[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

「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。）

台灣人的投資版圖，正快速向海外市場擴展。

根據券商公會統計，近幾年透過券商複委託參與海外市場的人數與金額皆持續成長，美股更成為多數投資人佈局全球市場的第一站。當投資視野從台股延伸至美股，投資人對交易 APP 的期待也隨之改變：它不再只是下單工具，而是能整合分散資訊、協助解析市場脈動的投資平台。

在此趨勢推動下，券商紛紛進化數位平台功能，如永豐金證券近期便啟動「大戶投 APP」美股 2.0 升級計畫，針對散戶在投資美股時經常面臨的資訊碎片化、操作繁瑣等痛點，設計五項全新功能，希望讓投資人更有效率地掌握海外市場動態。

看得到卻抓不到機會：散戶投資美股的三大痛點全解決

永豐金證券數位金融處副總經理劉柏甫觀察，散戶在進入美股市場時，最常遇到的難題往往不是資訊匱乏，而是「看得到，卻未必抓得到機會」。

在他看來，速度落差、資訊碎片化和決策成本高，是投資人與交易時機擦身而過的 3 大主因：

一、首先是速度落差。美股沒有單日漲跌幅限制且股價波動速度快，倘若報價更新不夠即時，或因時差錯過盤中關鍵行情，投資人很容易錯過最佳進出場時機。二、資訊碎片化。從報價查詢、交易下單、技術線圖分析、到財報資料產業動態，相關資訊往往分散在不同平台，投資人必須在多個平台間頻繁切換，導致進場時機很可能在過程中悄然流失。三、決策成本高，由於美股標的多達上萬檔，在缺乏高效的篩選與分析工具的情況下，投資人往往需要耗費大量時間整理資訊，讓選股過程如同大海撈針。

因此，如何在有限時間內快速整合市場訊號、精準掌握交易節奏，成為散戶在投資美股時的關鍵課題，也是永豐金證券推動「大戶投 APP」美股2.0升級的重要出發點。

劉柏甫說明，「此次改版的核心概念在於一站式整合，透過 5 大創新設計，將原本分散在不同工具中的下單、看盤與線圖分析功能整合在一起，讓投資人無須在多個介面間來回切換，只要在單一平台就能完成從判讀、選股到下單的完整流程。」

亮點1》毫秒級即時報價，解決美股交易「速度落差」

針對美股交易中常見的報價延遲問題，「大戶投 APP」導入毫秒級主動推送報價機制，使投資人能夠更快速掌握盤中價格變化。

過去散戶使用的免費看盤軟體，多半僅能提供延遲約 15 分鐘的報價，當市場在開盤或重大消息發布時出現劇烈波動，投資人往往要等待一段時間，才會在螢幕上看到更新的數字，此時可能已錯過最佳交易時機。如今，透過「大戶投 APP」美股毫秒報價機制，投資人可以即時看到價格變動，在盤中快速做出交易判斷，縮短資訊取得與實際交易之間的時間差。

亮點2》9+23 技術指標，把專業級線圖分析搬進手機

針對投資人判讀股價趨勢的需求，「大戶投 APP」導入 9+23 技術指標模組，使用者在手機上就能看到專業線圖分析，輕鬆解析個股趨勢的底層邏輯。

過去散戶若想進行完整的技術分析，往往需要在電腦上開啟專業軟體，才能查看各類指標，不僅操作繁瑣，也增加分析門檻。如今，「大戶投 APP」透過 9+23 技術指標模組，分別是 MA、布林通道與CDP等9大主圖指標，與KDJ、MACD與乖離率等23項副圖指標，協助投資人快速觀察股價趨勢與動能變化、判斷個股走勢，讓技術分析不再是專業投資人的專利。

亮點3》四大選股策略，一鍵跨越決策門檻

針對投資人面對龐大美股標的時的選股難題，「大戶投 APP」導入四大策略工具，包含市場熱股快選、基本面首選、趨勢動能選以及專業機構等級的 Barra 量化因子選，加速選股決策流程。

投資人在選股時，往往需要自行查閱公司資料或逐一比對財務與技術指標，不僅耗時，也容易錯過機會。而「大戶投 APP」則善用 AI 力量，將複雜的選股策略簡化為直觀的篩選標籤，從不同面向協助投資人快速篩選標的。例如，從財報獲利挑出體質好的穩健成長股，或是從成交量與價格波動狀況找出市場最火熱的標的，讓原本如同大海撈針的選股過程變得更有效率。

亮點4》全新盤勢儀表板，一眼掌握市場資金流向

針對美股市場資訊龐雜、投資人難以快速掌握當日市場重點的問題，「大戶投 APP」推出美股焦點儀表板，以圖表方式集中呈現多項市場資訊，讓投資人一眼就知道當晚「美股漲什麼」。

過去投資人若想了解當天的市場動態，往往需要在多個網站與平台查詢資料，才能拼湊出整體輪廓。而美股焦點儀表板的產業熱力圖與個股漲跌幅分佈圖，則運用區塊大小與色澤深淺設計，讓投資人可以直觀了解當日市場資金流向哪些產業，輕鬆跟上整體產業輪動趨勢，還能判斷今日大盤是「全面普漲」還是「只漲龍頭股」，有效避開大盤虛紅、持股真綠的陷阱。

亮點5》分析師評級指南針，降低美股研究門檻

針對投資人解讀國際投資機構研究報告的困難，「大戶投 APP」獨家推出分析師評級指南針，整合由美國上市的金融數據與分析服務公司提供的機構級數據。

透過串接全球超過 200 個資料庫，大戶投 APP 提供涵蓋投行分析師與私募市場的權威數據與多元市場觀點的數據資訊，協助投資人降低資訊碎片化帶來的判讀成本。同時，平台亦提供中文版公司背景介紹，讓投資人在交易前能快速掌握企業核心業務與產業定位，並參考國際機構的整體共識，提高投資決策效率。

劉柏甫強調，這賦予了散戶與法人同等的「專業底氣」，協助投資人告別盲目跟單，掌握基本面優勢，更有信心地執行每一筆交易決策。

「大戶投 APP」上線至今吸引超過百萬人下載，背後正是永豐金證券持續投入資源、發展各項數位服務的成果。未來，永豐金證券仍將持續創新「大戶投 APP」功能，並整合金控集團內部資源，不斷提升投資體驗，成為客戶心中值得信賴的「投資第二大腦」。

此外，為降低投資全球市場的門檻，永豐金證券攜手永豐銀行，串聯DAWHO數位外幣帳戶與「大戶投 APP」美股交易，投資人除可享有更順暢的資金調度體驗，亦能搭配銀行端外幣換匯減分或不定期優利方案。投資人僅需一鍵線上申請，即可同步開立新臺幣、外幣、信託、國內證券與複委託等五大帳戶，大幅簡化跨市場投資流程。

即日起至6月30日止新開立永豐金證券帳戶，即可享30天「豐學PRIME 2.0」投資專欄免費試閱體驗；升級永豐銀行大戶Plus加碼再領30天，每月定期定額存台股也能輕鬆達成大戶Plus升等任務，投資人若想體驗在全球市場直覺便利、極致流暢的交易體驗，享受一站式理財的便利性，現在正是申請「永豐DAWHO數位帳戶 X大戶投」帳戶的好時機。(詳情請見官網:https://sinourl.tw/SF98Zh)