技術債－天下沒有白吃的午餐

前一陣子，負責智能技術的Intel副總兼CTO Amir Khosrowshahi 來台，有機會交流。Amir說明Intel在未來智能服務的定位。其中提到了NIPS 2015 Sculley的論文中「Technical Debt」(技術債)的概念—原意為軟體工程中太快速、輕忽的開發，所招致的長期成本負擔。

這是很有趣的一個名詞，用來解釋天下沒有白吃的午餐。尤其是近來智能化顯然是相當重要的未來產品方向，但是也得搭配其他不可或缺的要件。Sculley的論文主要討論智能元件上線之後，對於線上的工程系統有怎樣的工程挑戰：比如說如何維持特徵值擷取版本，過多的特徵值，訓練模型的版本等等，值得工程人員關注。

核心智能(機器學習或是深度學習)常常只是工程系統中的一小部分，為了讓整個服務可以完整的運行，還有其他重要配合的工程部分，例如資料收集、標準、運算資源管理、運算平台、監控服務、終端環境的推理硬體元件等。英特爾(Intel)的企圖是想提供這一大部分，不是只有機器學習核心。當然這是極富挑戰的工作，也有許多競爭者正全力衝刺提供類似的解決方案。

每個有價值的垂直領域，都有專業的知識，需要時間、成本累積。舉例來說，從兩年多前開始跟醫學領域的人一起合作，完全可以感受到跨領域的挑戰，令人戰戰兢兢。技術債可以用素質好的人力彌補，例如挖角、併購，但是往往價格高昂。

同樣的，對於非以IT技術擅長的產業，即使是獲利非常良好的隱形冠軍們，要智能化在公司內部開始產生效益，也需要相當的時間跟花費(同樣的，有許多技術債得償還)。當然，經營層的決心是最關鍵的。

這也可能是許多新創公司的機會所在。尤其是專注服務於產出大量資料，以及資料單位價值高的幾個領域：例如製造、能源、健康醫療、交通、IT等，都是值得大量投資智能技術的領域！