[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。）

診斷重於工具：先清查環境盲點，再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織，很常陷入一個迷思：市場上出了什麼新工具、新架構，就急著導入；然而，自由系統的作法是先回歸營運本質：盤點現況。

在雙方正式簽約前，自由系統的顧問團隊便深入檢視諾億保經的既有環境，找到一個最急迫的營運隱患：內勤行政人員與外勤業務人員，竟在辦公室內共用同一套網路網段，這意味著外部裝置一旦連網中毒，極可能直接橫向感染存放敏感保單資料的內部系統，為降低風險，自由系統隨即協助諾億保經進行網段隔離與權限切割，在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯，也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出：「諾億的認證合規由專職顧問主導，但底層關鍵的端點偵測回應（EDR）、託管偵測回應（MDR）、防火牆規則、特權帳號管理及硬體資產盤點，全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』（Visibility），讓風險一目了然。」

對諾億保經來說，資訊設備、網路與日常維運雖然是營運不可或缺的基礎，卻不是公司的核心業務，如果自行建立完整IT部門，不僅要負擔人力成本，也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力；相較之下，將這些工作交給自由系統的專業團隊負責，諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今，我們不僅更好強化IT體質、順利補強合規缺口，也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻：雲地協同架構，讓AI真正走入第一線

IT與資安基礎逐步穩定後，諾億保經開始將資源放到下一階段：如何利用AI提升業務與營運效率。

在業務端，諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出，一般客戶很難體會重大疾病帶來的財務衝擊，與其單向說明「萬一罹癌怎麼辦」，不如透過AI模擬動態情境，讓客戶在虛擬人生中面臨關鍵決策；甚至，將台股加權指數、S&P 500走勢融入情境，模擬面臨資金缺口時，抵押借款或贖回投資將對個人資產產生何種實質影響，讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程，被轉化為AI互動式推演，讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練，大幅縮短新人上手週期。至於在行政方面，傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程，也交由AI與自動化工具處理，助理僅需做最終核對與歸檔，使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中，自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調：「金融保險業涉及大量機敏個資，絕不能盲目把所有資料拋上公有雲AI。」因此，自由系統協助諾億精準劃分「地端與雲端邊界」，例如，哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論，並協同評估相應的地端硬體算力與加密機制，讓創新應用不以犧牲資安為代價。

總的來說，從28億飆升至百億規模，諾億保經展現了一家新銳金融服務企業的高敏捷度；而自由系統則證明了託管服務（MSP）已不再只是被動的修電腦與顧網路，更是高速成長企業在架構選擇、資安風控與AI轉型路上，不可或缺的最佳夥伴。