[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。）

從手遊場景打造現金回饋新模式

Arthur Wan 指出：「ShopBack 在台灣市場落地 8 年了，核心強項始終是電商回饋機制。」然而，若回饋只綁在購物，使用頻率終究受限於消費需求。對此，ShopBack Play 借助手遊的高黏著、高回訪特性，把回饋從交易場景延伸到日常互動；使用者不需消費，只要下載並完成指定任務，就能累積現金回饋，平台也因此更貼近使用者的日常生活。

這也呼應近年全球竄起的「X to Earn」模式。Arthur Wan 解釋，從 Shop to Earn 把消費轉成回饋、Play to Earn 讓玩樂產生回饋，到 Move to Earn 讓移動與運動也具備回饋可能，市場正在探索「參與行為」的價值：「愈來愈多日常行為，其實都能透過特定場景轉化為實際獲益。」

ShopBack Play 的優勢在於回饋可轉移。過往遊戲獎勵多停留在虛擬世界，例如兌換道具；但透過 ShopBack，玩家取得的現金回饋可直接延伸到電商與日常消費，讓娛樂回報更實用、更有感。

引發使用者越玩越賺的回饋循環

ShopBack Play 的使用方式很簡單。在 ShopBack App 首頁進入遊戲專區選定遊戲後，系統即導流至 App Store／Google Play 下載並開玩；玩家只要破關或完成指定里程碑，就能回到 ShopBack 形成「選遊戲→開玩→達標領回饋→再探索」的回訪循環。為了加碼誘因，ShopBack Play 也不定期推出「紅色遊戲專區 2 倍回饋」活動。

Arthur Wan 觀察，「消費者其實並沒有那麼忠誠於某一款特定遊戲。」多數人打開手遊，只是想放鬆、填補空檔，對單一遊戲的黏著度不高。也因此，ShopBack Play 目前合作超過 400 款遊戲，並規劃於 2026 年持續更新合作清單，讓使用者隨時有新選擇可玩。

「我們希望透過遊戲回饋，創造更多回訪的理由。」 Arthur Wan 表示，這也補上 ShopBack 的互動頻率缺口。由於 ShopBack 核心仍以購物回饋為主，熱門品類多集中在旅遊與時尚（如 Booking.com、Trip.com、KKday、Klook，以及 adidas、Nike、GU），消費頻次相對較低；ShopBack Play 則提供更日常、更高頻的回訪動機，讓使用者更常打開 App。

他指出，ShopBack Play 上線後帶動每月回訪 ShopBack 的使用者數成長 15%，整體使用者 CLV（Customer Lifetime Value，顧客終身價值）成長 30%，顯示回饋場景擴張確實見效。且透過遊戲接觸到 ShopBack 的使用者中，也有相當比例會進一步前往平台其他商家消費，形成交叉銷售效應（Cross-sell），推升平台使用深度與消費頻率。

讓回饋生態系融入生活空檔

將回饋帶入用戶生活中的更多片段，讓原本就會經歷的日常時刻變得更有價值，是 ShopBack 持續拓展「行為換回饋」場景的核心思維。對遊戲廠商而言，長期痛點在於下載成本高、留存率偏低，最怕「下載了就走」：數字漂亮，卻沒有實際遊玩行為，轉換與 ROI 難以落地驗證。對此，ShopBack Play 把回饋門檻從「下載」改為「達標」──使用者必須完成指定關卡或里程碑才拿得到回饋，藉此濾掉無效流量，讓導入更貼近真實參與，也更有利於提升轉換率與投資報酬。

對許多用戶而言，遊戲早已是生活的一部分。現在透過 ShopBack Play，不僅能在零碎時間中放鬆娛樂，更能完成任務獲得實質回饋 ，讓「玩遊戲」與「破關」不再只是虛擬成就，而是能實際折抵日常開銷的量化報酬。對 ShopBack 而言，不僅提升用戶在平台內的互動頻率，也補強過去必須透過消費行為才能獲得回饋的單一路徑。透過遊戲機制，用戶即使在非購物場景中也能保持接觸，並於任務完成後自然回流 App，進一步探索購物優惠與合作商家，打造高頻率且正向的使用循環。

也因此，ShopBack Play 推出後的亮眼表現，更進一步驗證這套機制具備高度潛力與市場接受度。據平台統計，功能上線後短短半年內，用戶數成長 12 倍，其中近 60% 為原本的 ShopBack 使用者首次接觸手遊，成功帶動原有會員活躍與新型態行為轉換。除了使用數提升，ShopBack Play 的回饋金發放規模亦快速擴大，自功能上線以來，累計回饋金額已接近 1 億元，展現「遊戲回饋」模式的強勁吸引力與發展性。

隨著 ShopBack Play 與購物回饋、載具回饋機制整合，平台逐步建構出「玩能賺、買能賺、日常生活也能賺」的循環回饋生態系，不僅為用戶帶來更即時、更有感的回饋體驗，也持續深化 ShopBack 在消費日常中的角色。

「ShopBack Play 只是起點。」ShopBack 東亞區總經理 Arthur Wan 認為，當消費者愈來愈精打細算、也更習慣用行為換取回報，未來仍有更多「X to Earn」場景值得探索與開發。「對我們來說，關鍵不只是推出一個新服務，而是持續擴大回饋觸發點，從線上購物、實體場景一路延伸到遊戲入口，串連商家與用戶的日常接觸，讓回饋真正融入生活，讓每一個日常時刻，都更有所得。」