目錄
年過 50 歲的日本副社長自學 Python！寫出的 AI 還被雀巢採用
你是否也有個轉職夢，想學 Python、當工程師或設計 AI 軟體，卻因為擔心自己的背景、年齡、經歷而不敢往前？
那這位已經日本的 50 歲「文科」副社長坂元英樹，從完全的外行人到研發出改變產業的 AI 應用的故事，肯定能激勵你！
一間市場研究x包裝設計公司，為什麼要自己研發 AI？
故事要從坂元英樹所任職的公司「Plug」（株式会社プラグ）說起。
Plug 是由一間從事市場研究的公司、與一間從事包裝設計的公司於2014年合併而來，當時只是員工數約 30 人的小公司，至今已有約 70 名員工。Plug 主要提供的服務為：透過市場調查來了解消費者對商品包裝的喜愛度、偏好度與購買相關度等資訊。
過去傳統做法是：當廠商需要決定最終要選擇 A 設計或 B 設計，Plug 便會調查數百個消費者的意見和想法，統計出哪個設計方案會讓消費者更有購買慾。
換句話說，大多數產品包裝都是由客觀的數據資料決定的。這表示 Plug 要做的是把「包裝美觀好看」這種主觀因素，轉化成「因為它在市場上會更受歡迎」這種可以明確量化的客觀因素。
但在各種新興技術蓬勃發展的現代，有什麼更快、更好、更準確的方法，可以數字化出「包裝設計」有多少市場接受度呢？這個問題成為 Plug 急需解決的商業挑戰。
而 AI 正可以完美的解決這個問題，也是成為 Plug 副社長坂元英樹開始學習 Python 踏上 AI 之路的契機。
從完全不會到寫出程式 副社長一年花 1000 小時學習 AI
看到這裡，有人肯定會提出疑問：「就算公司需要 AI 技術，那為何不找外包公司就好了呢？身為管理職的副社長有需要自己跳下去學嗎？」
這個問題，坂元英樹接受日本自媒體「ITmedia NEWS」採訪時是這麼回答的：「委外的化一方面耗費成本，而且 know-how 會外流。」並表示：「實際上，我們在開發之初就試圖將其外包，但是坂元和同事因為遇到種種問題，最終轉向了內部生產。」
但是如果要由公司自己開發，研發人員又要從哪來呢？
綜合考量之後，坂元決定從最常被用於開發 AI 的程式語言──Python 開始學習。他笑稱：「這是我這輩子第一次接觸程式語言，當時的我甚至都不知道 for 語法是什麼。」
坂元踏出的第一步，就是報名了一間程式語言學校，並且設定好在家學習的目標：一年學習 1000 個小時。「如果我在工作日學習 2 個小時、週末學習 5 個小時，那麼一週就學習了 20 個小時，持續這樣做一年，我就能夠學習 1000 個小時了。」坂元英樹這樣表示。
他花兩個月時間掌握了 Python 的基本知識後，又報名了另一間專門教機器學習的學校。 坂元：「我過去從事過市場行銷調查員，對統計學有基本的知識，所以比較容易理解機器學習的概念，只是我一開始不知道如何用 code 來表達它。」
到此，這個還沒有雛型的「計畫」都還是在工作之餘進行的，雖然研發 AI 技術對公司來說舉足輕重，但還不確定能否將其轉變為正式的專案。
「當時的我下班後還是每週花 20 個小時在寫 AI 上，我的家人們因此說：『你滿腦子都是 AI！』」坂元笑稱：「也讓我覺得，或許比起管理職，當個 AI 工程師或許更是我的天職。」
時間來到坂元投入開發的五個月後，事情終於有了進展。他們開發了一個概念驗證（PoC）模型，原本該模型顯示設計的實際評價和人工智慧評價的相關性很低，只有 0.3 的低關聯度；但經過進一步的討論、研究後，終於把相關性提高到 0.5。
「這時我們確信，這個計畫可以成為公司內部的正式專案。」
與東大實驗室合作 研發出包裝喜好預測評估 AI
為了讓專案更好的步上軌道，坂元向隸屬於東京大學的山崎實驗室「求助」──他每 1.5 個月會與實驗室的副教授山崎俊彥開 1 次會。
坂元表示：「見面的時候山崎教授不只會教我編碼方面的知識，還會提出『有這樣、那樣的演算法，你為什麼不嘗試看看呢？』回去後我會用 Google 搜索相關知識，於下一次開會時報告結果。」坂元微笑道：「教授把我當成他的學生一般照顧，感覺就像我在 50 歲時考上了東大一樣。」
在山崎教授的建議下，阪元的開發方向確定為「包裝設計喜好度評估預測 AI 服務」。
2020 年 6 月，坂元與東京大學山崎實驗室共同在當年的日本人工智慧學會上發表論文：《使用深度學習預測包裝設計的受青睞程度》（深層学習を用いたパッケージデザインの好意度予測）。
隨後，幾乎是由阪元個人所研發的「包裝設計評估 AI」終於開發完成。
這款 AI 可以將包裝設計的好感度以 5 分制評分，還可以直觀地看到消費者在包裝上著重於什麽地方、包裝設計方面的哪個部分會連結到喜好度等細節，整個分析過程只需要幾分鐘的時間。
▲ AI 可以在幾分鐘內為你的包裝設計評分。
至於預測值的準確率，比較「問卷調查結果實測值」與「AI 計算的預測值」兩者之後，得到的結果，誤差低於 5 ％的結果高達七成以上，相關係數為 0.514。不同商品類別的準確率亦有些許落差，如啤酒、調味料、保養品等類別可得到很高準確率，甚至達實用階段。
被雀巢選中來決定新商品的包裝
2020 年 7 月 ，知名速溶咖啡公司雀巢宣布他們的新系列商品「雀巢咖啡黃金組合－大人的獎賞」（ネスカフェゴールドブレンド 大人のご褒美）的包裝，是採用 Plug 公司的「包裝設計評估 AI」所輔助完成的。
雀巢表示，這次的新商品從口味、命名到包裝都十分精心考量，想帶給消費者豐富、優雅的印象，因而採用了最新的 AI 技術，來幫助他們確立出合適的包裝。
而坂元英樹所開發的 AI 技術也正式成為商業應用服務，只要在官方網站上傳包裝設計的圖片，任何人都能進行測試，並且十張照片以內是免費的，目前已有超過兩百間公司登錄使用。
從 0 經驗的大叔，變成改變整個市場型態的推手
完全無經驗、已經年過半百的坂元英樹，從 0 開始學習 Python、自己寫程式，到邁入實用階段，最後，他或許會大幅改變行銷活動中費時的市場調查作業。
AI 服務的成本比一般的消費者問卷調查便宜許多，此外，以往的問卷調查大約要花上一個月才能得到結果，而這項新服務只要幾分鐘。既省錢又省時，不只市場調查型態，就連產品開發流程也可能徹底翻轉。
而坂元英樹的故事，或許也能給所有想踏入 AI 領域的初心者們一劑強心針。