網頁

2023年4月17日星期一

目前的人工智慧,如ChatGPT,可以幫助品質提升的程度有多大?

目前的人工智慧,如ChatGPT,可以幫助品質提升的程度有多大?-Title

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:

目前的人工智慧,如ChatGPT,可以幫助品質提升的程度有多大?-ChatGPT

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

【8D報告】 - 世界通用的客訴報告範本 

【品質】是什麼?該如何解釋?這個常常被人使用的兩個字,我教你怎麼應用

【魚骨圖(Fishbone Diagram)】–品管七大手法,視覺化找出問題的原因,也是8D報告好幫手喔!

沒有留言:

發佈留言

Pages - Menu