註冊/登入
如果你心裡想：又是一篇談人工智慧的文章！不怪你。
如果你想要了解什麼是人工智慧，這篇文章對你的幫助恐怕不大。
如果你是人工智慧的專家，這篇文章必定是班門弄斧，還是別浪費時間。
還想繼續看嗎？好吧，反正最多浪費10分鐘。
AI來了，誰會被淘汰？
AI領域群雄並起，大國視為必爭之地，這篇文章只想粗淺地談談，小國如台灣，該如何因應？
人工智慧大概是繼互聯網之後最重要的科技創新（其實AI歷史源遠流長，只是現在終於到了拐彎點），其影響之深遠和廣泛，對產業結構、社會型態會產生何種衝擊，目前都只能臆測，沒人能說個準確。
有市場分析公司估計，從現在到2025年，AI市場每年享有57%的成長。成長固然快速，由於全世界各國投入巨大的資源和一流的人才，這肯定是一場中原逐鹿之役。同時，如此可觀的新產業不會平地拔起，現有產業必然成為芻狗，若不能與時俱進，恐怕面臨被淘汰的危機。
我們在此不妨簡單地將產業分為兩類：
一類是所謂的虛擬經濟，或是數位經濟。這些產業多半以AI為其最主要的競爭武器，主要企業附加價值都依賴AI創造，例如谷歌、亞馬遜、微軟、臉書，或中國的BAT，它們都是全世界最先進的AI帝國，資金取之不盡，人才永遠不夠。更重要的，它們坐擁大量的數據。另外還有眾多企圖成為下一個臉書、騰訊的新創公司，由於資金和人才的群聚效應，最有潛力、最具明星台風的新創多半聚集在矽谷和北京。
對台灣而言，由於市場、資金、和創新能量的因素，向來在數位經濟上嚴重缺席，即使被政府標榜最具有獨角獸架勢的沛星科技，其募集的8千萬美金資金，幾乎沒有直接來自台灣的投資人。
另一類是實體經濟，現在幾乎可以稱之為傳產，其中的企業各自有其專長領域，但AI可以增加其附加價值，維持競爭能力。這一類企業所在的產業原本成長有限，因此基本上是一場零和遊戲。善於運用AI的企業將逐漸勝出，搶走AI落後企業的市場。
目前台灣經濟的主要量體是實體經濟，未來十年大約依然如此。它們既是AI的受益者，也可能是受害人。
想引進AI，卻往往不知道如何下手
在實體經濟裡，AI在企業能施展的領域可以說無所不包，若以大類來區分，至少有以下三個方向。
首先是內部管理流程的自動化，例如工業4.0。其次是跟企業外部如客服或供應商溝通的自動化，例如機器人客服chatbot 等工具。更高的層次的則是從大量資料中歸納出人腦無法勝任的分析，例如產品定價、產能規劃、資源配備、員工發展等。
雖然AI可以應用的範圍包羅萬象，但整體的發展還在早期階段。因此實體經濟中的企業想要引進AI時，面臨許多現實的挑戰。
這些挑戰包括：引進AI是否應該趁早，還是避免過早？該交給哪一個部門負責？需要什麼樣的人才？在這些策略性的問題之後，還有無數戰術層面的問號：市面上有哪些現成的AI工具可以採用？AI的投資報酬率如何評估？如何有效規劃AI人才的延攬、培育和激勵？外購還是內部自行開發？
因此AI雖然紅火，一般企業常有不知從何處下手的苦惱。
以AI為工具
時下真正積極投入AI發展的多半還是新創公司。綜觀這些新創公司，他們大約有三種商業模式：
一是以AI為工具（AI as a Tool）。這些公司可以說是AI市場的軍火供應商，這裡面包括IC 晶片、大數據、演算法、或是軟件。其中最受矚目的可能還是IC領域，自從NVIDIA 股票兩年內暴漲10倍，市值高達1,500億美金，眾多新創公司紛紛投入IC的競技場。例如Cerebras（募集了1億1千2百萬美金），Graphcore（1億1千萬美金），Groq（1千萬美金）， Mythic（5千5 百萬美金）， 令人咋舌的是中國在AI 晶片上已經急起直追，寒武紀科技（Cambricon）（這家公司特殊的名字有個典故，不妨參考《經濟學人》四年前的一篇文章）、地平線機器人（ Horizon Robotics）分別募集了一億美金資金，熠知電子科技（ ThinkForce）也籌集了4.5億人民幣。
在大數據或軟件的公司更是不勝其數，中國因為電腦人才數量多，新創公司的數量有彎道超車的趨勢。
在「以AI為工具」的新創圈裡，台灣幾乎完全沒有著墨，現在起步可能已經太晚。同時這是AI的重軍火工業區，沒有雄厚的財力人力資源，難以進行持久戰，未來台灣只有零星的利基機會。
以AI為解方或服務
第二種商業模式是以AI提供解法（AI as a Solution）。其中可以分成兩類，一是水平式，一是垂直式。
水平式是跨產業領域的技術平台，競爭條件是能掌握關鍵技術，然後選擇特定應用深入開發。這個水平領域中，最常見的例子是將某種傳播媒介自動轉換為另一種媒介，例如語音辨識、圖形或手勢識別、資訊圖像化、不同語言轉譯等，這些都是發展已久但仍有待完善的AI領域。
雖然美國在語音方面仍然領先，但在影像識別上，中國有可能後來居上，像是曠視科技籌募了4.5億美金，投資人包括鴻海；還有商湯科技，剛在4月初完成6億美元C輪的投資，由阿里巴巴領投。他們聚集了如此龐大的資源，後來者恐怕很難追趕。
垂直式則可能屬於某專業領域，例如人事、客服、財務、生產。或是某種產業，例如醫療、金融、或是製造業。這種商業模式無需開發高深的AI技術，反而對運用的場域知識（domain knowledge）更為重要。
第三種商業模式則是以AI為服務（AI as a Service）。這類的新創也有兩種類型，一是前一類以AI提供解法的公司用SaaS（軟件即服務）的模式銷售軟件；另一種則屬於專業諮詢公司，專門為大型企業在引進AI時，提供技術諮詢或安裝服務。這一類的公司可大可小，幾個涉獵廣泛的AI老手無需資金也可以創業，但要放大規模時，便需要相當的資本作為後盾。
台灣在整個AI地圖上位處偏遠地區，也許有少數「點」的成績，但距離線和面都相當遙遠。如果AI是進入未來產業一把不可或缺的鑰匙，以上三種切入點，台灣的資源既然有限，該從何入手？
台灣可能的努力方向
從新創公司或投資人的角度，「以AI為工具」屬於高報酬高風險的範疇，需要縱深長的資金和人才，台灣不但缺乏這些條件，而且起跑槍聲早已響起，恐怕未來機會有限。弔詭的是，這個領域中題材多，容易申請到專案研究經費，往往成為研究人員的練習題，卻難以產生商業價值。
「以AI為解法」中水平方向這部份，台灣原本有些基礎（例如語音辨識），但後繼乏力，跟中美的落差正在擴大中。至於垂直方向由於台灣製造業和醫療服務發達，值得進一步探討，但必須打破門戶和立場之見，才有結合資源及市場機會的可能。
「以AI為服務」最不具光芒，向來難以獲得投資人以及技術擁有者的青睞。雖然它本身爆發力不大，但對台灣經濟發展而言，AI專業諮詢服務是目前產業升級不可缺少的資源，否則生產力不進則退，台灣終將在國際上喪失競爭力。
雖然「以AI為服務」所需的技術含量不高，但因為必須熟知市面上各種AI工具和技術發展方向，同時對AI運用的情境有第一手了解，因此反而比較容易累積對AI的認識。**
潮流與反潮流
凡有潮流，必有反潮流。投資人有領先潮流者，有跟隨潮流者，也有逆向潮流操作者。所謂逆向操作，並不是跟潮流對立（例如人人提倡AI，我偏不信），而是人人逐其利，我卻避其害。
未來AI盛行之後，必然產生許多衍生問題。例如AI將會模糊真實和虛假的界線，利用AI製造假新聞、假影片、假言論的門檻必然降低，能提供真實性驗證的技術的價值將大幅提高。此外AI在複雜系統中對於因果關係無法正確掌握，能夠檢驗AI的有效性也是一種重要的本事。還有，AI的普及，一定會成為惡徒的工具，恐怖攻擊、間諜行為、資料竊取或變造都將因AI而更具破壞力，因此能夠預先偵測、預防、遏止的反AI（anti-AI）能力的價值必將水漲船高。
以上只是幾個例子，用來說明潮流帶來的機會人人看得見，卻也暗藏逆向的機會，這個機會也許不會更大，但追逐的競爭者卻明顯減少。
追根究底，台灣對當令的AI潮流究竟應該如何因應？
領先潮流從來不是台灣的長項，更何況已經太晚；追隨潮流的風險其實也不低，李開復已經預測2018年底，將發生一批AI新創公司倒閉風潮，這是當前AI新創圈投資過剩的必然後果。至於面對潮流，逆向思考，則是台灣迫切需要培養的思維習慣，也許可以從反AI的角度來思考，還能發現一些具有台灣特色的機會。
更重要的是，台灣的經濟命脈仍然掌握在實體經濟產業裡。這些「傳統」企業的未來，成也在AI，敗也在AI。AI新創如彩券，實體經濟如扁擔，台灣可千萬別像那位憨呆的挑夫，心裡只想著發財的彩券，卻忘了吃飯的扁擔。
《數位時代》正式取得「獨立評論＠天下」授權刊登。
《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。）
