【AI 新創從 Amazon 經驗中學習如何優化自己的 Model?】
在 Amazon 的 2019 Prime Day，Amazon 一天要處理百萬張訂單、賣出一億七千五百萬件商品，第三方賣家營業額超過 20 億美金。Amazon 運用這些大量的資料來訓練他的 AI model，如何建立起有效的 AI model 呢？AWS 機器學習專業架構師楊仲豪分享以下心法給大家：
1. Modernize your Application
一剛開始在建立 Model 可能會花很多時間，但一個產品的 Infrastructure 以及 Support 該系統所花的時間，可以透過「不斷地自動化」越來越少，進而提升員工們有更多的時間與精力去做「創新」。
2. No General Purpose Intelligence
沒有通用的 AI，以 Amazon 自家的語音助理音響 Echo 為例，上頭有麥克風、會顯示現在幾點幾分、天氣如何、播放串流音樂…… 等，當使用者小聲地和 Alexa 說話，她回應時也會變得小聲，而 Alexa 能表現得如此自然，其中最重要的就是：Learning & Personalization Engine，透過學習和個人化，它能讓這些助理越來越了解你，「這是很多公司在做語音助理時忽略掉的，但卻是客戶們最喜愛的一點。」
3. Build vs Buy?
剛開始沒有足夠的 AI 技術和人才的時候，許多人都會用現有的 Open source 來建立自己的 Model，但長遠來看，真正有價值的 AI，是針對特定的商業需求自訂模型與收集資料，才能持續創造長期的商業價值與核心競爭力。
4. Apply the Machine Learning Flywheel
最重要的一點，人才。要在 AI 領域跑得比別人更快，就是要「打造三方人才一起工作的環境」，將「專業領域的知識」、「軟體工程技能」、「數學與統計知識」三方的人才緊密地結合，建立起機器學習的三方人才飛輪循環，透過跨領域的合作、建立互相學習的文化，才能持續進步，而這也是人工智慧的組成因素：數據、運算，以及不斷地修正。
如果你也在考慮運用 AI 創業，可以考慮以上幾點，也可以多詢問有相關經驗的前輩。
By Sandi Wu, AppWorks Analyst
