深度分析科技部力推的五大AI策略|數位時代 BusinessNext

台灣在物聯網時代，人工智慧在影像辨識、語音辨識、自然語音處理、大數據趨勢分析等領域有很強的需求，達到需求，才可能發展智慧機器人，以及在物聯網的影像、聲音感測做到夠好的表現。

最近科技部部長陳良基提出打造AI生態圈的五大發展策略明，台灣政府也把預算提高，表示政府重視人工智慧的發展趨勢，對台灣未來的物聯網與人工智慧發展是個好的開端。

仔細研究五大發展策略後，筆者做了以下解析。

1.建構AI主機

物聯網裝置將會產生大量的數據，而用這些數據，利用人工智慧的深度學習方式，可以得到不錯的模型。陳良基強調建造一個能高速運算的系統，為廠商與學界提供一個不錯的人工運算能力的服務。

我聽到有些業界的朋友認為政府這樣做是「與民爭利」認為AI中心自己做就可以了，但不是所有的廠商都能建得了很貴的Fab廠，如台積電為IC設計廠商提供Fab廠，才讓台灣的IC設計廠不用花大錢自建晶圓廠。

專注於設計，才能強大。同理人工智慧軟體公司不用花大錢自建人工智慧資料分析中心，透過這個強力系統來達成人工智慧的運算能力，讓人工智慧與物聯網產品及平台的公司，專注於自身系統與產品的發展，不必因為缺乏人工智慧學習系統而受制於人。

2.打造智慧機器人基地

因應少子化與老年化的趨勢，利用工業機器人與服務機器人替代短少的人力需求是不可變的趨勢，面對這個需求，在中科及南科設立智慧機器人研究中心，打造關鍵技術，這是好的方向。

在工業機器人上，台灣的上銀科技與鴻海集團在工業機器人都有不錯的能力及產品，目前的狀況是卡在服務機器人的能力不足，例如鴻海把機器人Pepper導入台灣後，機器人Pepper仍然不夠智慧是該產品租用量不佳的主因，所以重點放在服務機器人所需的台灣式（符合台灣現狀的）中文語音辨識、視覺辨識與智慧反應（跟AlphaGo類似的強化學習，不過更進階），台灣目前也已經有很多新創在視覺辨識上努力，中文語音辨識也有一些廠商投入，不過都不是專為機器人應用所打造。

達成好的智慧機器人能力，必須有清楚的藍圖，仔細的規劃台灣需要的人工智慧軟體能力，整合業界及學界的力量。學界進一步成立新創公司，最後達成強而有力的智慧機器人及對應產品。而50家新創與4000人的培育如果有此規劃做背書，會更有意義。

3.設立AI創新研究中心

以5年為期，每年預計投入10億元，鼓勵人工智慧基礎技術、智慧醫療、金融科技、智慧製造等人才與技術研發。台灣在智慧醫療與金融科技領域，因為法律問題造成數據蒐集難度高，可能導致創新研究進展緩慢，這樣反而就可惜了。

4.半導體射月計畫

這個部份是要強化物聯網用晶片、虛擬實境/擴增實境半導體的能力，以及人工智慧專用應用晶片（ASIC，就跟Google的TPU類似的晶片），或人工智慧通用型晶片（FPGA或GPU），這跟台灣本來就強的硬體設計能力結合。

在這之中，如何做好軟硬整合，支持人工智慧的利基廠商是關鍵。這個過程涉及將軟體邏輯做成硬體，強化運算速度，讓深度學習模型的邏輯運算增快，這不是硬體廠商閉門造車就可以完成的，而是要跟客戶深入合作。在客戶發展對應軟體及訓練模型時就參與，最後完成客戶所需的快速運算晶片，讓智慧設備與機器人不用一直聯網，用雲端大量運算達成智慧能力。

這跟台灣電子廠商過去習慣的ODM模式不同，而是與客戶共創的JDM（Joint-Design Development）模式。

5.科技大擂台

這是利用比賽吸引團隊加入，以完成好的數據模型。第一波是電腦中文聽力理解為主題。其實電腦中文聽力（語音辨識＋語意理解）在對岸已有很多團隊發展，也發展到不錯的程度，特別是北京微軟研究院（語意理解正確率達94.1%）、百度跟科大訊飛（語意理解正確率達97%）。

但是因為兩岸地方語音習慣與很多用語不同，對岸已經發展出來的中文聽力能力，在台灣使用準確率不高。而透過這樣的獎勵方式，以深度學習的觀點，其實是激勵大家去蒐集大量相關的語音數據，並針對它下人工智慧的功夫，只是這樣的效果是否可以達成精確辨識語音的目標，其實有待觀察，如果成功，未來甚至可以衍生到台語或客語辨識。

除了語音本身，語意理解更是另一個難處，這點如果可以跟微軟合作，用位在微軟亞洲研究院開發的微軟語意理解引擎做轉接，深度學習就不用從頭學，進展會快很多，不知道這次參加的隊伍有沒有這樣的想法跟能力。

陳良基在文中也提到目前只有圍棋有顯著的人工智慧發展，所以台灣還有機會。

不過面對中國以國家之力發展的「互聯網+」與「AI+」的產業，我認為台灣其實並不適合跟中國做同樣的東西正面對決，可以針對台灣可以比中國做得好的部分與利基（例如智慧醫療與穿戴式裝置的整合，再搭配台灣的長照2.0計畫）好好發揮，而這需要台灣發展好的人工智慧做基礎。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。