不用的資料就沒有價值！2022上半年台灣AI生態系地圖公布，資料安全性與開放度是關鍵

隨著人工智慧技術日趨成熟，許多產業開始注意到新技術即將帶來的變革，提供AI技術服務的公司相應而生。人工智慧科技基金會（AIF）與AppWorks Accelerator、台智雲TWS合作，公布2022上半年「台灣AI生態系地圖」（Taiwan’s AI Ecosystem Map First Half 2022）。透過每半年更新一次的地圖持續發掘更多潛力在地新創，並盤點AI發展能量，從中也觀察到幾個趨勢與挑戰值得與大家分享。

人工智慧自2010年技術出現重大突破後，產學界逐漸注意相關技術發展並陸續投入資源，台灣AI新創團隊在2015年後如雨後春筍般增加，而在2015年前成立的新創企業，如Appier、iKala、Beseye、大猩猩科技已掌握新的商業模式利基，部分更是發展至IPO階段。

人工智慧開發工具、特定行業應用及跨產業應用三大場域變化

這份地圖盤點了2015年後設立的新創企業，並依據產品類型及服務應用領域分為三大類：人工智慧開發工具、特定行業應用及跨產業應用。檢視新創分佈領域變化，可以發現醫療領域及製造應用新創佔有極高比例；另一方面，電子商務普及加上AI技術逐漸成熟，近兩年受到疫情影響，加速業者使用新科技提升消費者購物體驗的意願，以上諸多因素讓行銷科技及零售、電商類新創大幅成長。

人工智慧開發工具：
為了支持人工智慧各個發展階段所提供的應用服務與工具，包括適用於AI開發的晶片、數據標註與管理，以及協助企業在生產流程中進行模型部署與維護的平台。多數企業較為專注於模型部署與平台的研究與開發。
特定行業應用：
疫情加速電商發展，零售業難以再以傳統模式經營，不少新創開始發展相關的應用服務。人工智慧技術逐漸成熟，也擴大應用的可能性，例如SparkAmplify提供的AI新聞稿服務，除了幫助企業生成媒體聯繫信件外，也會媒合適合的媒體對象，協助建立媒體關係。

越來越多產業開始將AI應用於生產流程或各類場域中，包括傳統農漁業、法律、能源產業及更多新穎的應用。例如Aiello犀動智能洞察到旅宿業者的需求，運用NLP打造出專為旅宿業所用的智能語音管家。

另一方面，自駕車產業在近兩年受到龐大關注，隨著MIH電動車開放平台與台灣先進車用技術發展協會相繼於 2020、2021年成立，產業聯盟儼然成型。台灣新創在電動車領域也以發展核心關鍵技術或軟體服務，搶得先機。然而，如果要進一步實現車聯網，僅是車子智慧化仍不足，整個交通系統也必須能有效率的運行。因此，除了AI技術外，更必須搭配其他其他通訊技術，才能讓整個交通系統順暢運行。

跨產業應用：

這部分的新創企業，主要專注於研究可用於多個行業的技術或解決方案，包括電腦視覺、音訊及自然語言處理，多數新創團隊所提供的解決方案，大多能應用於瑕疵檢測、物流管理、預測維護等問題，雖以製造業為主但不限於固定產業。主要原因可能與目前急欲導入AI的企業，具備足量數據的產業仍以製造及Martech居多，為了尋找最大的成長性，新創團隊多半希望能嘗試提供不同產業適用的解決方案。

值得注意的是，伴隨邊緣運算及物聯網的快速發展，多種AI應用場景逐漸被勾勒出來，Edge AI也逐漸受到注意，不少企業開始投入於軟硬體整合及邊緣運算的解決方案中。

人工智慧新創發展的兩大挑戰：場域及資料

人工智慧科技基金會自創立開始，就積極與產業專家聯手，串接中小企業與新創團隊的合作。從這些媒合經驗中發現，許多新創團隊雖具有良好的技術與能量，但缺乏驗證場域讓技術得以應用落地；另一方面，企業及政府缺乏對於資料的認識，無法提供有效資料增加雙方合作的困難度，政府的開放資料並不合用也增加了產品開發的資料蒐集時間。

觀察目前台灣AI新創團隊分佈的產業，主要以Martech及提供製造業使用的平台居多。由於AI團隊如果想要累積案例成果的話，與具備足夠數據的企業合作會比較有成效，但目前台灣產業累積較多數據的產業以行銷科技與製造業為主，新創團隊為了尋找最大成長性，通常會希望服務的產業可以跨越不同產業。

在推出好用的AI產品前，需要經過數據蒐集、篩選及整理數據，接著才是訓練演算法，反覆試錯並調整模型等階段，最後才有辦法跨出實驗室商用，再進行到商業化。 everything possible via shutterstock

而大多數新創所推出的產品仍以服務企業為主，透過與企業合作或策略夥伴，新創有機會能拿到實地的數據；但對服務個人的新創來說，需要蠻多時間與資金，才能一筆一筆收集到數據。因此，需要一些來自企業及產業端的協助。

企業協助兩大難題：資料資安與資料數

在推出一個好用的AI產品前，需要經過數據蒐集、篩選及整理數據，接著才是訓練演算法，反覆試錯並調整模型等階段，最後才有辦法跨出實驗室商用，再進行到商業化。許多團隊光是前期的數據搜集與處理階段，就已經充滿挑戰，因此，需要企業或一些單位的協助。如果有更多的企業或產業願意開放相關的數據庫，讓AI新創能自由取用、測試，幫助新創團隊進行產品驗證，不僅是對新創有利，企業或產業也能從中得到幫助。

但是，開放去識別化的數據資料庫對企業、產業來說，都是極大的挑戰，企業必須要具備整理及辯識有用數據的能力。另一方面，許多人依然認為，資料是數位經濟時代的石油，但是，資料並不像石油般，被使用掉就不能重複利用；相反的，往往是透過不同目的反覆使用後，才會展現出它的價值。未來，更需要多方單位共同投入資料開放的建置與倡議。

除了資料不足，資料的可靠度也是影響AI發展的關鍵。

隨著各項技術的進步，AI不僅被視為數位轉型的重要工具，並且逐漸被用於解決人類實際生活上的問題，影響範圍既深且廣。除了技術，監管及社會影響等議題更應該被一併納入考量，資安更是不能忽視的議題。

企業領導者必須了解AI並非萬能，甚至很容易被欺騙，例如雜訊干擾導致模型判斷失準。又或者，當資料本身就存在問題時，一旦經過模型訓練進入系統中，就不只是現在常用的「修bug」而已，甚至可能需要重新訓練模型。在發展AI產品時，除了準確率，包括資料隱私、安全、公平性都必須納入考量，稍不注意甚至可能影響產品銷售。

人工智慧科技基金會提醒，在人工智慧及規範面生態系統逐步成形的此刻，必須共同思考如何建立值得信賴的AI環境，這是台灣產業重要的挑戰，同時也是優勢。新的AI技術應用，一定會開啟新的操控或攻擊工具，由於涉及隱私、安全與資料偏見，每一個都是與民眾生活相關的議題。顯見這不再只是單向的科技技術應用，更需要不同專業領域集思廣益，共同投入討論並尋求社會最大共識，進而找出有效解決方案。

多方能量投入，繁榮AI生態系

在整個AI生態系發展過程中，創業加速器及創投能量逐步成長，其中，2009年成立的AppWorks，於2010年啟動AppWorks Accelerator。多年來專注於AI、區塊鏈、東南亞三大主題，並且持續連結新創校友與各種類型的企業與機構合作，推動各式數位轉型。自2018年8月（AW#17）起限定招募AI與區塊鏈新創的AppWorks Accelerator，目前為止已經累積畢業上百家AI/IoT新創，持續為台灣AI生態系挹注新能量。同時，AppWorks與緯創在2021年展開合作的Wistron Accelerator垂直加速器，每年兩屆持續招募AI、物聯網、雲端、資安、教育與醫療新創加入。

2021年成立的台灣智慧雲端服務股份有限公司（台智雲，TWS），以打造AI數位經濟生態系為目標，運用臺灣AI雲TWCC超級電腦提供的AIHPC高速算力，協助產業快速取得高效益、低門檻的AI 智慧應用及雲架構解決方案，以加速新創和企業實現數位發展並兼具ESG減碳布局的成果。