配合人工智能情感分析  更有效使用大數據

配合人工智能情感分析 更有效使用大數據

大數據(Big data)應用近年愈來愈普及,SMART Social Mind創辦人廖德城(Paul)指出,大數據的運用目前主要集中在生產鏈的下游,在上游方面仍有很大的發展空間,公司透過社交媒體收集數據,再配合人工智能進行情感分析(Sentiment Analytics),有利於企業對於市場狀況有更深入的認知。

廖德城表示,社交媒體不時都會出現新的關鍵詞,一般的大數據分析只會透過關鍵詞出現的次數,按人氣統計(Popularity Analytics)來提供分析結果,但是此舉未有顧及「人氣」可分為正面及負面,因此要加入情感分析。

社交媒體收集數據

SMART Social Mind的其中一個主要服務是大數據分析,他指出,公司主力在社交媒體,如Facebook、Instagram、YouTube和WeChat,以及較流行的討論區如高登等收集數據,除了關鍵詞出現的數量之外,也會顧及公眾對關鍵詞的情感反應,即傾向正評還是負評,再提供分析報告,這樣對於協助企業制訂合適的策略會有更直接的幫助。

社交媒體每日、每週、每月都會有新的關鍵詞,廖德城表示,目前企業使用大數據仍然集中在銷售策略之上,例如視乎社交媒體用家的反應,決定推出哪類型產品,以達致銷售最大化;但是,在生產鏈的較上游階段,例如產品設計、製造,以至於批發和代理等,也可以藉大數據的分析來協助企業開發產品,以至於選材等;以保險公司為例,藉龐大客戶基礎搜集的數據,對於客戶的需求會有更深入的了解,藉此開發更適合客戶的方案。

他直言,在現行的技術上,企業內部的大數據分析會有較佳的效果,如涉及整體市場的分析,如果準確度暫時有60%至80%已屬不差,但相信在加入人工智能分析及數據更為精準之下,分析的命中率可以提升至70%到80%。

外判分析符合成本效益

這正為集團提供更大的潛在發展機會,廖德城指出,企業要自設部門專責於大數據分析,由於涉及專業人才,涉及的成本也會較高;何況,在目前社交媒體的急速轉變之下,專業團隊亦未必能完全緊貼市場的變化,難以持續發展,因此即使規模龐大如保險公司,在自設團隊之外,也需要有外聘服務,藉第三方的分析,加深對市場的了解。

不過,他指出,目前本港企業使用大數據分析服務尚未普及,反而是美國和中國等市場的需求則較大,但廖德城估計,市場對大數據有一定憧憬,日後將有很大的商機。

除了大數據分析,SMART Social Mind另一主業是創投基金顧問服務,廖德城指出,初創企業的投資回報可以相當高,但是成功機會卻不算大,以高科技公司而言,投資10間只要有1間成功,已是不俗。

顧問服務助資金應對資產荒

目前市場資金充裕,甚至有所謂的「資產荒」,即資金難以找到真正有理想回報的資產投入,對有資金需求的初創企業,是一個理想的融資時機,他指出,在分析初創企業時,主要是了解其商業規劃是否暢順可行,部份企業只有一個基本概念,但是商業模式尚未建立,相對而言,投資的風險自然較高,至於一些已經有產品或服務的公司,成功的機會自然較高,但是不少可能已完成初步的融資,甚至部署上市,未必需要創投基金的注資。

在香港從事初創其中一個難度是相對回報問題,廖德城指出,在人力資源的發揮上也不利於初創企業的發展,SMART Social Mind正計劃打造一個共享經濟(share economy)平台,藉此協助初創企業者。

廖德城認為,目前的社會環境不利初創企業,也沒有好好發揮年輕人的人力資源,他解釋,初創企業由創立至商業模式「成型」需時以年計,而且最終未必一定能夠成功,創業者(或其他員工)在企業發展的過程中可能會面對生活壓力,而且也影響了其工作經驗的累積,而最重要的是其浪費了年輕人的人力資本;在目前共享經濟日趨流行之際,集團期望能夠建立一個平台,配對資訊科技行業的從業員及企業,使傳統的工序外判模式更有效地運作。

共享平台助人力資源發揮

目前家居工作室(home office)的技術已相當先進,他相信,這個人力資源的共享平台一方面能夠為企業吸納資訊科技的人才,解決「請人難」的問題;一方面則可以更有效地發揮創業者(及其員工)的專長,並且可助他助建立一個較完善的履歷,方便日後的工作發展,能夠達致雙贏。

名門之後 科班出身

廖德城是廖創興家族第三代的成員,早年負笈加拿大攻讀工程物理學,在完成博士學位後,在北美軍工相關的企業任職,而且一直從事資訊科技方面的研究;其後因應家族企業的需要回流香港加入銀行,當時正值科網行業的興起,傳統的家族銀行要善用資訊科技(IT)技術,廖德城當年出任創興資訊科技的董事,任內合共開發逾50個銀行採用的應用(Application),對企業在IT方面的需求有較深的了解。