「今天再出來做一個公司，你要不說自己是用深度學習或人工智慧，你都不好意思出來混⋯⋯我覺得這有泡沫的成分。」中國奇虎360董事長周鴻禕在自己的新書中這麼寫著。AI正熱，熱到每個產業都要和AI扯上關係，但去年底開始，中美兩國相繼有創投與企業大老表示：AI產業泡沫化可能性極大。
「最近我見了一個做內衣的，也說自己是人工智慧的企業，這是非常不正常的現象。現在，人工智慧領域的泡沫化特別嚴重」。創新工場創辦人李開復近日在一場演講中就如此說。中美都在熱議人工智慧泡沫化議題，那台灣呢？台灣相關領域也有泡沫化可能嗎？
人工智慧泡沫化，台灣也逃不掉
趨勢科技全球資深研發副總暨人工智慧加速計畫主持人周存貹也很肯定，「AI領域的確出現投資過熱的吹捧現象，泡沫一定會發生。」「兩年內AI產業可能會泡沫化，這是全球市場性的，也會影響台灣。」台大電機系教授暨AI新創優拓資訊共同創辦人黃鐘揚也這麼指出。
中研院資訊科學研究所研究員，台灣資料科學協會理事長陳昇瑋也表示觀察到了台灣人工智慧領域泡沫化跡象。
從研發端來看，許多號稱人工智慧服務的背後，還是仰賴大量人力，人工智慧並沒有外界想像的那麼神奇強大。「這領域還處於『工人智慧』階段 ，很多服務的背後還是靠人力解決。很多弱AI的問題也都還沒有辦法解決。例如最近正夯的聊天機器人多數還是用人力建資料庫。」陳昇瑋說。
從需求端來看，企業的需求還沒有到達大爆發的時期。「不管是B2B或B2C領域，企業願意投入在人工智慧技術上的資源並不多。」黃鐘揚表示。黃鐘揚指出，AI應用要大爆發可能要5-10年後，但投資人沒有辦法等這麼久，在失去耐心與信心後，自然會撤資抽腿。
另外，也有業界人士認為這是一種比例問題。「AI泡沫，我覺得是因為這產業未來會很大，所以現在投資額也大，那失敗的泡沫的金額也會較於其他產業大。」
在這樣的背景下，對於正有意導入AI技術或向AI轉的公司而言，要怎麼看待這個泡沫呢？
我們不要看到失敗的90%，要看留下來的10%
對於企業或新創團隊來說，這是一個思考投入的成本與機會大小的問題。「的確，AI泡沫化後，可能有90%的人失去工作或換研究領域，但我們更應該看重剩下的10%，這10%若能生存下來，會獲得巨大的成功。」周存貹指出。
更重要的是，現在的各式人工智慧開源平台與工具，降低了機器學習等領域投入成本和.Com泡沫比較之下，泡沫就算爆掉了損失也不會太大。
那對嚮往這領域的學子而言呢？人工智慧泡沫化對於正往資料科學領域發展的學生而言，需要警惕嗎？
首先，資料科學並不等同於人工智慧！台灣對於資料科學人才求才若渴，各行各業都在找相關人才，需求量非常大。「每個產業都需要資料科學領域的人才，不只有IT產業，相關人才絕對不嫌多。」陳昇瑋認為。
陳昇瑋也指出，台灣在資料科學應用很落後，現在的熱潮只是在「矯正」而已。「資料科學分析可分為描述、診斷 、預測與指示四個階段，台灣產業很多連第一個階段都沒有做到。資料整理得好可以輔助決策，不會僅是報表而已。」
業界人士指出，「如果有太大的排擠現象，才是問題。要不我樂見其成。」學生未來要對台灣有貢獻，台灣得要有相對的環境跟產業支持。雞生蛋蛋生雞。所以要是人才供應充足，回流比例也會增加，這應該是好事。
不過，專家還是提醒學生需要更多的理性與清醒。「自己要想清楚自己的路，而不是盲從，一窩蜂大家這麼做就跟著做。」黃鐘揚說。
