台灣拚AI 善用兩優勢

AI人工智慧等新興產業興起。圖為鴻海機器人Pepper。 圖／聯合報系資料照片 分享 facebook 近來有關人工智慧（AI）的討論相當多，吳施鴻組原民後援會 爭歸還市產，許多科技大老都將AI視為下一波大趨勢，「震」驚 龜山自強橋裂痕10公尺，並認為衝擊性甚至超過工業革命。國際大廠更紛紛投入鉅資開發自動駕駛與金融科技，SBL／台大醫科劉人豪 捨白袍逐夢成功，這是目前最被看好的兩大應用領域，旭隼回神 本月營收增，也由於AI讓科技業再度引領風騷，士電射三箭 搶市占，在全球創造出比2000年網路泡沫時更大的股市榮景。不過，魏德聖 8月3日紐約大都會開球，當大家都憧憬著AI帶來的美好遠景時，創新工場董事長李開復卻澆了台灣一盆冷水。他直言台灣因為法令、創投、產業環境都沒準備好，又不積極推動政策與吸引人才，加上過去從PC、軟體、Internet、社交、大數據到AI，每一波的發展環環相扣，但台灣早在PC後就嚴重落後，因此，「台灣要發展AI，根本沒有機會」!李開復對全球科技趨勢觀察深入，對台灣產業的轉型升級也多所針砭，這個說法雖然聽來令人難堪沮喪，卻是很精確的批判。事實上，以具有革命性的自動駕駛為例，所需的軟硬體、法令建構、大數據等，都需要政府與民間通力合作，加上眾多跨領域專才的投入，當然更免不了高資本的投入，而能做這種大規模投資的，至少也都是市值千億美元的企業，也難怪目前在AI最活躍的企業，都是美國、中國的大型公司。以近來打贏人類圍棋高手的AlphaGo為例，其硬體規格，總計用到1，202個CPU（中央處理器）及176個GPU（圖形處理器），光硬體投資已是天價，更遑論軟體開發要投入更多資金，而圍棋不過是Google投入AI研究中的一項，據了解，Google內部深度學習應用已發展到上萬個，顯示AI行業的競爭障礙不斷在墊高。因此，台灣企業要發展AI，比財力、比規模，恐怕都還有一大段距離。儘管台灣也有台積電、鴻海、聯發科等大型企業，但能夠做的都偏向硬體與零組件，很難觸及系統與服務平台的核心技術，至於在自動駕駛與金融科技，台灣也無優勢的產業環境與發展基礎。此外，AI在各種領域的創新應用，必然挑戰到現行政策與法規，若政府沒有前瞻的規畫，社會大眾又缺乏對創新的認知與包容，創新就難以發生。去年新加坡排除萬難，允許無人駕駛試行，就吸引了麻省理工（MIT）團隊在新加坡測試無人駕駛計程車，也讓新加坡成為亞洲自駕車的創新重鎮。台灣擁有比新加坡更好的科技與人才，在台灣可以找到全世界所有重要大廠的供應鏈，但因為沒有好政策，廠商也只能委曲接代工訂單，對產業健全發展相當不利。不過，即便如此，也不代表台灣在AＩ的發展上完全沒有機會。事實上，台灣仍然可以找到最適合自己發展的兩個AI應用，一個是製造，一個是醫療。在製造業領域，台商目前掌控全球市占最大的半導體晶圓廠（如台積電）、電子產品製造廠（如鴻海、廣達），此外還有為數眾多的電子零組件、光電、面板，在傳統產業中也有製鞋、成衣、石化等產業，大家都已累積許多生產製造的大數據，提供AI發展的重要基礎。從現實角度來看，在比人口規模的B2C產業，台灣確實難擁優勢，但在製造業的B2B領域，顯然是最能發揮的領域。因此，台灣若聚焦過去累積的科技實力，將AI應用至工業自動化、機器人、智慧製造等領域，必然有事半功倍的效果。至於在醫療部分，台灣健保制度完整，已累積許多醫療大數據，這是發展AI的重要憑據。全球在醫療AI領域，已普遍應用到預防、診斷、藥物管理、生產流程等，對病人症狀的收集與監控，由大數據歸納出的診斷建議，準確率已高於有數十年經驗的醫生，未來可以利用AI，協助醫生進行更精準的判斷。總之，任何產業發展，一定要根植於本身既有的優勢，從核心競爭力出發，在現有基礎去做延伸與升級，如此才能有所取捨，聚焦最強的部分，提高成功機會。今天台灣面對AI產業的策略思考，乃至於其他各種產業都應從這個角度出發。，