[AI洞見]AI產業化還是產業AI化？我對於AI應用的看法|數位時代 BusinessNext

[AI洞見]AI產業化還是產業AI化？我對於AI應用的看法

有一部電影的名言，「生命總會找到出路」，可是事實上，地球從有生命以來，99%的物種都消失了，現今的AI新創公司很多有可能會消失，就像2000年的網路泡沫。所以什麼樣的AI新創會留下來? 什麼樣的AI應用會變成殺手級應用？

AI的研究已有50多年，近年在大量資料與機器運算關鍵技術突破等因素下，AI在應用上有極大的進展，其中最熱門的應用有無人車、AI醫療、AI金融與AI農業。

AI的突破，最有名戰役堪屬AlphaZero，下棋下到天下無敵，事實上，AI也可以用來玩video遊戲呢! （筆者30年前用一台PC接攝影機對著另一台PC控制它的鍵盤，玩Tetris，也算做過AI吧?!）。

AI的應用包羅萬象，例如：科學家用AI找其他太陽系行星，警察用來判斷嫌疑犯有沒有說謊，用臉部辯識為門禁把關，作家用AI幫忙寫哈利波特續集大綱，AI還可以寫現代詩集，作曲，編電影短片的劇本，維基百科用AI輔助編輯，AI報導體育新聞，AI作即時翻譯。

對於一般人的日常生活，AI也有許多用途，例如: 購物網站很久以前就用AI推薦產品了（最新的AI還可以對於同一個推薦商品，依據不同的客戶，用不同的推薦圖案），客服機器人（Chatbot），求職網站使用AI做職業配對，會計師事務所用AI大量閱讀合約，節省稽核人員的時間。在選舉期間，AI也被運用來預測某一地區政黨投票的傾向，AI的應用真是到了演化史上「寒武紀大爆發」的年代。

活下來的AI公司

有一部電影的名言，「生命總會找到出路」，可是事實上，地球從有生命以來，99%的物種都消失了，現今的AI新創公司很多有可能會消失，就像2000年的網路泡沫。

可是，就如同地球上的生物，絕種的雖然很多，存活下來的物種卻是越來越聰明，其中最聰明的物種──人類──主宰了整個地球，由此讓我們聯想會不會將來AI存活下來的新創公司，將主宰了整個產業？

這是有可能的，但是機率很低，因為像Google跟Facebook這類的Internet巨人一定不會讓這種事情發生，不但如此，他們正在大量網羅世界上頂尖的AI工程師，讓自己再次走在新科技的浪頭上。

現在AI的新創，跟2000年的新創所面臨的產業與環境的挑戰確有其相似與相異之處，相同的是沒有獲利但是估值很高，但不同的是當今的產業巨人，已經在做很多AI新創公司的事情（甚至我們可以說是模仿）。可以確定的是，當年的Internet幾乎影響了所有產業，現今的AI應該也很有可能。

+AI比較可以找到「獲利」的應用

所以什麼樣的AI新創會留下來? 什麼樣的AI應用會變成殺手級應用？很簡單，可以獲利的應用，可以「持續」獲利的應用，就能存活下來。

本夢比是一時的，夢醒了，還是要付帳單啊？目前號稱AI的新創公司大部分都還在燒錢的階段，沒人知道何時會獲利，甚至開始獲利以後，可以維持多久的獲利？

這種以AI新創為主，找到應用然後公司開始成長，我們稱之為AI+，也就是AI產業化，相對應的就是+AI，也就是「產業AI化」，筆者認為+AI是比較可以找到「獲利」的應用。

譬如筆者所在的公司趨勢科技，全球最大的資安公司之一，就很快的把AI的想法跟技術，應用到公司的產品跟經營。我們利用機器學習來找垃圾郵件，辨別惡意檔案，網路異常流量分析，甚至，我們用機器學習來加強我們對客服的經驗，預測客戶流失的機率等等，這種+AI的模式（把新科技導入公司），對於台灣產業是比較可行的方式。

把機器學習導入公司某個產品或營運，不用開工廠做生產線，即使失敗了影響也不大，就算剛開始的成果不如預期，加入更多的數據，仍有很高的機會把成果提升。這種開發成本不高，成果可以持續改善的專案，對於台灣的企業應該是最佳的AI應用方式。

至於怎麼樣可以在公司內部找到可以AI化的產品或應用呢？

建議先參考別人已經在做的事情，譬如客戶流失預測、產品推薦預測、銷售目標預測、產品瑕疵預測、線上客服經驗提升，若是想做一點跟別人不一樣的，可以看看公司內部的營運有沒有已經有很多數位化的歷史資料，簡單用一下公有雲上的機器學習模型做個簡單的預測，配合原來流程，再與既有資料相互驗證，就知道有沒有幫助了。

由於很多資料科學家跟工程師正努力把機器學習門檻降低，在加上Internet上面也有很多範例，一般企業應該是有機會獲得AI的能力做到+AI的。

我們就不要做AI+了？

AI+需要投入大量的技術研發，加上何時獲利的未知，所以是不是我們就不要做AI+了？

筆者認為要做可以，但是要挑著做；譬如無人車，投入成本高，法律規範多，回收期未定，國外大公司以經建立技術門檻，很難跟他們競爭。又譬如臉部辨識（或影像辨識），國際上很多這樣的比賽，中國隊伍總是有著非常亮眼的成績，在加上他們資料量大，辨識率一定比別人好。

「AI醫療」跟「AI金融產品預測」應該是台灣最有機會的領域

筆者認為「AI醫療」跟「AI金融產品預測」應該是我們台灣最有機會進入的產業領域，因為我們有全世界最好的健保系統，有大量的資料，一個等者科學家去挖掘的大金礦，一旦有成果，對大眾健康，社會成本等等，有著巨大而正面的影響。

至於「AI金融產品預測」，很多資料也都公開，即使沒公開的也買得到，如果我們可以做出「金融商品神預測」，那得到的利潤將將是十分可觀的。這兩個方向有幾個共通點: 市場超大，可以容納較多廠商；利潤超大，可以持續進步跟擴張；賣到全世界，不用擔心台灣市場太小；投入成本相對小，我們可以跟目前的產業巨人競爭。

結語

過去台灣有很多優秀的AI人才被國外其他公司重用，如果台灣本身就可以有產業讓他們在地發光發熱多好！期許不管是AI+或者+AI，台灣能夠在這次AI的浪潮上，再攀高峰，再造奇蹟。

《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。）

以材料工程打造手機殼的循環力

若塑膠要進入循環體系，前提是「材料必須足夠單純」。王靖夫很快意識到，問題不在回收端，關鍵在最開始的設計端。多數手機殼由多款不同塑膠、橡膠件甚至金屬等複合材料組成，無法被經濟化拆解，也難以透過現有流程再製。為此，犀牛盾在2017年起重新整理產品線，希望借鑑寶特瓶成功循環的經驗，擬定出手機殼應有的設計框架。

新框架以「單 1 材料、0 廢棄、100% 循環設計」為核心，犀牛盾從材料工程出發，建立一套循環路徑，包括：回收再生、溯源管控、材料配方、結構設計、循環製程、減速包裝與逆物流鏈等，使產品從生產到回收的每一階段，皆與核心精神環環相扣。

王靖夫表示，努力也終於有了成果。今年，第一批以回收手機殼再製的新產品已正式投入生產，犀牛盾 CircularNext 回收再生手機殼以舊殼打碎、造粒後再製成型；且經內部測試顯示，材料還可反覆再生六次以上仍維持耐用強度，產品生命週期大大突破「一次性」。

另外，今年犀牛盾也推出的新一代的氣墊結構手機殼 AirX，同樣遵守單一材料規範，透過結構設計打造兼具韌性、耐用、便於回收的產品。由此可見，產品要做到高機能與循環利用，並不一定矛盾。

海上掃地機器人將出海試營運

在實現可循環材料的技術後，王靖夫很快意識到另一項挑戰其實更在上游——若塑膠源源不斷流入環境，再強的循環體系也只是疲於追趕。因此，三年前，犀牛盾再提出一個更艱鉅的任務：「能不能做到塑膠負排放？」也就是讓公司不僅不再製造新的塑膠，還能把已散落在環境中的塑膠撿回來、重新變成可用原料。

這個想法也促成犀牛盾啟動「淨海計畫」。身為材料學博士，王靖夫將塑膠問題拆為三類：已經流落環境、難以回收的「考古塑膠（Legacy Plastic）」；仍在使用、若無管理便會成為下一批廢棄物的「現在塑膠（Modern Plastic）」；以及未來希望能在自然環境中真正分解的「未來塑膠（Future Plastic）」。若要走向負排放，就必須對三個路徑同時提出技術與管理解方。

其中最棘手的是考古塑膠，尤其是海洋垃圾。傳統淨灘方式高度仰賴人力，成本極高，且難以形成可規模化的商業模式，因此無法提供可持續的海廢來源作為製造原料。為突破這項瓶頸，犀牛盾決定自己「下海」撿垃圾，發展PoC（概念驗證）項目，打造以 AI 作為核心的淨海系統。

王靖夫形容，就像是一台「海上的掃地機器人」。結合巡海無人機進行影像辨識、太陽能驅動的母船作為能源與運算平台，再由輕量子船前往定位點進行海廢收集：目的就是提升撿拾效率，同時也累積資料，為未來的規模化建立雛形。

從海洋到河川，探索更多可能

淨海計畫的下一步，不只是把「海上的掃地機器人」做出來，王靖夫說：「目標是在全球各地複製擴張規模化、讓撿起的回收塑膠真正的再生利用。」也就是說，海上平台終究要從單點示範，走向可標準化、在不同海域與國家部署的技術模組，持續穩定地把海廢帶回經濟體。

他進一步指出，「其實這套系統不限於海洋，也可以在河川上。畢竟很多海洋垃圾是從河流來的。」未來若能推進到河川與港灣，將塑膠在進海之前就攔截下來，不僅有助於減少海洋污染，回收後的材料也更乾淨、更適合再生，步步朝向終極願景——隨著時間推進，海中垃圾愈來愈少，被撿起、回收後再生的塑膠會越來越多。

「我們已經證明兩件事的可行性：一端是產品的循環設計，一端是 AI 賦能海廢清理的可能性。」王靖夫笑說，塑膠管理命題不只為自己和公司找到新的長期目標，也讓他順利度過中年危機。「選擇改變，留給下一代更好的未來。」他相信，即便是一家做手機殼的公司，也能創造超乎想像的正向改變。