Search
【𝐉𝐨𝐢𝐧 𝐮𝐬 夢想起飛➹上海商銀人才招募計劃】
📣幸福無限，名額有限，歡迎您踴躍報名
⚡️⚡️⚡️上海銀行邀您一起共創未來⚡️⚡️⚡️
🔸存匯櫃台人員
✨另有Fintech數位金融及資訊科技等多項職缺招募中✨
✦報名截止至110/9/12止
✦報名須知：
1⃣採網路報名，恕不接受實體文件。
2⃣請至本行網站 http://www.scsb.com.tw 「人才招募」登錄線上履歷。
3⃣請務必詳細填寫個人履歷、中英文自傳、上傳個人照片，並留下正確聯絡電話、E-mail，資料不全者恕不受理。
🔥🔥🔥熱烈招募中🔥🔥🔥
🔹報名入口：https://bit.ly/3s4SINK
#招募夥伴
#加入上海商銀
#上海商銀人才招募計劃
創新工場和BCG波士頓諮詢合作的「+AI改造者」系列：創新工場投資的追一科技，用領先的「數位員工」解決方案幫傳統企業降本提效。
改造者系列：傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號，經授權轉載。
近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。
隨著當前人口紅利趨弱，企業的用工成本增加，「數位員工」存在大量的市場需求。成立於2016年的追一科技，通過其核心的AI語義分析技術，幫助傳統企業利用人工智慧技術解決勞動力短缺的問題，實現降本提效。
在采訪中，追一科技首席戰略官成捷認為，傳統企業應該扭轉AI應用「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，以達到正向的循環。
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。
在企業服務領域，AI企業，即「改造者」，能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一，借助自然語言處理技術，其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。
■本期受訪嘉賓：成捷
追一科技是「AI數位員工」提供商，主攻深度學習和自然語言處理，提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合，提供不同類型的AI數位員工，滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求，幫助他們降本提效，改善用戶體驗，驅動創新和增長。
成捷是追一科技首席戰略官。在此之前，他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。
■對談實錄
Q1：追一科技為何選擇幫助傳統企業應用AI？
成博士：追一科技的定位是「AI數位員工」服務商，本質上是智慧軟件，面向企業提供AI企業軟件來説明其降本增效。當前，隨著人口紅利趨弱，企業用工成本水漲船高，員工的流動性也在增加，市場上存在大量對於智慧客服、行銷、內部溝通等的需求，企業希望由機器解決勞動力短缺問題，並為企業降本。而追一的核心AI能力是語義分析，即機器如何像真人一樣理解和表達文本資訊，再結合創始人團隊的企業服務背景，恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求，涉及行銷和業務辦理等，幾乎等同于傳統呼叫中心上千乃至上萬的人工。
同時，我們也看到近些年大量企業在推進資訊化建設、雲建設，企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料，但並不知道如何應用，不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營，從而提升人的產能。以保險電銷為例，通過對銷售人員的資料分析，追一能夠提煉高績效員工值得借鑒的話術和知識點，標準化後以輔助推廣培訓。
Q2：在賦能傳統企業應用AI的過程中，追一遇到過哪些挑戰？又是如何應對的？
成博士：AI火爆之後，大部分企業的心態是先投資一部分進行嘗試，其中有些企業成功地體驗到了AI的成效，於是自發地持續梳理其業務流程、構建並優化知識庫，進入了一個正向循環，投入產出比也合理，逐漸能夠覆蓋到更多場景和業務部門。
而有些企業原本對AI的預期是「隨插即用」，期待AI能在短期之內帶來巨大改變，他們應用AI的效果往往就無法達到預期，也很難將AI的效用發揮到最大，往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，才能步入正向的循環。
其次，許多較早開始應用AI的企業組織規模都很大，涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求，這對於AI應用而言是另一大難點。以銀行為例，總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案，且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案，傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢，即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取，總部科技部門和一線業務部門會一同系統性地梳理需求。
同時，在業務梳理過程中，AI企業也需要增進其對行業的理解，從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地，以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程，建立行業知識庫。
最後，AI不像ERP之類的傳統軟體系統，沒有成熟的全鏈路玩家，還處在比較初級的階段，因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上，大型企業系統多，往往也不標準化，十分消耗人力；知識庫定制上，不同企業的業務流程不同、知識不同，需要定制知識庫；軟體功能定制方面，不同規模、業務類型的企業依然存在不同的需求；哪怕在部署之後，AI企業依然需要持續優化場景，根據交互的效果持續優化業務流程，並試圖拓展新的場景。
Q3：如何理解追一「開放共贏的生態合作體系」？
成博士：追一對各類企業都秉持著開放合作的心態，我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。
1. 平臺夥伴包括騰訊雲、華為雲等企業，平臺夥伴能夠提供基礎設施，起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路，追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案，使面向客戶的解決方案更好落地實施。
2. 行業夥伴指特定行業領域的資訊科技企業，他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源，也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。
3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。
4. 咨詢夥伴則能夠提供整合咨詢服務，在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。
追一在生態合作中除了能夠提供行業定制化的技術方案之外，還可以分享和拓展渠道資源，幫助系統集成商、ISV增收。長遠來看，追一希望把產品服務做得更加標準化，可供他人調用，也可以在自有平臺上集成協力廠商產品和服務。
Q4：你認為未來AI企業的發展趨勢是什麼？
成博士：大趨勢一定是行業越做越深、場景越做越精，提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。
此外，AI企業還應當繼續推進技術普惠，在當前AI大多只在大型企業使用，而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化，大量復用從頭部企業積累的垂直領域專識，再在過程中逐步建立跨行業復用的能力。
■要點回顧
1.「人工智慧即服務」（AI-as-a-service）依然處於初級階段，還沒有成熟的全鏈路玩家，因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。
2. 傳統企業需要抓住時間窗口，憑藉多年深耕行業的經驗積累，在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。
3. 對「改造者」而言，「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展，需要長期深耕垂直領域，持續積累行業know-how，並將縱深積累標準化，以複製到更多的垂直行業。
謝謝網友梁麗緹分享舊時的彰化商業銀行存摺，裡面記載了存款金額於民國38年（1949年）6月15日奉令以四萬元台幣折成一元新台幣，於是原本帳戶裡的台幣29,500元在一夕間變成了新台幣0.74元。
在第二次世界大戰結束後，台灣遭遇了有史以來最嚴重的通貨膨脹，這個通貨膨脹把台灣人過去存下來的財富瞬間吞噬掉！
1946年5月20日，台灣銀行經財政部核准，改組成立，仍稱「台灣銀行」，並繼續取得紙幣發行特權。先發行壹圓、伍圓、拾圓面值的新版 「台幣」（現在稱為「舊台幣」），後因為通膨壓力，不斷提高發行的面值；這時期的紙幣上的圖案主題，是以「國父肖像」、「台灣地圖」、「台灣銀行」、「鄭荷海戰圖」等交替使用，其中的「鄭荷海戰圖」相當具有時代意義。
1948年，台灣發生通貨膨脹，民眾對台銀發放浮濫的舊台幣失去信心，台幣日益貶值，發行額大增，在尚無有效改革幣制之政策實施之前，為了維持台灣貨幣體系的流通，台灣銀行特別發行了「定額本票」，與原有的舊台幣共同流通，其面值有伍仟圓、壹萬圓、拾萬圓，最後甚至發行壹佰萬圓面值的本票，台灣此時通膨的惡化程度可想而知。
財政部最初核定台幣的最高發行額為30億元，但因為烽火連年導致生產停頓，台灣需要大量資金供應重建，再加上國共內戰，中國大陸的通貨膨脹也直接影響到台灣，令台幣匯率隨著法幣水漲船高，發行額亦直線上昇；短短三年內，就從預計的30億元上限增加到5270多億元，另外還有1兆2136億元的即期定額本票在市面上流通。1兆7000多億差不多是30億的528倍，所以舊台幣等於是惡性通貨膨脹，而且到了不可收拾的地步。
1949年，國民政府遷台，陳誠從上海運來80萬兩黃金，作為發行新台幣的後盾，從此，剪斷了舊台幣與金元券的臍帶。
1949年6月15日，台灣實施幣制改革，將原來的台幣（舊台幣）收回，換發新的鈔券（新台幣），每四萬舊台幣可兌換一元新台幣，兌換時間到當年的12月31日為止，後來因為實際需要，又延長了兩個星期。那時候，一麻袋的舊台幣，只能換到幾塊錢的新台幣。
物資缺乏造成民眾生活更加艱苦，鈔票的價值遠不如米糧，美援透過教會在各地發放食糧，民眾更是爭相領取，沒有什麼事比填飽肚子更重要。
於是，政府陸續實施了多項用以穩定經濟的政策，包括舉辦優利存款以鼓勵儲蓄、充實財政收入以撙節支出、積極修復生產設備以增加工業生產、鼓勵農民生產以提高農業產量…等，終於使台灣的物價漸趨平穩，而奠定了後來經濟穩定發展的基礎。
事實上，台灣在二戰後初期也曾遭遇惡性通貨膨脹；1945年到1949年之間，台灣的物價幾乎是一日數變，每年的物價漲幅都在500％至1200％之間，不少年長者回憶起那段歷史仍是餘悸猶存。
造成戰後台灣發生通貨膨脹的因素，主要有下面六點：
一、戰時盟軍空襲使台灣經濟受到嚴重的損害，多數工廠全毀或半毀，交通運輸體系遭破壞，勞動與原料的供給中斷，而未毀於空襲的生產設備亦未能妥善維護。因此在戰後初期，台灣的工業產量遠不及日治時期最高紀錄的三分之一。由於農村勞動缺乏、肥料供應不足，以及水利荒廢令農業生產銳減，「商品供給不足」成為引起通貨膨脹的重要因素。
二、雖然在台灣實施地區性貨幣，台灣與中國大陸之間的匯率亦時常調整，然而以上海與台北兩地的物價水準作比較，大多數時期中國大陸貨幣被高估，造成大量資金從中國大陸流向台灣。也就是說，中國大陸的惡性通貨膨脹連帶波及台灣的金融體系。「貨幣供給過量」成為引起通貨膨脹的另一個重要因素。
三、1946年國共內戰擴大，國民政府動員台灣的物資支援國共內戰，使得台灣市場上的物資嚴重缺乏，加深了供給不足的困境。
四、國民政府在接收台灣時，雖然接收過程尚稱順利，但是官員貪污現象嚴重，一方面造成物資供應不順暢，一方面民眾對於行政長官公署的施政日漸失去信心。上述狀況表現在貨幣上，即是對於貨幣流通的不信任感，終致貨幣發行額日增，造成惡性通膨之勢難以阻擋。
五、從1949年初開始，有大量中國大陸的人口隨著國民政府來台，其中包括不少公務員和軍人，人數約在五十萬左右。為了維持軍公教人員的生活，政府只得持續發鈔供應，結果造成貨幣供給增加，令貨幣市場雪上加霜。
六、除了上述無生產性的支出以外，政府軍政方面的支出亦相當龐大，此舉令政府赤字大增，而為了彌補預算赤字，只好依靠兼具中央銀行與商業銀行性質的台灣銀行來進行融通，而且是以增加貨幣發行來彌補。此種「以增加貨幣供給額來支應資金缺口」的政策，持續惡化了台灣的通貨膨脹現象。
上海 商銀招募. 【108年大型招募】存匯櫃台人員，求才內容：［ 職務內容 ］ 1.若經錄取，以4職等任用（每月薪資含膳費學士：NT$36300、碩士NT$38600），本行將視個人 ... ... <看更多>
【上海銀行招募新血囉 】 上海銀行招募存匯櫃台人員 報名期限：報名截止至109/6/21止報名須知： 1⃣採網路報名，恕不接受實體文件。 ... <看更多>
上海銀行存匯人員 在 [徵才] 上海商銀-【108年大型招募】存匯櫃台人員- 看板Finance 的推薦與評價
[ 職務內容 ]
1.若經錄取，以4職等任用(每月薪資含膳費學士：NT$36300、碩士
NT$38600)，本行將視個人報到時所附之學歷證明公告之職等任用。
2.本職缺自到職日起三年內不得主動申請職務及服務地區之調動。
報名網址:https://hrrecruit.scsb.com.tw/recruit/announce.html
請至上海銀行人才招募網報名
※報名截止至108/06/23止。
--
這個工程我想要 因為我最近事業發展太快 我缺錢週轉 我提出兩個條件
第一：這個工程大概是10億 兩成利潤算 就是賺兩億 我拿四千萬出來 你們七家分
第二：政府下半年還有三個工程 我不投了 你們搓圓仔湯 分我一份就是了
我話講完 誰贊成 誰反對
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.235.8
※ 文章網址: https://www.ptt.cc/bbs/Finance/M.1559312914.A.EA8.html
... <看更多>