科技巨人的未來報告
專題故事

1997年Google誕生,之後的十年大家把微軟、雅虎和Google視為三巨頭。2007年iPhone問世,蘋果以顛覆者姿態開啓行動科技盛世,在新時代獨領風騷。如今,來到2017年,在物聯網、人工智慧、大數據各種新技術大放異彩的此刻,卻沒有任何一個科技巨頭有把握成為再下一個十年的領導者。科技巨頭們如何布局、突破困境、持續前進?

在未來的路上鳴槍起跑

1 科技巨頭的下一個十年狂想

數位時代
1997年,「Google.com」正式上線;2007年1月9日,賈伯斯手裡拿著那台改寫科技史的iPhone⋯⋯這些大家耳熟能詳的轉捩點,形成科技界一種奇妙的規律,在每一個十年更新著下一代的領導者,下一個十年我們又會面臨哪些轉變呢?

未來難以預測,但永遠值得想像。1996年,史丹佛大學學生賴瑞.佩吉(Larry Page)做了一個夢:在夢裡,他發現了一種可以將網路訊息有效組織起來的方式。依據這個夢,佩吉與同學賽吉.布林(Sergey Brin)作出了Google的前身搜尋引擎BackRub。1997年,他們把「Google.com」這個網站推上線。後來的故事成為你我的日常生活,一直到今天,Google可能都還是絕大部分的人連上網路時的首頁。

Google官網

「我盼望了兩年半,今天,蘋果公司終於要開始自己製造手機。」2007年1月9日,蘋果前執行長賈伯斯(Steve Jobs)站上舞台,手裡拿著那台改寫科技史的iPhone。那年,賈伯斯把「蘋果電腦」裡的「電腦」一詞劃掉,並在科技圈一片崇尚開放平台的論調中,推出半封閉式的App Store,不僅正式開啟行動時代、也迎來了蘋果的黃金十年。

這些改變科技產業的重要時刻,已成為大家耳熟能詳的歷史。而每過一個十年,科技世界往往以一種奇妙的規律,更新每一個世代的領導者,從過去PC時代的IBM、Wintel聯盟,再到主導行動時代的Google、蘋果,隨之竄起的還有與社群距離更近的亞馬遜、Facebook等企業。

「以微軟來說,微軟十年前、五年前的競爭對手都不一樣。十年前,大家可能會說是甲骨文(Oracle)、思科(Cisco)或是IBM;今天做雲端,可能是Google、亞馬遜或是在中國的阿里雲。十年後,鐵定也會換一批!」在微軟待了逾20年,一路感受產業更替的微軟全球資深副總裁洪小文這麼認為,「這產業競爭太激烈了!要reinvent(重塑)自己是很重要的。」

洪小文。
微軟

隨著時序來到2017年,我們對於未來的想像變得更加遼闊,也意味著科技產業的競爭又更激烈了。產業不斷湧現許多新的關鍵字:雲端、大數據、物聯網(Internet of Things)、人工智慧(Artificial Intelligence),虛擬、擴增、混合實境(Virtual/Augmented/Mix Reality),無人載具……。未來十年,科技巨頭們得競逐的地盤更多了,若不想等著被顛覆,就得再一次重塑自己、面向未來。

全球掀起人工智慧熱

望向未來十年,人工智慧絕對是重塑科技產業版圖的關鍵。高盛(Goldman Sachs)在去年12月發布的調查報告中就點出,「AI-as-a-service」的發展,有可能開闢一塊新的市場。而在接下來幾年,一個公司利用人工智慧技術的能力,將成為體現公司競爭力的一個屬性。毫無疑問的,科技巨頭們的布局也無一缺漏。

Google旗下DeepMind的人工智慧AlphaGo,在2016年3月與南韓棋手李世乭的驚天一役,對於科技產業來說無疑是一大轉捩點:它讓巨頭們加快AI布局的腳步,也提升AI的戰略高度,將其視為推動企業未來發展的動力引擎。

「AI將是蘋果未來的核心技術。」蘋果執行長庫克(Tie Cook)這麼定義。蘋果在亞洲最大的研發中心就在今年落腳日本,庫克還透露,這個AI研發中心將「以人們意想不到」的方式覆蓋「所有產品」領域;而在今年Google Next雲端平台使用者大會上,Google雲端人工智慧與機器學習首席科學家李飛飛則拋出一項新應用「雲端影音智慧應用程式介面」(Cloud Video Intelligence API)。她展示著,Google的軟體,已經可以在影音資料庫中,直接辨識出特定圖像,這同時也是Google在視覺辨識技術和機器深度學習等AI技術的大躍進。

當Google在技術上走得前沿,但在市場應用最讓人「有感」的,竟是零售起家的亞馬遜,亞馬遜以智慧助理Amazon Echo接軌家庭、企業,至今已在平台上打造超過1萬個服務應用,儼然已在下一個世代提前卡位。另外,在社群龍頭Facebook的十年藍圖中,AI當然也是重要一環,Facebook打造智慧個人助理「M」,計畫導入到通訊平台Messenger中,開展更多商務應用的可能。

強勁崛起的中國力量

而在全球AI競賽當中,另一端的中國同樣不缺席,且湧現的動能可能更強。目前在AI發展上,中國仍占有很大的優勢:第一,中國的用戶量大,產生的數據多;第二,應用場景多,這讓許多前沿技術,有落地實現的可能。「美國擅長創造新的技術和理念,而中國擅於將人工智慧技術用於開發出好的產品。」曾協助打造Google大腦、百度大腦的國際機器學習專家吳恩達這麼評論。

中國互聯網巨頭們對於技術的投資與渴望,更在這一刻到達前所未有的高度。「我們現在越來越感覺到,最終可能還是要通過技術的進步,企業才有可能保持在戰略方面的制高點。」今年耗費許多精力在與外界溝通「小程序」未來的騰訊執行長馬化騰,在接受中國媒體採訪時,點出了現下中國互聯網巨頭們共同的「技術焦慮症」。

唯有願意在技術上鑽研,才有可能讓自己在未來立於不敗之地。也因此,在這場技術軍備競賽中,誰都不能缺席。電商巨人阿里巴巴,拋出「NASA」計畫,調整組織架構,瞄準IoT、AI、機器學習等面向未來的新技術;騰訊低調成立AI實驗室;面臨背水一戰的百度,更多次將自己稱為「人工智慧公司」,內部投注大筆資金在AI領域,研發陣線從北京拉到矽谷。

「如果你要說,人工智慧會是中國趕上美國的關鍵。這一點我大概是相信的。」遊走在矽谷、北京、台灣三地的國際創投、美商中經合集團董事總經理朱永光觀察,除了中國的應用情境多,人才的流動也是一點,中國在AI市場的發展潛能,就吸引了原先在美國接受教育、在矽谷公司任職的海歸派回到中國,投身本地大企業或是加入創業行列。

未來十年,台灣別落在想像之外

當科技巨頭們迎來下一個十年的狂想,台灣自然也不能落在這樣的想像之外。

「未來AI會是所有產業的『靈魂』。」沛星互動科技(Appier)首席資料科學家、台大資工系副教授林軒田認為,AI的市場應用極廣,未來絕對不會只有中美兩國的機會。趨勢科技董事長張明正則是這麼看,「未來誰會是贏家?我覺得他要有創新獨到的眼光,能夠知道什麼樣的問題可以由AI來解決、什麼不行。」

Appier首席資料科學家林軒田。
作者提供

過去,台灣對硬體產業的依賴、在網路浪潮中的迷失,不見得就代表台灣一定會在未來十年的科技產業中掉隊。畢竟AI所需要的硬體技術正是台灣過去科技產業的積累,有沒有機會?就看你找不找得到發揮的空間。

Google台灣董事總經理簡立峰在去年10月接受《數位時代》訪問時也曾表示,「人工智慧是台灣軟硬整合最好的機會,尤其整合各種成熟應用人工智慧的創新技術,結合IC設計與半導體設計優勢,全世界沒幾個國家的產業環境,有能力很快把『AI技術整合IC化』。」

另外,例如台灣半導體廠輝達(NVIDIA)也已在AI領域漸漸嶄露頭角,從最初的電子遊戲GPU生產商,轉型成機器學習應用晶片廠商。而目前在GPU市場市占率達四分之三的輝達,對於需要利用GPU來加速運算的深度學習技術來說,就有著舉足輕重的位置。

高盛報告也指出,雖然目前人工智慧的大部分價值,絕大部分都將掌握在具有資源、數據和投資的大公司手上,但新公司的創立能促進實質的創新與價值,「我們也不能忽視人工智慧領域的Google或Facebook的出現。」而回歸過往科技的發展歷史,誰不是以小蝦米之姿,顛覆舊有的大鯨魚?或是自己創造一個根本還不存在的市場?在新的時代秩序下,也會產生新的角色定位。或許回到台灣,我們需要的是能夠定義問題、願意想像未來的人。

「世界上沒有什麼是未知的,只不過暫時被隱藏了起來!」出自經典科幻電影《星際爭霸戰》(Star Trek)中的一句台詞,在宇宙探險的過程中,這群太空人遭遇反派威脅,除了要利用智慧,以小博大之外,更要學著如何不在浩瀚的宇宙中迷失自己。這同樣也適用於想像未來的科技十年,而或許人們對於未知的探索,本身其實就是最有趣的一件事。

科技演進的歷程

點圖可放大。
翁羽汝/製作
搜尋引擎、網路廣告之外的可能

2 雲端與人工智慧合體,Google成長魔術秀上場

沈佑穎/製作
在搜尋引擎這個領域,Google沒有對手,以此衍生出來的網路廣告市場,鞏固了Google的發展與成長,去年更擠下蘋果躍升為最有價值的品牌,未來在下一回合的科技競爭中,能靠什麼持續茁壯?在眾多的實驗與嘗試中,最有機會脫穎而出的又是什麼?

19年前Google誕生的時候,是一家搜尋引擎公司;而從營收組成來看,現在,Google無疑是一家數位廣告公司;但未來,你可能會稱Google是一家雲端公司。

成為一家雲端公司的意思是,如果以Google在2016年的總營收將近900億美元(約2.8兆元新台幣)為基準,雲端的收入至少要超過450億美元,而如今雲端對Google的直接貢獻恐怕還不到百億美元。更別忘了,數位廣告市場還在持續成長,要成為一家「雲端公司」的界線絕對不會只停留在這個數字。
懸殊的比例正是為什麼2015年當Google技術基礎架構資深副總裁霍爾澤(Urs Hölzle)說:「到了2020年,Google將會成為一家雲端公司。」時,與其說市場感到震撼,不如說有更多的懷疑。

不過在討論Google如何成為一家雲端公司之前,要先回答的或許是,為什麼Google需要下一個成長動能?又為什麼能接替數位廣告撐起一家市值6千億美元公司的關鍵,是在全球雲端市場占有率仍遠落後於亞馬遜AWS和微軟Azure的Google雲端?

何佩珊/攝影

從最新的財報表現來看,即便營收規模已經達到900億美元,Google還是交出了逾二成年成長的成績單,而且傳統廣告預算仍持續在往數位移轉,顯然數位廣告市場的成長還沒有到達天花板。Google何苦杞人憂天?

不過當一家公司的營收基期愈高、成長自然會愈困難,更別提Google身後還有Facebook、Snap等追兵前仆後繼而來,統統都瞄準了廣告市場,逼得Google不得不提前作好準備。而放眼Google這些上天下地,從無人車到機器人的眾多投資中,成熟度最高、市場潛力最大,同時也最有機會在短時間內追上廣告市場規模的,唯有雲端。

當然,雲端又是另一塊競爭激烈的領域,而且Google縱有一身好功夫,企業市場之於Google卻是相當陌生的。不過有關這個問題,在虛擬化龍頭VMware創辦人,同時也是Google董事會成員格林(Diane Greene)於2015年底出任Google雲端負責人後,已經帶來轉變。

這一年多來,她大動作進行Google雲端部門組織重整,包括將Google Apps改名為G Suite、做Google Cloud品牌再造,以及引進更多外部人士,如找來前凱撒娛樂集團商務長蕭卡特(Tariq Shaukat)出任Google雲端客戶總裁、前Cloud Foundry執行長拉姆齊(Sam Ramji)擔任Google雲端平台產品副總,以及邀請史丹佛大學教授,同時也是史丹佛人工智慧實驗室主任李飛飛擔任Google雲端人工智慧暨機器學習首席科學家等。

還有在過去幾個季度裡,Google大舉徵才數千人,主要也都是為了部署雲端客戶支援服務,包括現在在台灣也已經有Google雲端在地服務團隊的編制。「過去12個月來,我們在這件事上投入了雙倍力氣。」蕭卡特驕傲地說:「當我們這樣做之後,確實開始贏得更多客戶。」

事實上,在Google Cloud Next雲端大會上便可看到,如今能端上檯面的成功案例已經不再只有Spotify或Snap這些科技新創,而是有來自更多不同領域的大型企業客戶,如匯豐銀行、高露潔、威訊(Verizon)、家得寶(Home Depot)等。這些企業案例開始讓更多人相信,Google不只對企業市場是認真的,而且還是可以做到的。

然而,身為一個市場後進者,光是補不足還不夠,更需要有能攻城掠地的殺手級武器。而對Google來說,那個武器叫做「人工智慧/機器學習」。Google雲端應用副總裁拉格哈文(Prabhakar Raghavan)說:

「當資料上雲端,就是展現Google機器學習魔術的時候了。」

毫無疑問,這又是另一個百家爭鳴的場域。論資歷,IBM和微軟都是大前輩,但Google在用戶數、數據量的掌握上具有優勢,同時Google內部更是高手雲集,包括大家熟知的AlphaGo開發團隊Deep Mind;還有Google X中,少數有能力帶來營收獲利貢獻的機器學習團隊Google Brain;以及由機器學習專家李飛飛帶領的 Google雲端人工智慧暨機器學習團隊 。

而如果是要和雲端龍頭亞馬遜比拚人工智慧,Google的優勢可能還會更明顯。雖然亞馬遜也有相當成功的語音助理Alexa,但那終究只是一個面對消費者的前端人工智慧語音應用,如果就整體布局的完整度和技術實力來看,在語音、影像機器學習等多個領域都有涉獵,並同時擁有前端如Google Home、Google Assistant,後端則是有TensorFlow等工具和技術來看,相信Google是位居上風的。

而從李飛飛在Google Cloud Next發表雲端影音智慧應用程式介面(Cloud Video Intelligence API)獲得熱烈的市場反應就不難想像,機器學習與雲端的結合,勢必會成為吸引企業使用Google雲端的一大誘因。

未來十年,Google能不能繼續在網路世界稱王,就看這場魔術夠不夠精彩了。

下一個十年的布局

策略1:雲端

過去Google的雲端發展都是扮演內部基礎建設的角色,支撐其所有服務的運營。現在Google要把自己的雲端技術變成服務客戶的產品,也將是Google未來的重要支柱。

策略2:人工智慧/機器學習

三個主要團隊為Google Brain、Deep Mind、Google雲端人工智慧暨機器學習團隊。不論是廣告、智能終端或自駕車發展,都需要AI協助,也預期將成為雲端業務發展的關鍵武器。

Google

成立時間:1998年
核心人物:創辦人賴利.佩吉(Larry Page)、謝爾蓋.布林(Sergey Brin)

只是零售嗎?不,還有智慧家庭、無人車

3 Alexa不設限,亞馬遜展現新連網平台野心

沈佑穎/製作
從來都不「安分守己」的亞馬遜,在大家還沒搞清楚電子商務是什麼時,就第一波投身網路浪潮;當大家還在討論物聯網的定義時,亞馬遜率先用Alexa走進你家。未來,除了要顛覆零售業之外,或許藍圖中還會有一輛無人車。

亞馬遜執行長貝佐斯(Jeff Bezos)曾說,他從不將亞馬遜設限為「科技公司」,而是定位成「以用戶為中心的公司」。這或許能夠解釋亞馬遜為什麼會從23年前一家網路書店,發展成全球最大網路零售商,跨足雲端、影視娛樂市場,這兩年又以智慧家庭助理Alexa席捲市場,亞馬遜的下一步就跟貝佐斯的腦袋一樣難以參透。網路女王瑪麗米克(Mary Meeker)甚至在2016年的網路趨勢報告中指出:「蘋果的高峰期已經在2015年結束,未來的科技產業將由亞馬遜領導。」

智慧家庭領導者

至於亞馬遜會不會成為下一個領導者?現在雖然尚未有定論,但相較於其他科技巨頭,亞馬遜過去兩年所展現的企圖心確實最多。例如:在智慧家庭領域,亞馬遜就跑得比蘋果、Google都快,且在2014年就推出內建Alexa聲控助理、外觀如喇叭一般的Amazon Echo,作為智慧家庭中樞。這個布局就是為了跳過iOS、Android主導的市場,提前卡位下一個連網世代。

根據市調機構的數據,Amazon Echo的銷售量,在過去一年確實有驚人的成長,並且從2015年第二季的20萬台,成長到2016年第1季的1百萬台。對此,亞馬遜雖從未透露具體數字,但去年12年斬釘截鐵地表示:「Echo的銷量已創下高峰,是前年同期的九倍之多。」從Echo流通在市場上的數量來看,智慧家庭雖然還沒有全面普及,但Echo儼然已是大家熟知的智慧家庭代名詞,探究其成功因素,「開放性」是一大關鍵,也帶來更多的想像空間。

翻攝自 Amazon Echo 商品介紹頁

短短兩年,Echo作為一個開放平台,透過開放SDK(Software Development Kit),吸引大量來自不同產業領域的開發商,打造了超過1萬項服務(skills)。從一開始僅是透過聲音,要求Alexa幫忙播放音樂、列出待辦事項、詢問天氣、讀報等小應用,到現在發展到可以幫忙叫車、訂餐等更複雜的應用。Alexa甚至成功打進汽車領域,例如與汽車公司福特(Ford)合作,讓駕駛可以在車上透過Alexa查詢天氣、交通路況等資訊,甚至當你在家裡告訴Alexa:「嘿!我要開車了!」Alexa還能提前幫你發動車輛。隨著演算法、機器學習能力的精進,以及與市場接軌的深度,未來的發展空間也會越來越大。

「你所看到的,只是滄海一粟,我們的動作很早。」貝佐斯在去年的一場趨勢論壇(Code Conference)中表示,AI絕對是亞馬遜未來發展「重點中的重點」。事實上,亞馬遜已默默在AI領域努力四年,且擁有一個上千人的團隊,目前更致力打造Echo生態圈,要讓更多企業加入開發陣容,快速發展出更多Alexa的服務應用。

電商巨人的線下狂想

除了Echo大放異彩、走進百萬個家庭,電商巨頭亞馬遜的另一個野心,也正在線下的世界實現。2016年12月,亞馬遜以革命性的「Amazon Go」零售系統,預示了一個「未來商店」形象,這也是繼亞馬遜自2015年起陸續開設九家實體書店以來,第二次將戰場拉到線下。

這間未來商店的想像是這樣的:消費者只要拿起手機掃描入店,隨意拿起商品,系統就會自動偵測、記錄下商品編號,而在你走出店面的同時,機器就會從你的亞馬遜帳戶中扣除款項並開好帳單。在這樣全新的自動化消費場景中,沒有店員、不需排隊,省略了結帳過程,亞馬遜將其稱作「只要走出去的科技」(Just Walk Out Technology),消費者只要走進來、走出去,讓買東西成為最簡單的一件事。目前,亞馬遜正在西雅圖測試這套系統,並承諾會在2017年上半年開放民眾使用,雖未經官方證實,但據傳亞馬遜還計劃讓這套系統提升到更大的超市規模。

我相信,每一天都是第一天。亞馬遜要成為有史以來最以顧客為念的公司。
亞馬遜執行長傑夫.貝佐斯

然而,Amazon Go不只為了顛覆購物體驗,也是在為未來鋪陳。因為Amazon Go牽涉到的技術複雜,包括電腦視覺(Computer Vision)、感測器資訊整合(Sensor Fusion)以及深度學習(Deep Learning)等技術,在Amazon Go概念影片出爐時,亞馬遜就曾經說道,「我們的新賣場,用的是和自駕車同樣的技術。」

這句話無疑給出了極大的想像空間,現階段,亞馬遜把幫助自駕車認路的技術,應用在賣場裡,辨識顧客買東西的使用行為,但未來呢?畢竟亞馬遜除了內部已建立無人機部門,且這兩年來持續在做送貨測試之外,亞馬遜其實也已悄悄布局無人車領域。今年1月,亞馬遜更獲得了一項早在2015年11月就提交的專利:「中央道路管理系統」。透過這套系統,可以監測可變化的車道、與自駕車交流狀態,讓車輛無需依靠視覺系統,就能選擇最佳行駛車道。也就是說,這項專利能夠讓自駕車更好的識別出汽車的車道變動,有效改善自駕車在車道上的行駛效率。

這項專利,代表著亞馬遜僅是意在革新物流體系,還是揭示了亞馬遜進軍無人車的野心?亞馬遜會不會透過無人車,接管物流最後一哩?在23年發展過程中,總是「不安份守己」的亞馬遜,未來還會帶給我們什麼驚喜?這些問號,或許答案已經在貝佐斯的腦海裡。

下一個十年的布局

策略1:啟動研發計畫

推出聲控助理Alexa,成功走入家庭,並透過開放平台與不同領域的夥伴打造超過1萬個服務應用。市場也傳出亞馬遜正在打造高階版本Echo。

策略2:零售版圖走入線下

2015年起陸續開設九家實體書店。2016年推出新穎的自動化商店概念「Amazon Go」,預計2017年上半年會實際落地。

策略3:開啟無人車布局

亞馬遜內部已有無人機部門,2016年起在各國開始測試無人機送貨服務。此外,亞馬遜也在今年獲得無人車專利,有意做無人車相關應用。

亞馬遜

成立時間:1994年
成績:美國電商巨頭,跨足雲端、智慧家庭、影視等產業。 核心人物:執行長貝佐斯(Jeff Bezos)

從人臉技術突破到世界之最

4 百度聚焦人工智慧, 走進日常拚落地!

沈佑穎 / 製作
當中國BAT的光環褪去,百度的焦點也轉向AI。其在人臉識別技術被點名為2017年十大突破科技之一。對這個中國網路搜尋巨擎來說,從技術到產品的AI布局,是一場不能輸的戰役。

「從外界看來,公司的規模雖然已經很大了,其實每天都還是會遇到很多很難的事情。有時候,甚至真的是有種快要過不去的感覺。如果這個問題解決不了,這個公司就要死掉了。」談起百度的創業之路,百度執行長李彥宏在接受中國媒體訪問時,曾這麼語重心長的說道,為了不在行業中掉隊,百度得有更多顛覆。

2017年,中國網路搜尋巨擘百度面臨的挑戰更甚以往。截至今年2月,在中國BAT三大網路巨頭中,騰訊市值2,591億美元、阿里巴巴2,508億美元、百度640億美元,光芒遠遜於競爭對手的百度,已經沒有輸的本錢。而隨著中國網路業的發展從「互聯網+」進展到「AI+」,百度就決心將焦點轉向人工智慧,將AI視為卡位盛世的武器,尋找下一個技術突破點。李彥宏更不止一次在公開場合宣示:「人工智能是百度核心中的核心。」

如此明確的目標,讓百度在研發上的投資一點也不手軟。根據財報,百度過去兩年投注在AI領域的研發資金已經超過200億元人民幣。百度也早在2013年就成立以研發AI技術與應用為導向的百度研究院,並在2014年挖來「深度學習」權威、Google Brain之父吳恩達,主導百度在AI領域研究。

今年3月已宣布自百度離職的吳恩達,談到團隊在過去兩年,已經孵化出無人駕駛與DuerOS語音互動計算平台兩大新業務,另外,「我們也正在孵化一些非常有前景的技術,比如人臉識別美樂醫(醫療領域的人工智慧對話互動機器人)等等。作為百度人工智慧戰略的首席架構師,我很自豪能夠引領公司在人工智慧方面飛速發展和崛起。」

Shutterstock

目前,百度研究院共300多人規模,底下設有位於北京的百度深度學習實驗室(Institute Of Deep Learning,IDL)與剛自IDL獨立出來的AR實驗室,研發陣線也向國外延伸,在美國矽谷設有AI實驗室與大數據實驗室。其中,AI實驗室主導高性能運算(High Performance Computing)與語音(Speech)技術,而IDL則負責深度學習(Deep Learning)與機器視覺(Computer Vision)技術,兩者間技術互補,向百度旗下各種產品做技術輸出。

除了投注於AI研究,百度也在今年1月找來前微軟高層、人工智慧專家陸奇接任集團總裁與首席營運長,負責將百度AI接軌到產品當中,「中國的AI對百度來說將成為巨大商機,由於百度出色的措施,我明顯感覺到了幹勁兒。」去年自微軟離職的陸奇,身為AI領域炙手可熱的人才,選擇加入百度,不難看出他對百度前景的想像。陸奇上任以來,百度的AI布局明顯加快:今年初,百度將人工智慧機器人「度秘」獨立成單一事業單位,並與更多產業應用接軌,且收購中國人工智慧新創公司渡鴉科技等,種種舉動都在向外界證明一點:百度AI真的要動起來了。

百度AI用刷臉接軌日常

3月15日,在中國中央電視台的年度晚會上,上演了一場「人臉識別破解術」,晚會主持人在現場秀出了自己的證件照,他先透過技術將照片從靜態轉成微笑、眨眼的動態影像,並登錄一款人臉識別App,接著,他請台下的觀眾隨意在網路上選了張自拍照,轉成3D模型並套用到自己的臉上,結果竟成功騙過App,通過了人臉認證。

這場表演掀起人們心中的擔憂,那就是:人臉識別真的是一項可靠的技術嗎?

晚會一結束,林元慶在深夜來到百度科技園,拍攝了一段同樣包含微笑、眨眼、轉頭的影片,他模擬晚會場景,試著以這段高畫質的真人影片,闖關百度的人臉識別閘門,結果都顯示:「禁止通行」。他想證明一件事:在市面上五花八門的人臉識別應用中,百度的技術更勝一籌。

其實,這樣的場景對百度的員工來說已經不陌生,百度去年就在公司導入這套人臉辨識系統,目前百度近5萬名員工中,已有1萬人在資料庫中建檔,員工只要走近閘門,就能直接刷臉認證通過。「這個技術其實正在非常快速的成熟過程當中。」林元慶說,人臉識別這項技術過去至少談了十年,始終沒有真正商業化的廣泛應用,關鍵在於人臉辨識要做到高精度十分困難。過去人臉辨識技術多停留在1:1比對,但百度的深度學習算法是要做到1:N的識別。也就是說,機器不再只是比對你跟指定照片的異同,而是變得更加聰明,能在大規模、萬級的資料庫中,快速搜尋並識別出正確的對象。

人工智慧革命很可能超越互聯網革命,百度對於人工智慧真的是很serious(認真)的。
百度執行長李彥宏

林元慶說,百度內部剛導入這套系統時,初期也曾發生不精確,但歷經過去半年數據與算法的同步推進、好幾代技術更迭,萬級別的資料庫已經能做到幾乎零誤差,這也讓這套由百度深度學習研究院主導的人臉辨識技術,在今年有了更多落地機會。像是百度去年起就與位於中國浙江的景點烏鎮合作,用人臉辨識系統取代驗票,讓旅客快速進出風景區;今年1月起與中國泰康保險合作,將人臉辨識加入到投保的認證項目裡。今年,百度還計畫要在300個觀光景點落地,內部也已選定景點、金融、交通、手機四個領域作爲這套系統未來發展方向。

「人臉識別的應用可能是十幾個領域,我們最後選擇這四個方向,因為這跟老百姓的生活最密切相關,這也是我們作為一個互聯網公司最感興趣的部分。」林元慶表示,中國有非常多景區,市場是很大的,百度將技術輸出給到景區,與硬體廠商的合作也剛好能與軟體出身的百度互補,這對於未來要做AI的軟硬整合是更有優勢的。

在林元慶看來,百度的人臉識別技術已具備落地本錢。《麻省理工科技評論》日前評選出2017年全球十大突破技術時,也佐證這番論點,「人臉識別技術主要由中國企業主導,更多的應用場景在中國,主要由Face++、阿里巴巴、百度所主導。」《麻省理工科技評論》認為,人臉識別技術的成熟期「就是現在」,更點名百度在識別不同年齡的機器學習領域是領先者,而這也是百度繼去年的語音識別技術,技術第二次獲得肯定。

但望向未來,AI真能讓百度再度翻身成為領導者嗎?

林元慶認為,人工智慧並不是一項技術,是上百項不同的技術,以百度目前在人臉辨識、醫療圖像、無人駕駛等領域的布局來說,要面對的都是不一樣的對手,競爭很激烈。但以AI的發展而言,能不能形成「閉環」(生態系)其實最為關鍵,「人工智能的四個要素:深度學習、大規模計算、大數據、大應用。為什麼要大應用?因為要從這邊出發形成『閉環』。沒有閉環,很多的技術其實是沒有前景的,像是有些人算法很厲害,但沒有應用不會有影響力,最後也非常難跟別人競爭。」他說。

百度人工智慧機器人小度,在中國電視節目《最強大腦》中,成功從一對雙胞胎小時候的照片,識別出長大後的真人。
百度

目前,百度作為一個平台角色,在建立「閉環」還是有其優勢,除了百度搜尋一天就得應對60億次的搜尋請求之外,旗下百度網盤、百度識圖等產品都會應用到圖像辨識技術,龐大的數據延伸出算法、產品、用戶,再加上今年將更積極讓人臉識別技術在各行業落地,擁有各種實驗場域,都是為了能在AI時代站穩腳步。另外,中國互聯網公司的一大特色是節奏非常快,這也讓林元慶信心十足,「百度在人工智能上面的決心是非常堅決的,在中國絕對找不到第二家企業。」

過去,百度給人的印象總是技術談得多、實際應用得少,人臉識別技術成功導入到線下的應用場景、邁入商業化是一大突破。也讓人對百度未來的AI布局看得更清晰:技術研發與市場產品並行,導入到與民眾日常相關的領域應用,尋找下一個殺手級應用。這也落實了李彥宏曾提到的想法,「人工智慧是一場革命,隨著人工智慧技術逐步成熟,誰率先在應用上實現突破,誰就有可能在智慧時代的競爭中占據優勢。」

林元慶

百度深度學習研究院院長、清華大學光學工程碩士、賓夕法尼亞大學電氣工程博士。2015年起,主導百度在深度學習(Deep Learning)以及電腦視覺(Computer Vision)領域研究。

下一個十年的布局

策略1:獵AI人才

延攬前微軟執行副總裁陸奇等AI人才進入百度。今年2月併購中國一家人工智慧新創渡鴉科技。

策略2:加碼新科技研發

百度研究院下設AI實驗室、大數據實驗室、深度學習研究院與AR實驗室四個研發機構。2014和2015年,在研發領域投注超過200億元人民幣。

策略3:接軌市場讓應用落地

去年起與風景區、保險業合作導入人臉辨識技術,開始做軟硬整合應用。今年要拚更積極落地。

百度

成立時間:2000年
成績:中國網際網路流量排名第一網站,占全世界搜尋引擎市場約12.3%市占率。
核心人物:執行長李彥宏、總裁陸奇

從共享經濟到無人駕駛

5 數據大腦的青春變革,引領年輕獨角獸滴滴出行

攝影/曾靉
用數據預測15分鐘後的世界,每兩秒重新做一次全局判斷,準確率竟然能高達85%,這是全球第三大獨角獸滴滴出行,佔穩共享經濟市場的武器,也是推向無人駕駛的未來準備。

走進北京中關村數字山谷,滴滴出行去年10月剛啟用的第四座辦公大樓,鮮花、彩帶等布置都還未卸下,迎面而來的是嶄新的氣息,但一進入大廳,相機就得收起。之所以嚴格控管攝影器材,是因為滴滴研究院有七成以上的員工都搬到了這棟新大樓,而「數據」正是滴滴面向未來的秘密武器。

作為全球第三大獨角獸、估值超過350億美元的滴滴出行,僅花了短短五年就稱霸中國出行市場,甚至出乎意料的撂倒強敵Uber。崛起的背後,除了商業上運籌帷幄的本事之外,在數據上的投資同樣功不可沒。在滴滴出行總裁柳青眼中,滴滴出行已是一家數據公司、技術公司。「大數據驅動滴滴在大大小小不同層面進行產品決策,讓滴滴對市場了解不斷深入。滴滴已越過技術決勝點。」

2015年,滴滴出行成立擁有近千名數據科學家的滴滴研究院,結合大數據與機器學習,建立「滴滴交通大腦」,讓中國源源不絕的數據,把滴滴出行推上市場龍頭位置。「全世界可能也沒有這樣的條件了。」滴滴研究院副院長葉杰平在接受《數位時代》採訪時說道,中國的交通路況比任何地方都複雜,滴滴出行每天在中國400座城市完成超過2千萬筆的訂單,進行超過90億次的定位路徑規畫,產生的數據量更超過70TB,是全球其他市場總和的三倍之多,龐大的數據既是挑戰也是優勢,成為滴滴出行發展人工智慧的一大利器,「圖像、文本這些東西大家都有,但交通這個東西沒有數據,很難往前走。」

中國的交通路況比任何地方都複雜,滴滴出行每天在中國400座城市完成超過2千萬筆的訂單,進行超過90億次的定位路徑規畫,產生的數據量更超過70TB。
滴滴出行官網

耗時一年半,滴滴研究院的數據工程,開始透過機器學習做供需預測、訂單分配、路徑規劃等服務,「滴滴要解決的問題很複雜,從打開App的那一刻起就是複雜的算法。」葉杰平解釋,就像AlphaGo下棋要考慮到下一步,滴滴每兩秒鐘就有一筆新的訂單產生,需要重新進行一次全局判斷。每次運算都是不同的結果,這不像在搜尋引擎打上關鍵字,十分鐘後再搜尋一次還是同樣的結果。

用滴滴大腦解決「出行」問題

滴滴大腦,第一個解決的是供需問題。因為很多時候城市不是沒有車,而是沒有讓對的車在對的時間來到對的人面前。目前,滴滴大腦對15分鐘後供需預測的準確度已經達到85%,可以預測到什麼時間、什麼地方會壅塞,再透過司機的調度來滿足未來需求,有效降低各區域的供需不平衡。滴滴也用數據解決許多乘客與司機糾紛,例如,去年導入的「判責」功能,就是用數據及路徑分析來解決乘客與司機發生糾紛時的責任歸屬,今年則是希望透過數據預測未來,例如計算出哪些路況的事故率高、或針對司機的駕駛行為給予提醒等,增加出行安全。

如果把時間拉遠一點來看,就會發現滴滴數據大腦的影響力,將不只是提升出行效率,它甚至可以改變人們的習慣。例如,滴滴出行搶先Uber推出的原生服務順風車,讓同個目的地的人可以一起搭車回家,在今年春節期間就締造了新紀錄,一個月的時間內共有840萬人次選擇搭乘順風車返鄉,「幾百輛火車的運輸需求轉而由滴滴代替,這就是數據驅動經濟的轉型。」葉杰平表示,這樣的技術也已經輸出到東南亞的合作夥伴Grab的服務中。

葉杰平認為,滴滴出行是一個非常技術導向的公司,每個產品、決策背後都有數據的影子。雖然滴滴大腦可以將算法複製到不同城市,但能不能抓到市場痛點才是服務的核心所在。因此,滴滴研究院的科學家會定期與各個業務線溝通,每個月甚至還規定科學家去開車、主動發現問題。身為滴滴研究院的數據科學家,不僅要懂數據、也得時時與市場為伍。「每天都特別興奮。」他說。

而在站穩腳步後,滴滴出行的野心也將跨出「出行」領域。葉杰平說,滴滴出行今年的重點項目就包括智慧城市,透過與地方城市透過共享數據,一起解決交通基礎設施問題,目前正在成都、深圳、貴陽、南京等多個城市落地。例如,結合交通局與滴滴出行所蒐集來的數據,應用在道路的指標牌上,適時顯示前方道路的路況,透過滴滴大腦ETA(預估到達時間)系統預測需要的時間;甚至還可以評估區域的車流量,讓紅綠燈的控制更有效率。

從全球最大的出行平台變成世界級的科技公司,繼續引領和推動全球交通和汽車產業的變革。
滴滴出行董事長程維

「出海」布局自駕車

滴滴出行董事長程維曾形容,滴滴出行創立的前四年,走過的路就像是「橋段豐富的韓劇」。的確,從一開始的補貼大戰,中途歷經與Uber的捉對廝殺、網約車法規的善變,再到一統中國市場,無處不是曲折離奇的劇情。現在,戲的下半場,或許是另一個名為「無人車」篇章的開端。

「十年後人們買一輛車,就像今天買一匹馬一樣奇怪。」2016年3月,程維在一場演講中,談到對共享經濟的未來想像。他認為,無人駕駛的到來會讓用車成本進一步降低60%,未來人們將會大大降低買車需求。在程維的這番話後,市場中有關滴滴出行要做無人車的消息從沒斷過,而這樣的想像,在一年後的今天,終於見到開端。

滴滴出行就在今年3月順利「出海」,在美國矽谷成立了滴滴美國研究院,鎖定大數據安全和智能駕駛兩大領域研究,除了與北京滴滴研究院並行,當研發雙駕馬車之外,也大動作延攬Uber、Google等企業的自駕車專家進入滴滴美國研究院,另外,並與美國新創公司Udacity合作,推出自駕車技術競賽、挖掘潛在技術人才等,種種布局,看得出滴滴出行要搶攻自駕車領域的決心。

攝影/曾靉

滴滴出行的未來會走向何方?某種程度上更是預示了車輛共享經濟的未來。過去,中國廣大的內需市場以及源源不絕的數據,賦予滴滴出行得天獨厚的優勢,讓其得以在2016年開疆闢土。現在,這隻年輕的獨角獸,則是正踩在絕佳的位置上思考著未來。「2017年是滴滴的變革之年。」程維如此宣告,「我們相信,互聯網和人工智能技術還將很大程度變革交通,滴滴還在歷史性大發展的早期。」

滴滴出行

母公司:小桔快智
成立時間:2012年
成績:2016年宣布併購Uber中國業務,稱霸中國出行市場
核心人物:執行長程維、總裁柳青

下一個十年的布局

策略1:數據大腦

運用滴滴數據大腦,持續優化出行服務。例如運用數據增加行車安全性、做智慧客服等。

策略2:智慧交通

與中國深圳、貴陽、南京等地方政府合作,共享雙方數據,優化交通基礎設施,加深在本地市場的影響力。

策略3:布局自駕車

今年3月成立滴滴美國研究院,鎖定大數據安全和智慧駕駛研究,並舉辦自駕車技術比賽、投資下個潛力新秀。

葉杰平

滴滴研究院副院長,美國明尼蘇達大學博士、美國密西根大學終身教授,專精機器學習、數據挖掘、大數據分析等領域研究。

倘佯在技術裡做夢

6 不砍計畫,微軟亞洲研究院讓百家爭鳴

Shutterstock
從微軟亞洲研究院誕生的研究成果,有的成為具影響力的論文、有些則在微軟的商業服務中落地實現。19年來,這裡之所以能孵化源源不絕的人才與技術,都因為它「夠自由」。

走在中國北京中關村的微軟大廈裡,位於12至14層樓的微軟亞洲研究院,牆上掛著四個時鐘,分別顯示著美國、中國、印度、英國四地時間。這裡的空間規劃奇特,研究員的辦公區沿著窗戶、將整棟樓圍成一圈,中間才是會議室與其他公共空間。這讓陽光更容易照進研究員的位置,通常他們的桌上會有兩或三個螢幕,方便一邊看文獻、一邊打資料,在這裡,諾大的空間顯得安靜,在研究裡的時間也彷彿是靜止的。

Shutterstock

1991年,微軟(Microsoft)創辦人比爾蓋茲(Bill Gates)決定成立一個讓研究員能自由做研究的地方,於是微軟在美國、英國、中國、印度等地設立七個研究院,每年投注約10%年營收的資金在基礎研究上。微軟亞洲研究院(Microsoft Research Asia)因此在1998年誕生,成為僅次於美國總部,人數規模與組織架構都最完整的研究機構。過去19年來,源源不絕的研發動能就從這裡湧現,不僅支援中國本地市場服務,技術更蔓延到全世界:MSRA在國際一流期刊與會議上發表的論文累計超過4千篇,超過400項科研成果已導入微軟產品中,從早期的Windows、Office等核心產品,再到近年Azure、Skype Translator、HoloLens、Cortana和小冰等人工智慧應用。

作為中國規模最大、歷史最久的科學基礎研究機構,微軟亞洲研究院院長洪小文提到,研究院成立時有三項宗旨:專注基礎研究,推動全球技術發展;對微軟的產品做技術轉移以及對未來創新產品做孵化。另外,做科學研究跟做產品不同,一個成功的產品要能跟市場結合,但在研究院只要專心去想技術,這些是MSRA過去19年能始終如一的關鍵。

從下而上的研究機制

「如果你給一個方程式兩個限制,會產生唯一解。你不給它限制,它會有很多組解。你如果給了很多限制,那它可能就無解了。」洪小文說。第一,由下而上的研究機制一直是MSRA的重要特色,在這裡做研究,研究員有很大的選擇空間,包括在訂定題目、時間上的彈性,以及選擇發表成果的形式。「就像做夢一樣,如果我告訴你要做什麼夢,那就不叫做夢了。」他認為,對研究員不可能要求KPI的產出,就像你不可能找來愛因斯坦要他把相對論解完一樣。

當然,洪小文說,作為一個科研機構,還是必須有系統規劃,得幫研究員打考績、甚至評估計畫的未來性,像是每個人在做研究時都會有盲點,為了不讓研究落入象牙塔,MSRA每個研究組會定期互相交流給意見,在這之中,洪小文也扮演很重要的引導角色,要花費很多時間與研究員討論技術、提供不同意見。不過,雖然會給意見,但他幾乎不砍計畫,而是讓研究員自己做調整、甚至決定這個計畫要不要繼續下去。「科研管理者要對未來做預測,但人對未來的預測大部分都是錯的,所以我們盡量做到百家爭鳴,就算你不支持你也要讓他有機會發展。」

創新是為未來做準備

即便不以產品為導向,但MSRA的前沿技術研究,同樣作為微軟在發展未來產品的重要技術輸出。洪小文曾形容,如果說一間企業中,銷售部門賺今天的錢、產品部門賺明天的錢,那像是MSRA這樣的研究部門,要賺的就是「後天」的錢了。微軟對研究的投資,讓技術邁入商業化的速度很快。例如,2012年11月,MSRA在一場研討會上,展示了一項同步口譯的技術:可以將說話者講出來的英文翻譯成中文,再用原本的聲音重複一遍。當時這還只是一個原型概念,軟體運作的概念看似單純,但背後的技術卻不簡單,得先將語音資料轉成文本,再到跨語言的語音輸出,涉及到自然語音識別、智慧文本處理、機器翻譯、語音合成等技術。不過,在2014年上任的微軟執行長納德拉(Satya Nadella)一聲令下,這項技術迅速在兩年內邁入商用。

對技術執著是研究與想像的重要特質。
攝影/曾靉

微軟翻譯(Microsoft Translator)服務就在2015年上線,支援的語系更一路從英文發展到西班牙文、中文、德文、法文,到2016年底已經支援九種主流語言,可以讓100名用戶同時在群組中,用各自的語言說話,再同步轉成對方的語言播放。「我覺得這項研究解決了億萬用戶在跨語言溝通時的痛點。」MSRA自然語言計算組研究員張冬冬,想起一路上的發展還是難掩興奮。對他而言,讓基礎研究走入終端消費者的生活中,特別有成就感,「我在這待了快11年,每天一睜眼醒來,想到自己的研究、想到很多問題還沒解決,我就特別激動。」

張冬冬的這番話,也再度凸顯了MSRA的獨特定位:在這裡你能有自由的思考空間,可以做自己喜歡的研究、不斷精進技術,你還有機會把想法放進產品裡,影響更多的人。這也顛覆了一般人傳統的想像,在MSRA的研究工作竟如此「不無聊」,「例如說現在深度學習特別火,我們現在就從以前大量文本的統計方法,切換到基於神經網路的深度學習方法,有機會接觸到全新領域。」他說到,在MSRA,永遠可能有更新的技術,「你說這是多美好的一件事情」。

源源不絕的人才孵化

最後,人才或許才是這幾年來讓MSRA最受到外界關注的重心,這也讓MSRA被形容做中國科技圈的「黃埔軍校」。2016年,微軟亞洲研究院校友會成立,MSRA歷任院長:創新工場董事長李開復、百度集團總裁張亞勤、微軟全球執行副總裁沈向洋悉數到齊,稱得上黃金陣容。微軟亞洲研究院目前有約250名研究員及300多名訪問學者和實習生,19年來累計的院友超過5千名,其中包括阿里巴巴技術長王堅、聯想技術長芮勇、海爾技術長趙峰、小米總裁林斌,許多中國重要科技公司的技術長,都曾是MSRA的一員。

在微軟亞洲研究院,你可以有自由的思考空間。
攝影/曾靉

但對於外界常解讀成MSRA留不住人才,洪小文其實有些莞爾,「這個過程是一直發生的,五年、十年,甚至最近一個月也有人離開,當我們可以一而再再而三的有這麼多人才,那代表我們內部的培養人才機制有道理嘛。」他認為,事實上每間公司都會流動,MSRA的人平均留的時間也比其他網路公司還久。另外,在MSRA的編制中,實習生也占了很大一部分。MSRA就透過與學校的合作,培養下一屆的科研人才。例如MSRA有研究生培育計畫,大三就去學校找人才,一直到完成博士學位,在這之間有五到七年的時間觀察培養。

過去20年,中國互聯網世界對於人才的競爭從未停過,但洪小文認為,MSRA的品牌力還是一大基礎,讓大家知道在這裡可以無後顧之憂的研究、想像新的技術,也因此吸收了一群真正對於技術有著狂熱的知識分子。畢竟,在他看來,「對技術的執著」還是做科研最重要的一項特質,例如人工智慧最近很紅,看似最近才發生一樣,但其實這項技術早在60年前就出現了,還歷經兩次寒冬。「你看AI這麼久才出來,做研究很多時候要耐得住寂寞,很多人覺得短期做不出來就不去做,但應該要這麼想:我不知道什麼時候可以解決問題,但我知道解決問題後一定會有貢獻。解決的問題是什麼我不知道,但我就繼續走。」洪小文最後說,「對於未知的探索,本身就是很愉快的一件事。」

微軟亞洲研究院

成立時間:1998年
成績:中國規模最大、歷史最悠久的科學基礎研究機構,發表的論文累計超過4千篇,超過400項科研成果已導入微軟產品中。
核心人物:洪小文

微軟研究院對2027年的17個預測

預測1:數據分析與可視化

此領域的進展將使不同語義層面的跨數據源和跨領域分析成為可能。廣大用戶將能夠快速有效地從數據中獲得與生活各方面相關、廣泛而深入的訊息。

預測2:電腦視覺

我們將擁有高度發達的成像設備、計算資源以及整合深度和廣度學習的視覺技術,將使得無處不在的視覺「眼」能夠「看到」並為人們賦予更大能力。

預測3:語音和自然語言處理

語言模型將在認知模型中確立牢固的地位,讓AI系統能夠相對輕鬆地進行推理,靈活轉換並適應不同的社交場合、談判、辯論和說服。

預測4:機器學習算法

目前AI和機器學習算法常常再現了數據中的區分性和不公平,未來的重大進步將是開發出更公平、可追責、且更不易被操縱的算法。

預測5:訊息搜尋

搜索框將被嵌入式、對上下文敏感的搜索功能取代。未來用聲音、圖片或影片查詢,還能用上下文來主動搜尋與現在位置、內容或活動相關訊息。

預測6:虛擬實境

虛擬實境將無處不在,提供多種感官體驗,產生融合或改變「感知現實」的幻覺。利用這項技術,人類將重新訓練、調整並改進其感知系統。

預測7:社會科學

美國近30%成年人都將從事某些形式的兼職工作——提供人工智慧驅動的商品和服務。消費者可能知道、也可能不知道提供服務的什麼時候是人類。

預測8:經濟學

大部分人的社會貢獻來自於他們日常生活中所生成的數據,而不是他們的工作。經濟學家將探討能夠針對這些貢獻而對人們進行公平補償的各種方案。

預測9:程式語言和軟體工程

大多數軟體工程師都可以便利地使用程式系統,用統計方法預測並製作模型。這將提供可無縫集成感應器、機器學習的應用,用新方式與人互動。

預測10:以人為本計算和無障礙領域

所有兒童,包括殘障兒童,都將擁有合適的工具來學習寫程式。20年後,這些殘障兒童將帶來他們對世界的獨特體驗,進而改變。

預測11:生態、環境與設計

農業經營者將充分利用AI來保持健康收益,透過低耗能耕種方式避免過度耕種。用先進感測器和技術保護森林、用城市空間來滿足農業需求。

預測12:硬體

低功耗人工智慧和近眼顯示器等技術將有明顯改進,實現更智慧的設備與質量更高的AR、VR體驗。

預測13:生物計算

如果編程生物學終將實現,那麼在未來十年,我們將在農業、醫療、能源、材料和計算等領域開拓全新的行業和應用。

預測14:人工智慧和機器學習

人工智慧正在快速發展。它有極大的潛力,能夠讓人們變得更加強大,並幫助我們解決重大的全球性挑戰。

預測15:數學和密碼學

數學領域的重大進步將繼續作為下一代密碼系統的基礎。我們將擁有至少可以打破低強度傳統加密系統的量子電腦。

預測16:安全與隱私

硬體和密碼學領域的進展將把數據隱私提升到新高度:醫療和管理分析、機器學習算法以及日常活動中都將只使用加密資訊。

預測17:行動運算

行動運算將連接我們周圍的所有「物」。而我們與之互動的智慧個人系統,將可以真正值得信賴,理解我們並能夠預測需求。

微軟亞洲研究院院長洪小文

微軟

「科技的進展,科幻小說裡早就有了。但我們不能跟科幻小說一樣光做夢,我們要把夢成真,這是我們的文化。」微軟全球副總裁洪小文自2007年起擔任微軟亞洲研究院院長,也是在微軟亞洲研究院19年歷史中,接過管理棒最久的一任院長。在他眼中,做科研難、管理科研人才更難,管理研究員不能以專業經理人的態度看待,因為做科研並不能只為KPI、獎項等驅動,「誰不喜歡成功?但靠這個絕對不夠。科學是99次失敗、最後一次才成功。」

風洞實驗室裡的秘密

7 MIT骨子裡的創新,成就全球第十大經濟體

Shutterstock
成立於1938年的萊特兄弟風洞實驗室,是MIT多元產學合作的經典代表,各種創新從二次大戰期間一直持續至今, 舉凡禽鳥、NASA下一代飛行器的研發與測試都來自這裡。而這只是MIT成百上千各種新創計畫的一個小小縮影。對於MIT來說,創新已經是深入到骨子裡的根基,也是科技公司不斷升級的跳板。

每年8月底,來自世界各地的「學霸」相繼飛往美國東北部的波士頓,前往隔著這座全美最古老城市的查爾斯河對岸、藏著全球創新力中心的全美第一創新學府——麻省理工學院(MIT)。其中,遠從中國上海飛到MIT史隆(Sloan)管理學院來擔任交換學生一學期的林洋(化名),看起來與MIT每年約3千個新生沒有兩樣,希望來到這裡接受頂尖教育的薰陶,但來自創投業的他,實際上還有個更大的任務。

Shutterstock

對透露真實身分有些敏感的林洋便說,作為一個MIT學生,可說是最方便去和各種新創團隊、既有大企業往來的一個身分,他不但藉此能夠第一手從校園裡接觸到還在萌芽的新創團隊,在最初階段尋找投資標的,另一方面,在近年來中國熱錢湧向國際大舉併購的風潮下,他也一度接到來自中國政府注資基金交辦的任務,要他利用身為MIT學生之便,主動尋找、接觸有潛力的半導體領域業者,為中國亟欲擴張但卻缺乏足夠半導體領域技術的物聯網產業,找到可行的併購、入股對象。

在上海一邊工作,一邊修讀MBA的他,其實有很多國際交換的選擇,但他卻選擇來到半年交換期間,學費、生活費合計將近6萬美元的MIT,他看重的,正是這裡興盛的創業風氣,以及最頂尖的技術團隊。然而,像林洋這樣的人物,其實只是MIT龐大新創活力與磁吸力的縮影之一。

對於這間產出超過80個諾貝爾獎得主的大學來說,純科學、技術上的創新,自然不在話下,但絕非該校在全球創新領域備受重視的唯一原因,透過從引才、惜才、聚賢、大量促進跨領域交流,積極與業界的合作等整體制度設計、環境培養,才是將創新的因子放大並轉為商業價值的最大原因。

一如校訓「知行合一」(拉丁文原文Mens et Manus,為心智與手之意),MIT十分講究思想智慧與實際行為結合的價值,也因此讓這裡成為前端科技研究與實際商業應用結合最理想的地點。從全球主要科技與生技大廠不約而同要在MIT所在地劍橋市設立重要據點,便不難發現企業與MIT的緊密合作關係。

從IT業巨頭微軟、Google、IBM直接把辦公室設在MIT對街,而非跨國企業群聚的波士頓市中心,到包括諾華、武田、輝瑞、賽諾菲等全球重要藥廠也都在MIT周邊設立研發中心或區域總部,為的就是讓在劍橋市的MIT、哈佛等優秀人才,能在實習與就業時無縫接軌,將這些技術與人才直接就地轉移。

卡位未來,放大創新因子

至於遠在海外,尚無法直接吸納MIT創新力的其他企業,則是積極在周邊舉辦活動、派遣像是林洋這樣的人,或是參與校園的徵才活動。

近年來積極將觸角伸往全球的中國企業,也遠道而來爭搶人才與新創商機。2016年10月初,中美投融資峰會暨初創展覽會便在波士頓舉辦,匯集超過60家風險投資企業,以及超過150家新創企業,題材涵蓋金融科技、虛擬/擴增實境、物聯網、生技等所有當紅領域,吸引超過1,500人參加,麻州州長亦撰寫專文祝賀,凸顯此地創新力發電廠的地位。

為了就地轉移MIT的新創技術與人才,許多世界知名的科技公司,都在鄰近MIT的地方設立營運據點。
Shutterstock

而包括騰訊、攜程、海航集團等中國企業,則是直接派出專人到MIT舉辦招聘說明會,與其他世界級企業較勁。日本的樂天、豐田,韓國的三星,亦都加入了這場人才大戰,直接在校園內舉辦面試。

然而擁有優秀學生的名校,全球所在多有,到底MIT培養出來的學生,有何魅力?從MIT的課程設計,不難看出其來有自。
被《策略與商業雜誌》(Strategy + Business)選為2014年最佳創新類商業書籍的《社會物理學:社交網路怎樣讓我們變得更聰明》(Social Physics: How Social Networks Can Make Us Smarter)作者、同時也是MIT媒體實驗室(Media Lab)籌辦人與教授的潘藍(Alex Pentland),便在媒體實驗室開設一門「未來商務」課程,其課程設計便與傳統課堂講授完全不同,而是要學生提出針對未來在支付、商業、貨幣等領域,提出創業想法,期末報告便是提交一份創業計畫,或是展示產品的設計原型,若學生沒有打算創業,則可以針對特定市場,提出可供其他有意創業同學參考的市場研究分析。

該課程開放所有背景學生參加,從工程、純科學、商業、社會科學、到人文等不同背景的學生,能夠透過以創新創業為目的的課程設計,互相交流。課程甚至每周找來一到三個不同領域的技術創新或創業家,不但在課程上分享心得,還會安排面談時間,擔任學生的創業導師:創立LoopPay並被三星併購成為Samsung Pay的創業家葛雷林(Will Graylin),課程期間每星期都空出一整天提供專業諮詢,協助修課學生找出創業計畫的盲點。

人人喊創業,個個有想法

而各種各樣關於創新的研討會、演講活動與創業比賽、補助,讓MIT立刻沉浸在這樣的文化裡的新生,很難不跟著起而行。工作了15年後選擇回到MIT校園進修MBA的波士頓在地人諾瓦克(Nancy Novak),便發現只要有個簡單的創業想法,很快便能夠在學校裡找到有工程背景的同學合組團隊,她便報名了MIT的「沙盒」(Sandbox)專案,參與學生只需要提出創業計畫,經審核通過,便可獲得1千至2.5萬美元不等的種子基金,與一般新創孵化器不同的是,Sandbox計畫不以贊助的種子資金換取股票,亦即學生是無償取得種子基金。諾瓦克正等待她的精品網路銷售媒合事業的第一筆種子基金支票,成為她離開大企業開創個人事業的起點。

事實上,類似的創業比賽,甚至近年來已經成為全球創業界大事的100K創業大賽,在MIT鼓勵創新、創業的文化下,幾乎是校園熱門活動,更是大型企業與創投關注的重要活動,及早打入創新鏈前段,以免錯失下一隻獨角獸。

而位於MIT校園東南角,一棟毫不起眼、磚紅色老建築裡的Martin Trust創業中心,正是讓新創點子與技術走進商業成功的關鍵核心。已經有27年歷史的Martin Trust創業中心,提供有創新技術、想法的學生將手上的石頭煮成一鍋美味石頭湯的所有必要協助,並由具備實際創業經驗的創業導師駐守,提供24小時開放的會議室與免費膠囊咖啡,讓來自不同背景的學生,甚至校外成員,都能有空間可以隨時自由互動、激發想法,2016年這裡就供應了21,482杯創業咖啡!

MIT在這些創新培育的計畫中,對學生唯一的要求,便是參加的團隊至少要有一人是MIT的學生,而接受補助與培育的唯一道義義務,則是種子基金或其他輔助的團隊,能在未來獲利後,回饋學校創業基金。

這樣的投資當然帶來豐厚回報。根據一份在2014年進行的追蹤統計,MIT知行合一的創校精神,的確反映在校友的積極創業上,由MIT校友創立且仍營運中的企業有3萬多間、雇用超過460萬人,創造的年營收高達1.9兆美元,規模等同世界第十大經濟體。

來到MIT狹長型校園中段,位於Vassar街的一棟不起眼、不時發出轟轟低頻聲響的兩層式磚造建築裡,我們可以找到這些輝煌成果下謙遜平凡的本質。

這是成立於1938年的萊特兄弟風洞實驗室,在二次世界大戰期間,肩負協助美國政府與國防工業研發飛行器的重要任務,戰爭結束後,這個風洞實驗室成了MIT多元產學合作的經典代表:各種需要流體力學測試的產品,從多款哈雷機車,到毀於911恐怖攻擊事件的紐約世貿雙子星大樓,它們的模型都曾經在這個風洞實驗室中進行測試,由MIT的學者、學生,在研發過程中做出貢獻,直到今日,萊特兄弟風洞實驗室仍然天天運轉,負責禽鳥、NASA下一代飛行器的研發與測試。

這個延續了數十年產官學緊密合作以創造價值的傳統,直到今日,都還透過風洞持續穩定的吹拂,繼續帶來改變世界的創新。

MIT風洞實驗室

成立時間:1985年
成績:由MIT校友創立且仍營運中的企業有3萬多間、雇用超過460萬人,創造的年營收高達1.9兆美元,規模等同世界第十大經濟體。

MIT $100K創業競賽

MIT擁有超過40個以上與創新創業有關的學生社團,也擁有許多社團競賽或活動,其中,最知名的莫過於從MIT 10萬美元創業競賽(MIT $100K Entrepreneurship Competition)。1990年起,這個創業競賽稱做 $10K(顧名思義第一名獎金為1萬美元),並分別在1996年將總獎金增加為第一名3萬,二、三名各1萬,共5萬美元獎金的創業競賽;2006年再增加了關注低收入族群與傳統產業的類別,因此發展至今成為MIT 10萬美元創業競賽。

全球第十大經濟體

2016年財年,MIT有800項新的發明專利(341立案、279提交申請、110授權生效),新專利帶動了25家公司成立,並帶入6,200 萬美元的授權費收入。企業贊助了麻省理工學院超過1億4,100萬美元(約合MIT研究經費19%),在非醫學院校贊助排名全美第二(根據美國NSF報告)。截至2015年,MIT校友創辦了超過30,200家仍然在運作中的公司,雇用了超過460萬名員工,創造了大約1.9兆美元的年營收,加總大約等同於全球第十大經濟體。

8 未來十年,台灣會在哪裡?

沈佑穎/製作
台灣大學智慧機器人及自動化國際研究中心主任羅仁權認為,在未來的全球工業機器人市場,台灣的硬體有優勢,但政府應該把重要的關鍵零組件產業發展起來,才能和國際競爭。

方向1:善用硬體優勢,做服務急起直追!

工研院產經中心主任 蘇孟宗

以前台灣做製造業,還在談微笑曲線、做品牌,當我們都還在繳學費的時候,全世界已經走到生態圈了。對台灣來說,要看清楚現在產業的重要議題,善用我們還有的優勢急起直追。過去,台灣在硬體轉到軟體的過程時就轉得不夠,無論在人才、應用、市場都比較缺乏。但未來談的是人工智慧、物聯網,在這一個議題上是硬體軟體都有的,不像過去都是軟體的世界,一部分會跟硬體的製造效率有關,台灣不能放棄這樣的優勢。例如,現在科技產品的趨勢都是越做越小越便宜,有一個相反的是螢幕,螢幕尺寸越做越大,未來無論是家裡螢幕,或者像是自駕車、VR/AR裝置,這些實體產品都是機會。

工研院產經中心主任蘇孟宗。
工研院

另外,像是AI要透過大數據、資料蒐集,AI的演算法是一直在進步的,而演算法的周遭跟核心都有我們熟悉的硬體:晶片、感應器,連結到的IC設計、晶圓、封裝、半導體產業,甚至傳統的硬體終端,手機、汽車電子,這部分台灣都累積很多經驗。另外,過去我們談軟硬整合,現在談的會是「軟硬融合」,這個概念過去韓國、中國都提過,後面這個「軟」的意思不是軟體,而是軟實力、也就是服務。未來台灣硬實力要在技術的深度超過別人,軟實力就是行業跟應用的Domain Know-how(領域知識)。

未來不可能全世界所有服務、消費都建置在網路上,只要場景拉到實體、拉到線下,就是台灣的機會。現在台灣有沒有軟實力?要做服務,台灣也還是有發揮空間。例如說智慧交通,我們的ETC(高速公路電子收費系統)已經有2千萬人口的使用量,而且這個系統在很短的時間持續精進,現在也在談海外輸出。台灣的服務模式不像英系、歐系國家的系統可以稱霸全世界,但可以輸出到新興市場,像是東南亞等華人市場有共同訴求的國家,我們的交通環境其實很複雜,有機車、汽車、行人、大眾交通,做智慧交通是有優勢的。未來十年不管新興科技怎麼變,台灣不一定能夠自創大的生態系,但還是會有小的生態系可以發揮,甚至有能力做海外輸出,台灣絕對還是可以扮演生態系的關鍵一員。

方向2:讓台灣成為機器人王國!

台大智慧機器人及自動化國際研究中心主任 羅仁權

全球工業機器人市場目前只開發了10%,縱使40、50年以後,工業機器人絕對都還會有應用!機器人能在4D(Dirty、Dull、Difficult、Dangerous)環境下工作,更是能帶動很多產業發展的火車頭,它跟食品、紡織、製造各個產業都有連結,經過分析,投資在機器人上帶來的槓桿效應也是最高的。這一塊市場的需求是很大的,只要你有競爭力,其實就不怕那麼多人都在做。

吳晴中/攝影

台灣的hardware(硬體)有優勢,工業機器人就是非常hardware的技術,你看我們連控制都可以PC-based了。在關鍵零組件:馬達技術、減速機、編碼器這些當然還可以做得更好。我覺得政府應該要痛下決心,把重要的關鍵零組件產業發展起來,因為這一塊如果不掌握,就沒辦法跟國際競爭。台灣現在在工業機器人市場,大概只能排到20幾名,新政府之前說生產力4.0,現在說智慧機械產業化,其實內涵都是一樣的,不過重點是你做事情有沒有速度感,有沒有決心要把這件事情做起來?

另外,服務型機器人也是一塊很有潛力的市場,它很典型的是B2C、C2B的生意都可以做,未來面對的更多是一般家庭市場。現在全世界有70億人口,大家都想要生活品質好,最後量一定會帶起來,現在台灣廠商算是有跟上,華碩、宏碁都開始都在動了。回到技術,技術你能不能做得好?未來的機器人也一定會結合AI,它是硬體也是軟體,在chip(晶片)這裡還是我們的優勢。未來全世界都會做AI + Robotics,未來AI也一定會是一個拚勝負的事情。

方向3:要抓住AI浪潮,先改企業腦袋!

趨勢科技董事長 張明正

科技典範正在轉移,未來十年的下一個主流平台,我是看好人工智慧的。去年AlphaGo讓大家對AI認真起來,現在不到一年它就快把一個長久以來的產業顛覆掉了。現在,大家的興趣甚至將不再是人跟電腦比賽,大家也將不再問「無人自駕車會不會比較不安全?」這種問題,就像以前的ATM一樣,大家已經習以為常。我覺得未來AI會變成晶片,會開始verticle(垂直),例如NVIDIA想做AI的GPU,這不會像以前的Intel時代一樣,我覺得會有新的競爭者出來、專門做某一方面的事情。未來,AI加上生物科技,會不會有「超人」的出現,我覺得一定會有很大的進展,以前是AI很難超越人,現在變成人很難超越AI。

趨勢科技董事長張明正。
吳晴中/攝影

未來AI會滲入所有產業,它就像當年的micro processor(微處理器)一樣,它來得太快太急太重要了。現在講的IoT,以後也一定都有某種程度的AI。現在台灣在IoT的重點是有裝置、晶片,我覺得這對現在擁有一堆數據、但還沒想好怎麼用的大企業來說,還是比較占優勢。例如說台積電之所以獲利率、競爭力強,是因為他掌握了每一個station(機台)每秒的數據,找出不良率的預防方法,這是他在本業裡的運用,這會讓強者越強。

不過,台灣現在還缺少像是資料科學家這樣的人才,學校教育也還多只是停留在data mining(數據挖掘),我們沒有教育、公司、人才,在大數據、Hadoop都已經輸了一輪。另外,過去我們做ODM、OEM,有一個很大的問題,我們不習慣看到終端使用者的痛點,我們永遠不知道市場的痛點在哪裡?這些其實也都是軟體人才比較不喜歡的文化。所以我覺得未來會是企業文化跟人才戰。企業文化要先改,要從原來的SOP架構變成更有創造力的文化,你要去找data、利用data,你還要去try error(試錯)、跨部門合作,試著解決市場痛點(pain point)。

最後,我覺得台灣的企業老闆要知道,AI的趨勢真的會發生,而且會比你想像得更快一些。企業的文化必須被改變,才比較容易留住人才,就像現在,你一講你懂AI,很快就被中國、美國挖過去了。

方向4:連結新創,做產品落地的最後一哩!

美商中經合集團董事總經理 朱永光

台灣過去有很完整的製造業產業鏈,包括硬體設計與製造、晶圓、IT/ICT、無線通訊網路等,擁有具世界水準生產產品的實力,過去優質的製造經驗,造就台灣擁有跨領域、跨產業研發、結合的優異能力。尤其在發展IoT,或是更進一步的Smart IoT,都需要last mile(最後一哩),例如很多Kickstarter上的產品延遲產品化或出貨的原因,就是因為沒能將產品想法落實合作的夥伴,讓擁有前端技術的產品可以落地,會是台灣可以切入、善加利用的機會。

美商中經合集團董事總經理朱永光。
美商中經合集團

台灣要能利用既有優勢,扮演著讓擁有尖端技術想法產品落地的重要角色。突破傳統製造業與代工的圍籬,讓產品設計、製造合作夥伴的角色浮現。未來十年,以企業的布局而言,鴻海也許是目前值得觀察的,看起來正在「拼圖」,雖然仍是以代工為主體的企業,布局方面也許仍有些鬆散。但綜觀近年的發展,包括發展永齡基金會、收購夏普等,鴻海的事業版圖正在改變。透過永齡與夏普,發展醫療相關研究,更進一步跨入醫療的投資與研發,尤其收購了夏普之後,不只是表面上的面板事業,更有背後豐富的醫療資源,讓鴻海集團可以利用其擁有強大技術再投入及利用之處。

最重要的還是,台灣企業掌門人的思維要改變,不能只是線性思考,要把自己的優勢提升到「管理財」的層次。未來十年不知道會發生什麼事,至少要能看到外面世界的變化,當然大象還是要固守舊有的地盤,但我認為與新創公司接軌,未來可能也會成為重要的一部分。畢竟,相較於大企業,新創公司的動作更靈活,要打國際市場的能量也是更大的,以美商中經合投資的新創團隊宅妝為例,他們搭建了房地產、房仲、消費者之間的平台,走出國際市場也更容易。任何產品或平台的創建都需要多方的合作才能成就,台灣只要能善加利用自身的優勢,就能持續在科技產業中占有一席之地。