圖片來源:Shutterstock

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。

瀏覽次數:2292

編輯推薦

延伸閱讀

矽谷 Acorn Pacific Ventures 創投基金共同創辦人。職場生涯中一半台灣,一半矽谷,一半企業,一半創投。因創投業務廣泛接觸三江五湖能人志士,近距離觀察產業更迭,深刻感受到名與實,見與識,知與行的差距,無論創業或人生,真正成功的人都能縮短其中的差距。 著有《小國大想像》臉書專頁)及《錫蘭式的邂逅》二書。

「獨立評論@天下」提醒您:
1.本欄位提供網路意見交流平台,專欄反映作者意見,不代表本社立場
2.發言時彼此尊重,若涉及個人隱私、人身攻擊、族群歧視等狀況,本站將移除留言。
3.轉載文圖請註明出處;一文多貼將隱藏資訊;廣告垃圾留言一律移除。
4.本留言板所有言論不代表天下雜誌立場。