[AI洞見]第一波浪潮退卻後，AI公司何種商業模式能落地？|數位時代 BusinessNext

[AI洞見]第一波浪潮退卻後，AI公司何種商業模式能落地？

現在有這麼多的「AI公司」，在AngelList上有紀錄的，就有近萬家：圖像辨識的就有300多家，NPL的近800家。我們不禁在想：同一個東西，將來真的需要幾百種辨識的方式嗎？這麼多AI公司，究竟怎麼樣的「AI公司」會勝出？

「近一年來，公司已經逐漸由『AI技術公司』轉變成為『AI系統整合商』。」中國一家AI新創公司的營運總監這麼說。

「通用的技術訓練框架門檻變得很低，但個別產用應用的差異化又極大，超過九成的專案都需要客製化，完成A客戶的專案很難複製到B Case，主要原因是資料來源與內容有保密性且專屬性。」

而現在有這麼多的「AI公司」，在AngelList上有紀錄的，就有近萬家：圖像辨識的就有300多家，NLP的近800家。

我們不禁在想：同一個東西，將來真的需要幾百種辨識的方式嗎？

這麼多AI公司，究竟怎麼樣的「AI公司」會勝出？

Deep Learning is being commoditized 深度學習逐漸商品化，進入的門檻越來越低了

「Commoditization」常被翻譯成「商品化」，但它真正意思是：企業所提供的某類商品或服務，到處皆可取得，已經被標準化、品質上沒有明顯的差異，而且與另外一家公司所提供的該商品或服務是可以互相取代的。

而讓深度學習(DL)標準化、商品化，使之進入門檻越來愈低的，不是別人，正是Google、Amazon這些科技大頭。

一開始覺得奇怪，DL技術應該是科技大頭的寶貴資產，為什麼反而開放出像是Tensorflow這種Open Source，讓大家可以站在巨人的肩膀上，發展得更快？

原因是這些科技大頭們大多很早期就已經使用人工智慧技術，所以當DL能夠大幅改善機器學習效率時，與其把DL的演算法都藏起自家用，倒不如讓DL的進入門檻越來越低。

因為他們清楚知道DL本身不能獨存，若能讓DL更普及，那些將它商品化所需的資料、計算能力與軟體，還有產業應用導入，才是Google、Amazon這些科技大頭能夠賺進更多錢的地方。

三個階段讓AI的落地策略逐漸明朗: 「演算法」、「資料源」與「垂直領域」

DL剛開始在AI領域發展時，大家都專注在Algorithm(演算法)的開發，看誰的程式能夠更優化深度學習的能力，但是隨著各種訓練框架例如Tensorflow等Open Source快速演進，系統訓練能力逐漸變得差異化越來越小。

ImageNet在2017年7月26日正式宣布停止再繼續圖像識別的比賽，正是因為機器學習在辨識能力已經高達將近98%，高於人眼的95%，而且各家辨識結果大多差異不大，再繼續辦下去的意義已經不太大了。

自此深度學習正式進入「資料源」的競賽。

毫無意外的，「資料」絕對是深度學習的「養分」。因為資料的取得、分析、前處理，與擁有資料的垂直產業，以及資料工程師的能力有直接關係，這時候許多「以演算法為核心」的AI公司在跑不到多久時間就宣布退出比賽了。

今年開始，人工智慧開始逐漸要從深度學習的PoC(Proof of Concept)進入實際落地階段，這讓AI新創公司開始要面對市場的現實狀況——如何避免成為一家只有演算法的公司？如何導入垂直產業的實際應用領域(Vertical AI)？

什麼叫做「能夠導入垂直產業、被實際應用的Vertical AI」？

舉個例子：棉花是大規模種植的經濟作物，有個AI的新創公司找到了個機會點，想要採用深度學習的方式來辨識「棉花植株的生長狀況如何」，而且演算法的準確率也的確高達98%。

能夠「辨別棉花植株的生長狀況如何」，聽起來似乎是個突破性的創新，而且非常「垂直領域」了。

但是實際的狀況是：這樣的技術，距離農產品業者能夠真的採用，還有很大一段距離。

想像來到了農場上，馬上會碰到的問題是：如何移動、大規模檢測？每天的日照不同，測得準嗎？就算檢測出來，馬上又會被問到的問題是：那麼多植株，每個狀況不同，哪株各需要多少農藥或肥料？有機器人可以移動並各別處理嗎？處理完後，怎麼確定植物有長得更好？

原因是，實際能夠上市的農產品檢驗設備，是「應用整合設備」──光源(高度影響判斷準確)、機器操作、噴灑控制、檢驗比對等。

由此可見，「檢驗植株生長狀況的準確率」，當然是關鍵要素，但也只是必要條件「之一」而已，此外還包括檢驗的速度、處理的品質、設備的構裝等。

而就算完成以上這些，這還只是產品本身，當先牽涉到進入此產業，還需考慮後勤、成本與技術服務移轉等。

所以要做為一Vertical AI，必須要提供的是完整的「Full-Stack Product」，是要能夠真正的依靠AI技術去解決產業的「真正痛點」，而非見樹不見林的只從單一小部分著手而已。

與其成為AI公司進入某個垂直產業，倒不如說，這本來就是某應用領域的專業公司，只是用了AI技術來做強化。

就像網際網路剛出來時沒甚麼人懂，現在普通人都可以藉由開網頁幫手，開店、開部落格，那是因為網頁只是一個「工具」，有價值的不是網頁本身，而是產業透過網頁要解決的問題。做零售業的人，因為有網頁而成為了電商。但我們不會說電商是一個做網頁的公司。因為它經營的本質不變，還是「賣東西給客人」。

深度學習用在AI，也是一個「工具」，用來幫忙「強化」原有產業的服務內容。而它就跟網頁的發展一樣，會逐漸被Commoditized。

而AI公司避免被Commoditization淘汰掉的方式，就是走「深」、走「垂直領域的Full-Stack Product」、「走Vertical AI」。

可以試想大多的AI公司都能夠明白這些道理，但是要從「技術服務公司」轉化成「應用公司」，那基本上是商業模式的重新定義。就像要寫網頁的公司變成電子商務公司一樣：前者本質是技術服務公司，後者本質是零售業。

如果我們循網頁發展的思路，來看兩到三年後可能可行的AI商業模式：目前這些AI新創公司，與其把自己定義成AI技術公司，不如仔細思考，如何善用AI技術來改善現況，但是核心應該還是以「該產業的商業模式」作為公司經營方向。

這是什麼意思？

舉個例子來說：中國很多AI公司落地是做安防產業，利用AI的辨識技術來強化安防分析的效果。但他們知道辨識技術只是其中一環，舉凡安防所要涉及的通路、經營模式、定價、產品類型，才是公司的主要方向。

當然AI的範疇很廣，不僅是垂直領域的應用而已。但對AI新創來說：

要做AI，最好能成為Vertical AI；而最成功的Vertical AI，本質上其實就是某個垂直產業應用的公司，AI只是技術強化的一部份而已。

《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。）

HPE Networking 以「全域零信任」重塑資安防禦架構

面對 AI 驅動的工業化網路犯罪，傳統「檢查清單式」防禦已難以應對具備專業分工的全球化攻擊組織，因為如今駭客透過人工智慧技術將攻擊手段自動化、精準化與規模化。HPE Networking 台灣區總經理林蒲英指出，資安已從技術選項轉變為企業生存準則。隨著企業IT架構日益分散，安全防護不能再是事後補強或附加的功能，而是必須內建於網路架構的核心。為此，HPE Networking 結合 AIOps 與零信任架構的安全網路戰略布局，協助企業深度融合網路連線與安全性，將防禦重心從脆弱的傳統邊界防護轉向「全域零信任」與「自主防禦」的堅實基礎。

建構全方位防禦矩陣：從存取控管到核心資料中心的安全實踐

HPE Networking 透過整合式安全架構，從使用者入口、傳輸連線到資料中心內部，提供層層遞進的防護力，協助企業打造真正可落地的零信任防護架構。

首先，針對最前線的身分與裝置權限，HPE Networking 提供基於雲端的網路存取控制解決方案Central NAC與Mist Access Assurance，透過自動識別並驗證所有連線裝置的身分，統一控管使用者與裝置的網路存取權限，避免未授權連線成為資安破口。相較傳統地端 NAC 架構，企業透過雲端管理模式，得以簡化存取策略與維運流程。

當流量離開終端進入傳輸階段，HPE Networking提供的SASE解決方案則扮演了連線安全的守護者。此單一雲端原生平台整合SD-WAN 與 SSE，讓使用者無論身處家中或外部據點，皆能安全存取企業應用。而透過集中化策略管理，企業也能在跨據點與多雲環境中維持一致性的安全防護與使用體驗。這種將資安功能移至雲端邊緣的做法，不僅大幅降低了傳統 VPN 造成的延遲，更確保了存取應用程式時的資料安全。

針對最具商業價值的資料中心與多雲環境，HPE Networking 則有 HPE Aruba Networking CX 10000 與 HPE Juniper Networking SRX 等關鍵解決方案，除具備東西向流量檢測外，亦能透過微分段（Micro-segmentation）技術，有效降低威脅在內部網路橫向擴散的風險，這就像是在建築內部加裝了無數道防火門，即便駭客僥倖攻破某一節點，也會被限制在極小的範疇內，無法在內部橫向移動，化解核心資產遭竊的風險。

此外，為了建立全面防禦基礎，HPE Juniper Networking SRX次世代防火牆則提供從分支、園區到資料中心與雲端的一致性防護能力，並整合 AI 驅動的進階威脅防護、安全情報與零信任機制等，能主動偵測並攔截潛在攻擊，為企業打造出兼具廣度與深度的現代化網路安全防線。

阿根廷娛樂度假村以 AI 驅動的零信任網路，推動智慧營運升級

HPE Networking 的解決方案已在全球多個場域，驗證其價值。以阿根廷綜合娛樂度假村 City Center Rosario 為例，為因應數位支付與 IoT 應用的聯網需求，該度假村需將原本封閉的賭場網路，轉型為高效能且高安全的對外連線架構。

透過導入 HPE Aruba Networking CX 10000交換器，利用內建狀態式防火牆實現微分段，該度假村得以提供更細緻的資料安全防護，讓賭場裝置能安全串接SaaS支付應用，並省下巨額傳統防護成本。此外，結合 HPE Aruba Networking Central 的 AIOps 管理與 ClearPass 的動態分段，該園區成功實現自動化身分識別與權限控管；此AI 驅動的整合架構不僅確保全天候營運韌性，更讓 IT 團隊能從繁雜維護中解放，轉而專注於最佳化賓客的個人化數位體驗。

網路與資安深度融合架構，支撐網路全方位防護的關鍵基礎

力麗科技經銷事業部總經理劉濬瑋指出，隨著企業數位轉型深化，資安已從單一防護機制，轉變為支撐營運的關鍵基礎。透過 HPE Networking 兼具效能與安全的全方位網路解決方案，結合 AI 驅動的自動化管理與智慧偵測，企業能建立從邊緣到雲端一致的防護策略，有效降低風險，確保在 AI 浪潮的快速迭代中，強化企業營運韌性，提升競爭優勢。