[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。）

「潛水」8年，釀出材料革命

葉院士透露，自古以來，要想構成「合金」，都由單一或少量元素構成，但1995年，他在驅車前往臺北的路上，腦中靈光乍現，迸發出讓多種元素混合成合金的想法。

有意思的是，葉院士很清楚，「高熵合金」這項突破性構想，將會徹底顛覆材料學的根基。因此，為了鞏固臺灣的領導地位，1995至2003年間，他刻意沉潛、默默研究，不發表任何相關論文，「這是我的經營管理策略！」他認真道。

因此儘管8年寒窗苦讀無人知，甚至曾有計畫審查委員直言，若讓高熵合金的計畫通過，會鬧出「國際笑話」，葉院士仍憑藉著對高熵效應的堅定信念，逐步累積實驗數據與理論心得，最終於2004年，一口氣發表5篇高熵材料論文，為高熵合金新材料命名、定義和建立理論基礎，之後平均每年發表10篇研究，並陸續提出高熵效應、晶格扭曲效應、緩慢擴散效應、雞尾酒效應等核心效應，對材料科學理論做出重大貢獻。

這股「論文風暴」，不僅讓《Nature》在2016年發布專題報導，確立了高熵合金領域的價值，以及確認臺灣做為發源地的地位，還成功引發全球專家學者的重視與跟進，也讓葉院士成為「高熵合金之父」。

在為臺灣奠定高熵合金領導地位之餘，葉院士還期望將這股力量向下傳承，因此在清華大學成立全球首個高熵材料研發中心，由他擔任主任。中心匯集了來自全臺各大學逾60位跨校、跨領域的頂尖教授，組成材料界的「夢幻隊」，一同探討高熵學理，開發高功能材料，每年還開設相關課程，培育近百名具備傳統與高熵「全材料」研發能力的專業人才，為學界、業界提供源源不絕的活水。

更重要的是，葉院士很早就知道，學術研究的價值不應只停留在論文發表。事實上，他在從事教職之初，便開始擔任業界顧問，深入現場解決問題，這反過來讓他的研究，更加貼近現場。

2021年，他透過清大授權高熵材料科技的3千萬元授權金，如今，在資本市場已增值8倍，達到2.4億元；他也擁有逾50項專利，其中，超過22項為高熵材料發明專利授權，「學者不能只在『象牙塔』中做研究，要積極與產業互動，將所學貢獻於實用，尤其現今臺灣製造業面臨轉型挑戰，學術界的創新非常關鍵。」

看著葉院士現今擁有的非凡成就，多數人可能以為他背景優渥，其實，他出生偏鄉、從未出國留學、進修。來自宜蘭南澳的他，成長過程中資源相對匱乏，但這反而養成他從小「凡事自己動手做」的習慣，「這種獨立解決問題、親身實踐的精神，就是我在科學研究上，不斷突破的基石。」

不曾出國留學、進修，也能做出世界級的突破

葉院士從學士、碩士一路念到博士，是標準的「清華大學材料科學工程寶寶」。在那個「去去去去國外」、留學盛行的年代，他選擇做個異類，深耕臺灣，「對國家做出貢獻比個人發展更重要！而且我相信，就算在臺灣，也能憑藉我們的智慧、能力，做出世界級創新。」

葉院士建議，年輕學者、莘莘學子們應心存善念，並秉持著求甚解、動手做的態度，多元、快樂學習，「強大的企圖心，能創造價值；與人為善，則能聚集眾力，共同實現宏大目標。」

問「高熵合金之父」接下來還有什麼目標？他笑稱，自己自大學二年級起，便懷抱著「飛碟夢」，而要實現夢想，需要室溫超導、極耐高溫等前所未有的材料，他仍在兢兢業業努力中。飛碟夢看似遙遠，卻是前進的燃料，向來「說到做到」的葉院士，用對未來的無限想像，持續為材料科學鋪設一條通往新世界的道路，也為臺灣留下珍貴的創新資產。