有時候，「小數據」就夠用了

在思考你的事業有什麼人工智慧（artificial intelligence, AI）的實際應用時，很容易會以為，需要很大量的數據資料才能開始進行。人工智慧是由資料驅動的，所以，你手上的資料愈多，你的人工智慧就愈聰明。是嗎？不一定。

把人工智慧應用到資料上，以擷取情報，在這麼做的時候，情境脈絡（context）很重要。換句話說，你可以打造一個你能想像得出最大的資料湖（data lake），但是，假如你不知道要尋求什麼，也沒有所需要的相關資料，你就不可能得到你想要的成果。

這是因為人工智慧並不是魔法黑盒子，不會在吸收堆積如山的資料之後，就自動吐出結果。人工智慧是指規模很大的一組技術，每種技術各有明確、調整過的目的。企業若能專注在他們期望看到的影響和目標，並把重心放在收集能配合那些目標的適當資料集，就有最佳機會可藉由人工智慧，得到真正能發揮影響力的結果。

讓我們看看美國郵局（United States Postal Service，簡稱USPS）的郵件分類自動化經驗。USPS運用機器與光學字元辨識技術（optical character recognition，OCR），目前已可在沒有真人協助下...