AI智慧浪潮，台灣AI新創該如何思考自我定位與發展策略？

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。

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。

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。

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。