最近幾個月ChatGPT席捲全球，人工智慧（Artificial intelligence， AI）即將取代許多工作的言論也越來越多。
原本我是很無動於衷的，但隨著這股風潮席捲到周邊的朋友，不斷慫恿我說一定要試試看ChatGPT，也說ChatGPT對他而言幾乎都快要取代Google的地位，讓這個以「Google搜尋引擎」視為主要的線上知識來源的我不禁好奇，到底這個號稱目前2023年上半年最熱門的關鍵字—ChatGPT，到底可以做什麼？
或是進一步說，目前的AI，對於品質人員有幫助嗎？或是有危機嗎？
機器學習、深度學習、與人工智慧
在聊ChatGPT之前，我們先很簡單的了解一下這三個名詞。
機器學習
比如我們花了幾週的時間，坐在銀行的等候區觀察每一位進來顧客的時間、顧客需要的服務、總花費時間等等資訊，建立一個這次事件的數據庫。我們將顧客的動線變成一種流程圖，再將這些數據變成數學模型（如指數分配、常態分配、T分配），並將數學模型投入流程圖，這樣就可以模擬跑銀行的事件，然後再藉由參數的變化（增加櫃台人員、縮小入口到櫃台距離等），就可以嘗試改善銀行辦事的效率。
這種不需要特別編碼寫規則，而是讓模型自己在有限範圍得出結果的，就是一種機器學習。想當然，丟入的資料越多，就可以讓模擬更逼真也更可以得出準確的預測。
深度學習
更複雜的機器學習，但不是用統計模型，而是利用人工類神經網路，也就是類似生物的神經細胞。但深度學習需要透過很多很多層的神經元才能運作，也需要得到大量資訊才能得出有效結論。目前雖然看起來很吃硬體（需要伺服器存龐大數據庫或是需要高度運算能力），對於數據不足的資料也無法研究，對於圖像也過於敏感…但從臉部辨識、自動駕駛等等已經看的到的實際運用，可以知道當深度學習得到足夠資料時，能展現的強大威力。
人工智慧
人工智慧的名詞解釋本身就隨著時代在演進，不過用一種很單純的說法，就是透過人造的電腦程式或是機器設備，去做出類似於真人的行為，比如辨識能力、判斷能力、創造力等等。
由於深度學習使用到類似於生物的神經網路，因此也有一說深度學習是能夠達成人工智慧的一種方式，但目前尚未有明確定論。
而這次OpenAI發開的人工智慧ChatGPT，生成型預訓練變換模型，就是利用「深度學習」生成近似於我們可以溝通語言。只要你給它指令，它就會回覆你，而且同一個問題每次問的答案都可以不同，就很像是在跟真人在線上聊天。
ChatGPT，或是人工智慧可以取代品質人員的稽核技能嗎？
隨意用ChatGPT查了ISO9001：2015的第8.3節，從它對於產品設計與開發的回覆，覺得答案很可以。也查了IATF16949和VDA6.3的條文覺得答覆也很中規中矩。第一印象是以後稽核時可以少背一些條文。
但是由於稽核最常見的產線稽核跟文件稽核，都需要透過與人員溝通、比對文件、觀看現場記錄從而得出結論，以現階段可以理解的人工智慧很難達成，因為這樣的人工智慧需要有移動能力，而且同時擁有詢問能力、多種辨識能力、判斷事情能力、甚至需要判斷人是否有說謊的能力。
以我目前的對於AI的知識，ChatGPT或是人工智慧無法取代品質人員的稽核技能，但可以提供協助。
ChatGPT，或是人工智慧可以取代品質人員的客訴分析技能嗎？
我給了ChatGPT很完整的餐廳背景，詢問它當客戶抱怨我們餐廳的漢堡很難吃的時候，我們應該要如何找出可能的原因。魚骨圖的結果看似很豐富，但各骨頭看起來有重疊性，實際上無法使用於真實報告。
不管是否可以使用，我從魚骨圖選擇其中一個可能原因，並請他使用5 Whys方法，請它幫忙找出背後的根本原因，答案就變得有點形而上：
可以想像，如果你是公司的老闆，而你的品質人員對於這次「漢堡香料比例不對」的根本原因分析後，得出是因為你們這些管理層都不理會品質…這麼誠實的回答，你該哭還是該笑？
以我目前的對於AI的知識，ChatGPT無法取代品質人員的客訴分析技能，幫助…目前看起來不大。
ChatGPT，或是人工智慧可以取代品質人員的統計技能嗎？
這個就比較有機會，因為不管大數據、機器學習、或是深度學習，都跟數據脫離不了關係，你給它們足夠的、關聯性高的數據，它們就可以幫你跑MSA、KAPPA、SPC、MTTF或是多種品質會運用到的統計數據。
但獲得數據的過程也是可能需要人員，因此這題可能一半一半，但肯定會有幫助。
ChatGPT，或是人工智慧可以取代品質人員的認證技能嗎？
基本上答案是No。
原因是認證新的產品、新的系統、新的服務都會接觸到實體，需要與人溝通，對應資料，現場判斷等等需要真人的行為，比方研發人員做出新的產品，品質人員需要投入可靠性試驗，之後組成一個完整個系統，確認老化後產品對於整個系統的穩定或是效能是否受影響，除非公司家大業大，可以從頭到尾全部自動化，不然很不容易被取代。
結語
過去幾天在ChatGPT嘗試其他品質人員的技能，總結都是不容易被取代，覺得至少品質人員被AI取代的風險好像小了些。統合與幾位不同領域不同職業的朋友聊天，我們最後得到的結論是有幾種影響比較大的職業：
工作內容是軟體類別的，處理人為疏失的
比方說專門看程式碼除錯的軟體工程師，因為請AI直接生成程式碼是可以直接被套用的。
創作類別的
小說家或是部落客，因為ChatGPT真的很會掰故事，不懂的人直接套用AI生成的結果，就很容易會將錯誤資訊散播出去，或是將文辭優美但詞不達意的一大段文字變成一本放在書架上的書。
作業重複性高，而難度低的
比如自助餐的夾菜人員，或是部分工廠的設備操作員。但前提是自助餐老闆願意買機械手臂用來取代人力，或是工廠從頭到尾全面導入工業4.0，不然時間也不會這麼快。
反之，做的事情重複性不高，與現實接軌程度高的工作，需要與人互動的，例如老師、律師、咖啡店服務員、業務、品質人員等等，都可以將人工智慧成為一種有用的工具，而非搶你飯碗的威脅。
但坦白說，夜闌人靜找不到人聊天時，玩玩ChatGPT是真的滿有趣的！
延伸閱讀：
進入品質系統的敲門磚 - 【流程圖（Flow Chart）】簡單使用教學
沒有留言:
發佈留言