輸入好數據 為AI把關（湛家揚博士）
最近我遇見了一位來自美國矽谷的數據管理專家，了解他們的高級數據管理技術，讓我想起自己第一堂關於計算機科學的課。30多年前，我在美國大學修讀電腦科學學士課程時，老師教了我們一句簡單但深刻的話：「Garbage In, garbage out.（輸入垃圾，輸出的也是垃圾。）」當年這主要是提醒我們須輸入準確的資料，否則計算機程式無法得出正確結果。
時至今日，生成式人工智能（GenAI）和具主動行動能力的代理式人工智能（Agentic AI）發展如火箭般迅速，而老師這句話依然毫不過時，甚至變得更加重要。在AI時代，企業領袖更應重視數據品質、數據素養與人類判斷力。
現時不少企業已開始應用GenAI協助撰寫內容、整合數據和支援客戶服務。隨之而來的是Agentic AI，它們不只等你下指令，更會主動幫你訂立目標、自行決策並執行任務，乍看之下極具潛力，但若基礎數據質素不足，這些系統隨時會變成風險來源。
人工智能不是神仙，它們的能力來自學習過往的數據，如果所輸入的資料本身就偏頗、不完整或過時，AI最終產生的結果只會放大問題。
對企業來說，這種錯誤可能導致市場預測失誤、顧客服務判斷錯誤，甚至招致營運和合規風險，尤其Agentic AI系統可自行運作，一旦輸入有問題，錯誤將無聲無息地擴大。
那到底什麼是「好」的數據？企業未必人人懂寫程式，但評估數據質素，卻是每位管理人員都應關心的事。一套好的數據，應具備以下條件：
1.準確：是否真實反映現況？有否錯漏或過時？
2.相關：是否針對當下的業務問題和目標？
3.具代表性：是否涵蓋不同角度與群體，而非只集中某一地區或客戶層？
4.無偏見：是否潛藏歷史偏見或歧視而不自知？
5.一致性：是否在不同平台和部門中保持標準？
6.合法及合乎道德：數據收集方式是否符合私隱及法規要求？
AI進步，人類更需參與（Human in the Loop）。AI再聰明，也需要人類把關。人類的角色從未被取代，反而變得更關鍵。不過，這需要人類具備「數據素養」——才能理解、質疑，甚至糾正AI的判斷。否則，即使表面上是「人機協作」，其實人類只是被動接受，無從糾正錯誤。
這代表決策者需要：
1.批判性思維：不盲目接受AI結果，要學會問：「這結論合理嗎？」
2.了解數據出處：知道數據從哪裏來、涵蓋什麼、忽略了什麼？
3.有業務觸覺：將AI輸出放在實際業務場景中衡量利弊。
4.數據說故事，才有影響力：作為領袖，你不只是理解AI分析，更要懂得將這些見解轉化成有說服力的商業語言與敍述方式，讓同事、管理層或合作夥伴相信並付諸行動。
AI並不會取代人類的智慧，而是放大我們已有的判斷。好的數據，加上懂得批判與溝通的人類，才可以塑造值得信賴與負責任的AI未來。企業的競爭力，不止於擁有AI，而在於懂得駕馭它的人。
更多湛家揚文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
