看那部電影。」

塞勒是芝加哥大學教授,這所學校頗受諾貝爾經濟學獎委員會青睞。
截至目前79位桂冠得主,其中超過1/3與這所大學的商學院有所關連。

2016年諾貝爾經濟學獎由英美學者哈特(Oliver Hart)和芬蘭學者荷姆斯壯
(Bengt Holmstrom)共享,他們研究契約理論,
有助設計保險保單和高層主管薪酬。

諾貝爾經濟學獎為瑞典中央銀行在1968年為紀念諾貝爾而增設,
其他獎項則是1895年依黃色炸藥發明人諾貝爾(Alfred Nobel)遺囑而設立。
(譯者:中央社劉文瑜)1061009


塞勒教授。(圖/芝加哥大學)
塞勒教授。(圖/芝加哥大學)
 
旺報記者/許昌平

塞勒
2017年諾貝爾經濟學奬得主是芝加哥大學的塞勒教授。(圖/芝加哥大學)
知識就是力量!華爾街見聞報導,剛剛獲得2017年諾貝爾經濟學獎的芝加哥大學經濟學家理查德·塞勒(Richard H. Thaler)還是一家基金公司的創始人。
1993年,塞勒和Russell Fuller基於行為金融學理論創建名為「Fuller & Thaler Asset Management」的基金公司,專注美國小企業股。
在他的行為經濟學理論下,公司替摩根大通管理的一隻基金Undiscovered Managers Behavioral Value Fund(UBVLX)表現優異,在過去五年中大多數時間裏都跑贏了標普500指數。
該公司的核心理念是,投資者都會犯錯,公司的目的就是找出這些錯誤。
該基金公司簡介,其中還引用了塞勒在電影《大賣空》中的一句臺詞:「把人想象成以邏輯指導行為的動物,實在是瘋狂之舉。」
摩根大通委託這家基金公司管理的UBVLX投資依據就是投資者的行為偏差。如投資者對老舊、負面資訊的過度反應,或者投資者對新生、積極資訊的不理不睬等。
2015年,UBVLX膨脹一倍,沖至37億美元,目前,資產總規模已達60億美元。
(旺報)

經濟學獎
2017年諾貝爾經濟學獎得主揭曉。(圖/諾貝爾官網)

2017年6月8日 星期四

2017 06 09 左永安顧問李開復、洪小文、王堅堪稱兩岸AI界的先驅 人工智慧(AI)成為熱門顯學,政府、企業爭相發展,但台灣缺乏軟實力,又沒有龐大的市場數據做後盾,能否發展成形,創新工場創辦人李開復、微軟亞洲研究院院長洪小文、阿里巴巴集團技術主席王堅等兩岸「AI三巨頭」,為此掀起論戰。


2017-06-07 00:07 經濟日報 記者曾仁凱/台北報導
人工智慧(AI)成為熱門顯學,政府、企業爭相發展,但台灣缺乏軟實力,又沒有龐大的市場數據做後盾,能否發展成形,創新工場創辦人李開復、微軟亞洲研究院院長洪小文、阿里巴巴集團技術主席王堅等兩岸「AI三巨頭」,為此掀起論戰。
李開復、洪小文、王堅堪稱兩岸AI界的先驅,三人系出同門,曾在有「亞洲AI黃埔軍校」美譽的微軟亞洲研究院共事。李開復是微軟亞洲研究院創辦人;被稱為「阿里雲之父」的王堅加入阿里巴巴前,擔任微軟亞洲研究院常務副院長;洪小文則是現任微軟亞洲研究院院長。三人最近為台灣的AI未來隔空交鋒,引發外界矚目。
事件導火線源自李開復一席「台灣根本沒機會發展AI」。他認為台灣缺乏軟實力,又沒有技術、資金、應用情境、實驗場域,以及能識別並幫助創業的創投,也沒有大數據及市場可以推動發展。
王堅認為「李開復錯了」。人工智能一定要數據,數據不是你所擁有,不代表不能做任何事。例如不擁有高速公路,仍可以做最好的運輸公司。或正因為不擁有基礎建設,才會想做一家好的運輸公司。
他強調,AI是台灣很好的機會,「鴻海郭董做很多事情,都是台灣AI的機會」。另外,所有晶片製造業也是AI產業的一環。
洪小文也認為,AI是模擬人類的思考邏輯,再透過大數據運算及演算法分析,協助人類解決問題,應用範圍很廣,每個政府、企業、個人都會受到影響、參與其中,台灣不會沒有機會。
他針對台灣發展AI提出四個思考方向,
例如
1.每家公司都有自己的「產品」,如學校產品就是教育,每個公司要思考如何善用AI,
     幫助產品做更好。
2.在「行銷」面,可利用各種AI技術、發揮創意,讓產品賣更好。
3.其次是每個公司內部有很多「運作」流程,可思考如何運用AI讓運作更有效率;
4.「員工」是公司最大的資產,隨著AI技術成熟,機器可以幫助人類分擔更多重複、
     單調的工作,員工就可專注更重要的事情、產生更高附加價值,進而兼顧工作與家庭。

2017 06 09 左永安顧問 SAP物聯網暨數位供應鏈資深副總裁 Hans Thalbauer人工智慧及物聯網市場趨勢發展的Gartner研究副總裁蔡惠芬就指出,「AI技術的成熟,是邊緣運算興起的一大關鍵。」瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。早在AI領域深耕多年的臉書,2017年4月就開源釋出了一個輕量版深度學習框架Caffe2,開始能在iOS、Android以及Raspberry Pi裝置上執行較簡單的深度學習模型,可以用於辨識影像、圖片、聲音及文本。


邊緣運算關鍵技術AI,讓瑞典工具機大廠異常預警速度加快20倍

工具機大廠Sandvik Coromant將機器學習放到靠近資料源的設備前端來分析,省下資料兩地往返的等待時間,讓異常事件預警可以更接近即時反應,甚至沒有網路也不怕
文/余至浩 | 2017-06-09發表

瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。
瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,過去在全球設有好幾座工業自動化工廠,主要從事生產各種先進工具機零配件,因為生產過程需經過非常高精密複雜的金屬切割作業,所以工廠內的每臺切割設備都需具備高精細切割操作的能力,所以一臺造價昂貴,動輒上百萬美元甚至每部機器就有將近一千個可動式零件組成,只要一個細小零件脫落,都可以讓該機器故障停擺,所以這些生產設備內也具備很多感測器,以便蒐集資料來進行機器學習分析,來做為預防性的設備維護。
改採邊緣運算架構,以縮短機器學習預判時間
以前,Sandvik Coromant的作法,是將事先已訓練過的機器學習模型放在雲端,所以從設備蒐集大量感測器的資料後,得先回傳雲端才能使用機器學習來分析,判斷有無異常,再將預判結果傳回本地端的設備,這對於Sandvik Coromant來說,反應還是太慢,而且網路斷線時,無法將資料傳回雲端分析,承擔的故障風險更高,畢竟只要一臺機器停機,可能導致整座工廠產線受牽連,生產延遲的後果,就是每小時損失超過數百萬美元。
所以,Sandvik Coromant後來決定開始採用了邊緣運算架構,不只是將資料放在本地端設備處理,更開始將機器學習直接使用在工廠設備前端,來加快異常事件預警的反應時間。以前,經由網路將資料傳回雲端處理完,再回傳結果到反應,平均需要花2秒,現在改將機器學習模型就近放置在工廠設備前端來執行,只須0.1秒就能反應,兩者反應時間相差多達20倍。
能有快20倍的反應速度,靠得就是把機器學習放到最靠近資料源的設備前端來分析,讓異常事件預警可以更接近即時,因為省下了資料兩地往返的等待時間,所以能更快處理,可以更即時現場判斷,甚至,因為在設備前端就可以執行機器學習模型,所以一旦網路斷線也不怕。長期研究人工智慧及物聯網市場趨勢發展的Gartner研究副總裁蔡惠芬就指出,「AI技術的成熟,是邊緣運算興起的一大關鍵。」
瑞典百年老牌的金屬刀工具製造商Sandvik Coromant,為了加快反應設備故障預警,而改採用了邊緣運算架構,將原放在雲端上的機器學習預測模型,改直接在工廠設備前端來執行分析後,能做到比以前反應速度快20倍,大幅縮短預測停機故障的反應時間。(圖片來源/Bulid 2017)
AI技術成熟成為推動邊緣運算的另一股力量
這就是為什麼微軟今年要押寶邊緣運算,甚至還在2017年Build開發者大會推出了一項全新邊緣運算服務Azure IoT Edge,可以利用容器(Container)技術,將Azure機器學習、微軟AI認知服務的程式碼,打包成為一個個可以在閘道器上啟用執行的微服務(Microservices),讓企業就近能在本地端裝置上結合AI技術,以便於更快現場進行預判。Azure IoT Edge也支援了Windows或Linux兩大作業系統,對於硬體運算能力要求也不高,即使是記憶體容量只有128MB大小的Raspberry Pi單板電腦也能用。
除了微軟之外,另一家今年也開始布局邊緣運算的雲端ERP商用軟體巨頭SAP最近也在新推出的SAP Leonardo邊緣運算服務中,開始將SAP雲端上的機器學習服務,直接改就近提供在本地端的IoT閘道器來部署,以便於前端設備能更快現場即時反應,同時還可以和後端的SAP S/4HANA ERP系統串接,以加強自動化工廠管理。「AI技術的成熟,更將加速邊緣運算的發展。」 SAP物聯網暨數位供應鏈資深副總裁 Hans Thalbauer最近來臺時表示,因為有了AI技術的加入,物聯網邊緣裝置將變得更聰明,而不需要將資料回傳雲端,現場就能立即分析處理,以便於企業運用在更多需要即時分析的IoT應用上,例如預防性維護等。
除了雲端、商軟業者開始將AI技術帶進裝置,也開始有越來越多可以支援邊緣運算生態系發展的AI硬體和開發工具出現。連全球兩大行動晶片業者高通和聯發科都不約而同,從2016年開始針對自家的Snapdragon 820及Helio X20高階行動處理器,提供深度學習的SDK套件,讓手機晶片也能具備執行深度學習處理的能力,來提高用戶的使用體驗,使得將深度學習部署到行動裝置上變更容易,也能用於常見的AI應用,如臉部辨識、影像識別及自然語言分析等。
更瘦身的深度學習框架,前端裝置開發AI應用變更容易
而在AI布局已大幅領先的GPU處理器大廠Nivdia也不遑多讓,在AI專用伺服器以外,最近也推出一片體積只有信用卡大小的AI運算硬體Jetson TX2,因為搭載最新Pascal架構的GPU,因此具備有更強大的運算能力,可以用在安防攝影機、商用無人機、機器人等裝置上,來提高在影像辨識、導航以及語音辨識方面的應用。
有了更容易開發AI應用的硬體之後,過去1年來也開始有更多的AI開發工具推出,讓即使是運算能力不強的邊緣裝置,也能具備有提供基本的機器學習,甚至是深度學習處理的能力。
早在AI領域深耕多年的臉書,2017年4月就開源釋出了一個輕量版深度學習框架Caffe2,開始能在iOS、Android以及Raspberry Pi裝置上執行較簡單的深度學習模型,可以用於辨識影像、圖片、聲音及文本。目前Caffe2的開放原始碼已在GitHub上釋出。在早之前,臉書也曾推出另一個不同版本Caffe2Go,同樣也可以在手機上執行深度學習。
另外,臉書前不久才開源釋出的AI快速文本分類工具FastText,最近也開始能部署在手機及Raspberry Pi上,來優化機器學習的相關應用。
Google2017年5月也將兩年前才開源的深度學習框架TensorFlow大瘦身而釋出TensorFlow Lite的精簡版本,可以在Android裝置提供AI應用。甚至Google還在新版Android Wear 2.0穿戴式裝置作業系統中,首次加入機器學習功能(on-device ML system),可以提供使用於支援穿戴裝置的AI應用,例如新增的智慧訊息回覆功能,可依據收到訊息上下文的內容關聯,來提供更聰明的訊息回覆,因為在裝置端就可以執行機器學習模型,所以不用連網就能用。
甚至近來也開始有大數據分析服務商MapR試圖將大數據分析技術輕量化後,帶進裝置端,而推出一款迷你版的融合資料平臺MapR Edge,讓大數據分析處理引擎Hadoop,也開始能在多臺裝置建立運算叢集來分析。
不過,蔡惠芬也表示,目前並不是所有的AI技術都適合用在邊緣運算上。「若是需要利用巨量資料訓練機器學習模型時,因為需分析的資料量過於龐大,所以通常還是得傳回雲端來處理。」另外,當預測模型需要的運算分析越複雜時,若裝置本身的運算力不夠強大,也沒有足夠軟硬體做搭配時,還是得靠雲端才能解決。


2017年4月21日 星期五

2017 04 22 左永安顧問 4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。


2017 04 22 左永安顧問 4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。



4 月11 日看到了 iCHEF 董事長徐重仁先生離職的消息與評論,除了驚嘆記者怎麼那麼清楚內幕峰迴路轉之外,真正讓我感到可怕的是商場老將徐董事長對於軟體行業的不理解,這也是台灣活生生世代斷層的寫照。



以下是我列出幾點報導中看到徐董的誤解:

1. 「具體地說,他從經營報表上看到的,是客戶數愈多,虧損就愈大」

誤解:初期成長的 SaaS(Software as a Service)經典的現金流模型就是長這個樣子(如下圖),因為我們用低廉的入手價(訂閱制)來換取客戶的長期承諾,但買客戶的錢確得花在前面。例如:原本他買我們的軟體是要花一次性的費用 50,000 元,現在只要每個月付我們 3,000 元,我帶來一個訂閱客戶的行銷取得費用(業務與廣告是 5,000 元,所以我客戶接越多帳面上就一定賠的更多)。但換這個虧損是一時的,隨著訂閱期間拉長你獲得的利潤會超過一次性的花費(通常 B2B 訂閱制的客戶生命週期可以超過 20 個月),長期來看更建立了穩定且可預期的現金流量,這是資本市場為什麼給 SaaS 公司好估值的重要原因──Predictable。

2. 徐董事長的兒子徐安昇認為,「一開始虧損沒關係,只要看到你在往正向發展,我們就有耐心去看,可是邊際成本沒有下降。」他發現營運虧損的金額竟然已經大於營收,資金恐怕很快就會見底。

誤解:就算是已經發展成大型的 B2B SaaS(Salesforce,Hubspot)一年縱然營收破百億台幣,帳面上都還是虧損的,因為他們都還在持續用力的取得新客戶,怎麼會是正現金流?除非他們停止成長,不再花錢在業務上,很快就很賺錢了。所謂的正向成長就是 CAC(客戶取得成本)與 LTV(客戶終身價值)的比例 1:3 以上,就應該用力的花錢更用力的募資來保持成長的力道。如果連這個 SaaS 的現金流量模型都不具備,你不就變成了以前那種賣套裝軟體的公司嗎?別忘了就連微軟與 Adobe 等公司,都已經轉型成 SaaS 模式。

3. 徐董事長兒子徐安昇:現在 iCHEF 的服務已經無法符合「發源地」麻膳堂的需求,到了必須評估其他解決方案的程度,他卻發現 iCHEF 團隊「心有餘而力不足」。

誤解:這段話白話說就是「我你投資你就要變成我的專案開發公司」。企業在成長的過程中隨著規模與需求的不同本來就會用到不同的軟體服務公司,你怎麼能期待一間追求標準化且規模化的 SaaS 為你的需求量身訂做?這是殺死他們最快的方式之一。

4. 徐重仁開出藥方,建議 iCHEF 應該果斷砍掉海外據點,重新專注在台灣市場,先打好基礎,再向外發展;在這個時間點,他也建議團隊應該先專注在既有商業模式的效益極大化,而不是推出其他如電商等新商業模式;並且重新關注客戶服務需求;以及在營運費用支出上,應該有所節制,並且建立制度,如超過一定金額的支出必須經過核準等等。

誤解:上面這段話用在傳統企業的常理沒錯,但用在募資金額超過 2 億元的新創有一部分是不對的。不對的部分在於新創的根本在於用創新的規則打破既有的遊戲規則加上火速的擴張速度去佔領市場,你怎麼會叫他先專注台灣然後砍掉海外?我常常笑說我們是用 6 年去換傳統企業的 18 年。所以面對成長過程中的阻礙(龐雜且沒效率的制度與流程與文件等),只能剷除。對的部分是專注客戶需求,效益極大化既有的模式,但不斷地嘗試新模式這是不能停的。

以上 4 點每一點其實都是讓一間軟體公司在市場倒下來的理由,但用在傳統企業也許也是對的,我沒有針對徐董個人批評的意思,但需要讓這些前輩們能試著了解生意的型態隨著時代的發展是有不同長相的,希望前輩能夠試著接受新型態的生意模式。

尤其是第一點跟第二點這樣基本的問題,在 SaaS 領域已經是常識了。

(本文由 林思吾 授權轉載;首圖來源:iCHEF)