【有恆為 AI 成功之本】別再互聯網+,今年開始是「+AI」

評論
評論
REUTERS/Mike Blake

李開復說台灣沒機會,王堅說台灣有機會

2017 年人工智慧崛起,李開復先生出了《人工智慧來了》的書,告訴大家人工智慧將會取代很多人的工作,但台灣在人工智慧的機會很少,引起大家的恐慌。而阿里巴巴的王堅博士,卻隔空回答說,開復這次太錯了,台灣是很有機會的。

為什麼會有這樣的差別?在 2017 年底未來科技展,趨勢科技副總經理周存貹在 AI 策略佈局高峰會演講時,提出了一個很好的答案,「+AI」:台灣的產業要做的是跟趨勢科技一樣,把人工智慧當作工具,整合人工智慧,產生更大的價值。

李開復先生提到的人工智慧浪潮,台灣機會很少,是因為台灣公司不具備很大的資本與數據,加上法令卡住創新發展,所以以人工智慧顛覆商業模式的「AI+」的做法在台灣是行不通的,特別像是金融科技與自動駕駛車這樣的人工智慧強大應用。

王堅博士提到台灣的機會,正跟周存貹副總所提的一致,是在眾多產業中,尋找可以發揮人工智慧的利基價值的機會,也就是所謂的「+AI」。

國際大廠做的是「AI+」

Google、IBM、Microsoft、Facebook、Amazon 及中國的百度、騰訊、阿里巴巴,因為在人工智慧軟體上有很大的資源與數據,加上開發多年的實力,其人工智慧軟體能力的確不是台灣一般企業可以趕得上的。這些大廠重視的都是以人工智慧的強大,改變遊戲規則,顛覆舊有的商業模式,像是 Amazon 的 Alexa 顛覆了智慧家庭、IBM 的 Watson 改變了傳統醫療,這就是所謂的「AI+」。

但是,問題也就在於這些大廠的人工智慧應用,並不能包含所有的產業以及相關應用。於是,他們沒有做好的、沒看到的,或是台灣原本就很強的,其實就是台灣未來的機會,而這些機會,分佈在台灣各個產業的應用上。

台灣可以做的是「+AI」

該如何應用人工智慧在台灣的各個產業呢?正因為現在人工智慧想要有好的模式,必須使用大量數據的深度學習方式找出模型,而這必須先有大量數據。而利用感測器收集大量數據來做分析,找出可以預測和監控異常模式是不錯的做法,這其實就是所謂的「AIOT」,將 IOT 物聯網跟 AI 人工智慧整合。

這樣的做法,台灣已經有一些例子:像是和碩聯合科技應用工廠影像識別來強化工廠檢驗;台積電利用工廠數據分析整合後提高生產良率,並根據數據做好預防保養;而像行動貝果這樣的新創公司,也在協助中小企業製造公司利用他們現在的數據,做好預防保養,避免因保養不及,造成機器停機的嚴重損失。

接下來的 2018 年,這樣的需求會越來越多,因為開源人工智慧軟體程式碼讓障礙降低,台灣科技部跟 NVIDIA、微軟也展開合作,以及人工智慧學校的開始訓練這方面的人才,讓這樣的做法一般中小企業較能負擔得起,有機會遍地展開。

結合人工智慧強化自身能力,提高品質與效率,已經是很多企業的現在進行式,很難置之不理。因為相關門檻降低,正是還沒開始做的企業進行數位轉型的最好機會。這次的人工智慧與物聯網結合的數位狂潮,如果錯過,可能就不是沒能賺到大錢而已了。

而對於能及時趕上的企業來說,則會像是一開始就先用臉書做生意的電商一樣,可以享受到很大的先驅者紅利。你想搶這個難得的機會嗎?先思考一下你企業的強項是什麼,然後趕緊用上人工智慧的技術,把強項變得更強吧!

相關文章

評論