【有恆為 AI 成功之本】別再互聯網+,今年開始是「+AI」

評論
評論
An artificial Intelligence project utilizing a humanoid robot from French company Aldebaran and reprogramed for their specific campus makes its debut as an assistant for students attending Palomar College in San Marcos, California, U.S. October 10, 2017. REUTERS/Mike Blake - RC16167171A0

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