You are now offline.

AI智慧浪潮,台灣AI新創該如何思考自我定位與發展策略?

臺北產經資訊網/MIC資深產業顧問兼所長詹文男、MIC資深產業分析師兼組長韓揚銘 2018-09-11
AI智慧浪潮,台灣AI新創該如何思考自我定位與發展策略?
Pasuwan via Shutterstock
分享
收藏
已完成
已取消

自 2016 年 3 月 Google AlphaGo 打敗圍棋選手李世乭後,這兩年間 AI 議題不斷在各行各業中發酵。在產官學研各界的推波助瀾下,幾乎每天皆有關於 AI 的併購、政策及研究成果等訊息曝出,持續加強民眾對 AI 的基礎認知及效益上的認知。 這波智慧新時代的浪潮,百家爭鳴、群雄並起的情況已愈來愈明顯。在這當中,以 AI 為主的新創公司在全球快速增加。本文在這波 AI 公司大量增加的趨勢下,針對技術範疇、應用領域,以及我國 AI 業者進行調查,進一步瞭解當前 AI 發展走向,也讓在數位經濟時代的組織,思考如何自我定位。

AI 技術範疇

AI 領域不停的在追求智慧化的表現,然而何謂智慧化?智慧化的功能又有哪些?事實上,智慧化功能在每一個時代都會隨著技術的進步而有所演化,近年來在資料量、運算速度和演算法的進展,對於 AI 所追求的能力逐漸聚焦於六大領域,包括:推論與推薦(Reasoning and Recommendation)、感知的電腦視覺(Computer Vision)、電腦語音(Computer Voice)、自然語言處理(Natural Language Processing)、移動控制(Motion and Manipulation)和機器學習(Machine Learning),分別說明如下。

推論與推薦(Reasoning and Recommendation): 指運用邏輯推理及算式運算後的推論及推薦機制,如常使用的搜尋引擎、專家系統等。
電腦視覺(Computer Vision): 以處理視覺資訊為主,常見的視覺定位、人臉、情緒、行為等辨識。
電腦語音(Computer Voice): 處理音源資訊為主,要讓系統聽出說話的內容、情緒等。
自然語言處理(Natural Language Processing, NLP): 電腦語音主要是在處理如何「聽出」及「說出」的問題。而針對文章、對話內容進行上下文的意涵和進行人機互動之處理,為主要研究內容。
移動控制(Motion and Manipulation): 以不同種類的實體機械控制及移動方式為問題主軸,如自駕車移動、工業機械手臂的自動化或協作內容等。
機器學習(Machine Learning): 運用特定演算法或對資料分析及理解的方法進行學習,讓系統得以對資料進行總結、歸納後做出判讀。

AI 新創公司領域分布

一、國際 AI 新創分布及趨勢

資策會產業情報研究所(MIC)曾對 AI 新創公司進行調查,主要以全美最大股權式募資平臺— AngelList 受投資人關注的 AI 公司作共 902 家分析,藉此協助理解目前 AI 市場新創公司的領域分布。

根據 MIC 的研究顯示,在應用創新上,幾乎所有領域都可以運用 AI 進行協助,讓原有在資訊推薦、自動化代理或決策輔助上獲得精進。其中最多的公司屬於「通用」(37%)領域,在這項分類歸納上主要描述該公司以發展 1 項工具、平臺或是系統整合業者為主,不界定所屬的應用領域。

這類提供通用性質服務的公司,主軸在於運用 AI 的演算法,提供許多線上及線下的 AI 服務,例如影像辨識平臺、語音辨識 API 或 SDK ,或是建雲端服務,系統上包含許多 AI 技術範疇中的工具,像是 Google 的雲端平臺(Google Cloud Platform, GCP)的語音辨識 API-Speech API 、圖像辨識 API-Vision API 或是自然語言處理 API-Natural Language API 等,可提供予 AI 服務開發需求的公司進行註冊使用。

其次為生活資訊推播、人力資源、銷售行銷、醫藥皆各占 5% ,電子商務、財務、健康管理各占 4% ,顧客關係管理、社交、旅行、教育各占 3% ,而其他募資則分為 11~20 家和 1~10 家的兩種類別進行分群。其中亦可觀察到除了生活資訊、社交及旅行外,對於 AI 的應用,有很大一部分的新創公司在解決和提供 AI 產品於商業支援及服務上(如:人力資源、銷售行銷、醫藥、財務、顧客關係管理等領域),顯示 AI 已逐漸擴及生活、商業等各個層面,技術上已不單純只存在於大型企業中,對於許多新創公司,也開始提供 AI 服務給中小企業,讓整體企業能借助使用 AI 技術讓產業進行智慧化升級。

Thumbnail.ashx.png
人工智慧新創公司的應用領域分布。 MIC,2018年4月

註 1 :「其他募資 1 」(11~20家)類別包含:廣告、家庭、交通、法律、物流、運動。
註 2 :「其他募資 2 」(1~10家)類別包含:農業、工業、資安、房產、音樂、程式開發、保險、商業流程、無人機、藝術、心理衛生、寵物、 3D 掃描、服飾、國防、環安、半導體、建築、政治、婚禮、產業情報、慈善、衝浪、賽車。

二、我國 AI 方案提供分布

由於我國擁有強大的 ICT 基礎,許多產業為提升生產效率,不僅開始導入 AI 相關應用,同時亦吸引許多國內企業爭相布局 AI 相關領域。

MIC 透過會展論壇、公司拜訪等方式接觸及統計目前我國 AI 軟體方案業者共 51 家,而部分公司因規模等原因,已逐漸跨入不同技術及應用領域。其中拜訪的業者當中,前三大業別為「製造」、「銷售行銷」、「醫療」分別有 12 家、 10 家及 8 家,顯示我國具有全球優勢的製造能力,已有廠商藉由提供 AI 技術不斷進行改善之外,在銷售行銷及醫療的領域上,也是業者有興趣投入的領域。

探究不同技術範疇中,「電腦視覺」為我國業者投入最多之技術,主因為我國以往在影像及電腦視覺技術上的豐富經驗,促使許多新創公司在發展 AI 時,傾向以電腦視覺的技術進入領域。

然而我國在人才培養及政策的推動激勵下,相信未來運用 AI 於不同產業在商業上、自動化流程,或是新商業模式中的公司會愈來愈多,期望從不同角度及方式提供多元解決方案,協助企業運用 AI 獲得更大的商業價值。

Thumbnail.ashx-2.png
我國AI解決方案業者(技術及應用)。 各公司;MIC整理,2018年4月

AI 產業三階段浪潮

過去幾波科技的發展,鮮少像這波AI來的如此規模大且具影響力。與此同時,政府、學界、國際大廠及新創公司的競相投入,不僅有突破性的進展,也在短時間迅速擴散應用於企業及國家,並驅動數位科技變革。然而這波AI的興起,由於「研究浪潮」、「軟硬體架構浪潮」和「深度應用浪潮」三段浪朝的推波助瀾下,逐漸對全球產業生態產生微妙卻強大的影響力。

Thumbnail.ashx-3.png
AI產業三階段。 MIC,2018年4月

一、研究浪潮

在 1943 年神經網路架構就被提出,但在當時的運算及資料的限制下,遲遲沒有帶來全面性的影響。直到在這次 AI 研究浪潮中,被稱為深度學習之父的 Geoff Hinton 開始,自 2006 年發表的論文當中,讓深度學習可模仿類似人類大腦的運作得以成形。隨後在這十年當中,不同學者分別發表像是卷積神經網絡(Convolutional Neural Network, CNN)、遞歸神經網路(Recurrent Neural Network, RNN)、長短期記憶網路(Long Short Term Memory, LSTM)等核心研究,因而驅動下一階段產業化的發展。

二、軟硬體架構浪潮

在「研究階段」成功的發展下,企業開始嘗試將深度學習用於系統下進行實作,最為著名的就是早期 Google 運用深度學習去認識「貓」的各種形體。而在 Google 實作的過程中, Nvidia 也和 Google 合作,在軟體工程師發展出合適的演算法及軟體架構過程中, Nvidia 開發出適合用於深度學習的硬體架構,此後出現各式各樣的開源程式碼發展下(如: Tensor Flow 、 Torch 、 Caffe …等),也相繼有不同廠商提供相對應的 AI 晶片做為運算上的支援。

三、深度應用浪潮

由於各式軟硬體架構的快速發展下,不同新創公司及企業運用 AI 在圖像、語音、自然語言處理等技術而創造新興應用。此外,由於 AI 技術逐漸容易取得及使用,帶動各種產品及服務中紛紛朝向結合 AI 技術,如: SalesForce 在 CRM 產品中同時包含自然語言處理來理解客戶的意涵外,也藉圖片辨識的方式去分析客戶張貼在社群媒體上的圖片內容,進而提供更具貼心和深度的應用及解決方案。

結論與建議

一、 AI 千家爭鳴,皆尋求產業 AI 化獨特的能力及解決方案

根據調查顯示,在 AngelList 上的清單就有近千家 AI 廠商,其中 63% 分布在各個領域當中,但也有 37% 的廠商以通用的方式進行 AI 平臺或工具等發展,這也顯示當前的資訊科技中,正大量面臨運用 AI 進行整體變革。然而,短時間 AI 相關領域公司的快速增加,意味許多領域具有運用 AI 進行改善企業營運的潛力,且在技術應用與領域知識的結合上,更能因實務操作而獲得寶貴經驗,進而提升整體效益。

二、AI 技術普及,造就商業化應用興起

過去 AI 技術幾乎為大廠所開發和擁有,如今則因為 AI 相關的知識、工具及平臺的普及,不僅一般大眾容易獲取 AI 資訊,亦有愈來愈多公司開始提供 AI 商業化服務的支援。因此, AI 新創公司除了在生活資訊、旅行等領域應用外,也逐漸朝向如人力資源、銷售行銷、顧客關係管理等商業及營運智慧相關領域投入資源,促使 AI 的商業化應用發揮最大擴散效益。

三、供給端的廠商大量投入,推動著觀望的需求端做升級轉型

當前這波 AI 供給端的興起,帶動企業或使用需求端從原本的數位化轉型成為智慧化。然而,在這波轉型的過程,目前供給端仍須不斷地找尋有效的技術應用場域來實現,而需求端也仍須考量組織重新適應及投入成本的評估階段。因此在雙方仍處於媒合出 AI 所帶來的「價值」之前,仍有賴供給端不斷的投入及開發,以推動需求端對 AI 的導入,並使得供給端逐漸成為有能力面對市場需求的生態系統後,需求端才會解除觀望心態並投入資源做轉型開發。

四、AI 導入成功關鍵在於技術及行業知識的深度融合

AI 已發展近半世紀,對於這波 AI 的興起,主因在於軟硬體、演算法及資料量上獲得新突破。對此,新創公司在沒有舊有技術包袱下,容易直接以新技術進行 AI 的發展,便可快速切入市場,而多數新創公司在切入市場時,則是鎖定某些特定的利基服務。 因此,欲理解大部分新創公司潛力,可由新創公司對本身新技術的掌握度外,對於所選擇切入知識場域及欲解決問題的主軸理解程度,是否經過詳細的規劃和切割,也成為觀察 AI 新創公司在解決問題能耐的指標之一。

註解:

AngelList 為全美最大的股權式募資平臺,以平臺的方式將須要進行募資的公司做資訊的公開,讓投資人和募資公司在合理的情況下進行標的評估。

了解更多關於創業小聚的資訊,歡迎透過以下服務
粉絲交流每月小聚Line@互動訂電子報新創影音發表專欄及新創資料庫

本文授權自《臺北產經資訊網》,作者:MIC資深產業顧問兼所長詹文男、MIC資深產業顧問兼所長資深產業分析師兼組長韓揚銘,原文標題:洞察AI新創發展動態

使用會員功能前,請先登入

  • 收藏文章
了解更多關於創業小聚的資訊,歡迎透過以下服務: