搜尋結果
2017年11月16日 · 李文多斯基（Anthony Levandowski）是自動駕駛發展的重要推手， 在2007年加入Google ，打造出你我熟悉的Google Map，也曾參與Google的無人車專案；離開Google後創立自駕卡車新創Otto，並在2016年被Uber收購。 今年二月Alphabet旗下自駕車公司Waymo控告Uber，認為Uber的自駕車技術來自李文多斯基離職時竊取的技術文件，今年五月Uber以李文多斯基 「不配合調查」為由將他開除。 儘管官司、爭議纏身，李文多斯基可沒閒著，他正忙著創辦「AI宗教」。
台灣50大富豪出爐！ 林百里強勢登頂、郭台銘重返前3，誰擠進前10名，誰身價跌最多？ 《富比士》公佈今年台灣50大富豪榜單，除了林百里獲台灣首富外，AI熱潮會怎麼撼動台灣富豪版圖？ 時事焦點 | 7 小時前. 大巨蛋Garden City開箱影片來了！ 徐旭東坐穩東區百貨霸主，先做2件SOGO沒試過的事. 新零售 | 16 小時前. 金融業導入AI效益有多大？ 麥肯錫揭年利潤上看600億，為何「AI資優生」卻低於10%？ AI與大數據 | 3 天前. 黃仁勳來了！ 3兆男拜會台積與鴻海，還有哪些行程？ 14檔AI概念股有哪些？ 一次盤點. 半導體與電子產業 | 15 小時前. 全球CEO薪資排名出爐！ 誰賺最多？ 誰「加薪」幅度最高？ 一張圖秒懂哪個行業最吃香. 商業經營 | 1 星期前.
2024年3月20日 · 供應商透露，目前GB200中的CPU功耗為300瓦、2顆B200 GPU各為1400瓦，以一台伺服器具備兩片超級晶片基板來看，將來到6,200瓦，「重點在於怎麼把集中在基板上的熱快速帶走。
2018年7月4日 · 李玉琪進一步解釋，首先是人力的培育（供給）跟不上需求成長的速度。 人所能處理的資料量畢竟有限，當資料數量快速成長時，就必須有更多的人力才能持續挖掘資料背後的價值，而一個沒有經驗的建模專家，至少需要6-9個月的時間進行教育訓練，才有辦法建立出第一個預測模型，之後平均每3個月可以建一個新的決策模型。 再來則是數據內容的複雜度。 專家建模速度取決於其對屬性的熟悉度，而過往專家在建模時，大多使用銀行內部的結構化資料，但是現今有許多非結構化資料、外部資料及異業資料時，例如：網路上的數位生活足跡、經常使用的支付工具...等，這些都能看出顧客的金融需求或是未來的購買傾向，卻不是專家所熟悉的領域，而人工智慧採用互動式邏輯的學習方式，恰好適合分析這種大量且複雜的數據，有效的萃取出人工無法辨識的資料價值。
- 交易與理財諮詢（Robo Advisor)
- 風險控管模型建構（Risk Control)
- 安全防護、身分辨識（Identification)
- 智慧客服（Smart Customer Services）
- 金融監理科技（Regtech）
- 精準行銷（Precision Marketing）
美國華爾街的交易員及投資專家Asset Manager的工作未來可能不保，因為以人工智慧為核心的理財機器人（robo advisors)會搶走他們的飯碗，理財機器人是以複雜軟體支援的網站介面，依照客戶不同的財務目標及需求，引導投資人進入不同的投資組合及資產管理計劃。 最為知名的理財機器人顧問公司是位於紐約的Betterment公司及位於加州矽谷的Wealthfront公司，兩家公司都以「將投資決策簡單化」為核心目標，網站上都會先詢問客戶幾個簡單的問題：例如財務目標、風險容忍度、投資的範疇等，根據這些回答系統會演算出建議的資產配置（recommended asset allocation)，透過線上轉帳將資金匯入帳戶後，系統便自動將資金配置投資於幾個指數型基金（ETF, exchange-tr...
人工智慧也能協助包含信用評分與風險、市場風險、營運與作業風險等方面的預測、監控與管理。以個人信貸與信用卡常用的信用評分卡（credit scorecard）為例，目前台灣大多數銀行的信用評分制度，多仰賴以聯合徵信中心信用相關為主的資料作為主要評分的參數，面對現在客戶多元的消費與支付行為，這種以信用為主的評分方式，對於許多客群（例如學生、沒有信用卡或較少與銀行往來的客戶）的辨識能力不足，同時對於一般客戶的消費資訊的了解也所知有限，例如，客戶在家樂福用信用卡花了15,000元買了台平板電腦，銀行的信用卡授權系統僅知道客戶在家樂福消費15,000元，至於買些什麼東西就不知道了。 如果能進一步知道客戶的消費內容，對於客戶的消費型態與信用風險的關係，應該會有不一樣的面貌，這些都是可以透過人工智慧與大數...
透過生物辨識（Biometric）技術，包含臉部、語音聲紋、虹膜、靜脈、指紋等生物特徵，作為客戶進行金融交易及特定場域安全防護時身份辨識的主要方式。透過生物辨識技術及感測裝置，原本傳統客戶須至分行面對面進行身份確認的作業，未來可以透過手機、平板及電腦進行遠距辨識，大大降低時間與成本。 舉例來說，台灣花旗銀行首創「聲紋辨識」客服中心，利用客戶獨一無二的聲紋（包含波長、強度、節奏及頻率等超過130種特徵）取代原來的密碼，只需十幾秒即可完成身分認證，相較原來需問ㄧ堆問題，聲紋辨識能大幅縮短認證時間。此外，中國信託銀行也將ATM自動櫃員機全面升級為指靜脈提款。透過辨識人類手指中流動的血液吸收特定波長光線形成靜脈分布圖像，就能進行身份識別，因為每個人指靜脈分布都不一樣，不容易被複製。中國支付寶在201...
目前有許多銀行運用Paper機器人作為迎賓專員，提供打招呼、遊戲及資訊查詢等初階服務。透過運用人工智慧的技術，迎賓機器人會有的功能是：當客戶走進銀行營業大廳時，迎賓機器人能夠利用臉部辨識的功能判定客戶身份，同時運用大數據及搜尋引擎，提供客戶最即時的理財資訊及客製化的銀行產品，這樣便能提供較為精準的行銷訊息，而不僅是跟客戶猜拳，唱歌，打招呼，甚至不知道客戶是誰等。此外，以往電話客服中心通常只扮演客戶服務的角色，隨著客服電話進線量大增，這些客戶主動接觸銀行的通話，比起電銷業務團隊外撥聯繫客戶的觸達率要有效，因此在完成客戶服務事項後，電話客服中心也能擔負起銷售的任務。 當客戶電話進線時，在電話語音系統（IVR，Interactive Voice Response）通過身份辨識後，透過CTI（Com...
人工智慧還能夠運用在金融監理科技，也就是所謂的RegTech（Regulation Technology）相關的管理。因應金融科技興起而日趨複雜的市場環境，金融監理及法令遵循的管控工作日益繁瑣，有鑒於此，德意志銀行（Deutsche Bank)就運用人工智慧的技術，將行員與客戶間的交談錄音及錄影資料，透過特定的關鍵字檢索，定期進行過濾與檢視，能快速地確認其中是否有違反相關的作業規定；比起傳統需透過許多行員逐一監聽錄音帶或監看錄影帶的模式，能節省大量人力與時間，而且能將複雜繁瑣的金融監理工作，以精準、高效率的方式進行。
包含購買行為分析，客戶特徵、社群行為分析，透過大數據分析與雲端計算，提供模組式差異化產品與服務。金融商品與服務主要的核心是定價（利率及手續費）、信用（放款額度）及風險管理，要能完整周延進行規劃、執行、檢核及管理，需要大量的數據分析，作為各項行銷及業務管理決策，要能做到精準行銷，需要大量、多元且品質佳的數據，例如客戶基本資料（demographic data or quantatative data：性別、年齡、家庭、居住地、職業、年資、收入等）、交易類型資料（qualitative data - 金融交易資訊如信用卡用卡行為、存款、放款、退票、支付、繳款、購物支付、醫療等），才能運用各類型分析技術如資料採礦（data mining）、資料倉儲（data warehousing）、大數據（bi...
2018年5月25日 · 這項法規的基礎，是「被遺忘權（right to be forgotten）」，是一種在歐盟已經付諸實踐的人權概念，可以要求控制資料的一方，刪除所有個人資料的任何連結（link）、副本（copies）或複製品（replication）；還有「資料可攜權（Right to data portability）」，意思 ...
2024年5月28日 · 數位書選. 現今，世代之間的誤解正在許多組織中上演。 全球各地的行銷人員都面臨著服務5個不同世代的難題：嬰兒潮世代、X世代、Y世代、Z世代，以及α世代。 前4個世代構成了就業市場的主幹。 大多數嬰兒潮世代仍未退休，而現在全球的領袖高層多半是X世代，Y世代是最大的就業族群，Z世代則是剛加入就業市場。 這幾個世代對科技的精通程度不同。 行銷人員透過世代的角度來觀察市場，將有助了解由科技主導的行銷5.0最佳的落實方式。 Z世代意思是什麼？
