近年來大數據、雲端服務、5G 發展迅猛，AI 已然形成完美風暴，很多人覺得 AI 很重要，但也有人解讀 AI 是另外一種泡沫。然而過度樂觀與悲觀並不都是好事，對此，台灣人工智慧學校營運長同時是台大創創中心導師蔡明順認為：「你必須要有能力看穿到底什麼是 AI ，很多人會把現在所開發出來的產品都冠上 AI XX，這是過度包裝，容易讓 AI 被過度吹捧，導致有無法實際落地的危機。」
什麼是人工智慧？
在踏入 AI 領域前，我們要知道什麼是 AI ？
首先，AI 需要有分析的能力，第二，AI 要能做學習，可以透過數據不斷優化。再來， AI 要能做調適和推理，舉例來說，許多晶片設計是基於模型，而這些模型也是一種推理引擎，我們會把模型設計在硬體上，例如 AI + IOT，這就是 AI 的應用。最後，AI 要能做決策，這和資料科學之間的差異在於，AI 要能做到決策自動化，以目前市面上看到的產品如 RPA 機器人流程自動化、AutoML 決策自動化引擎等，都是 AI 在決策自動化的初級應用。
AI 創業上的兩種機會 — AI 產業化、產業 AI 化
那麼，如果想做 AI，該從什麼角度切入？
從 2018 年開始，每年都會有 AI 百大新創，其中又可分為 AI 產業化與產業 AI 化，前者是把 AI 技術做基礎型、通用型、跨行跨領域的應用，例如人臉識別、語音辨識、自然語言處理等技術；後者是指產業再加上 AI Plus ，通常專注於產業的垂直場域，透過 AI 來協助產業升級。
AI 帶來的改變還有：過往我們在解決一個問題時，通常是用人的思維來使用工具。AI 剛好反過來重新調整人機協作的比例，導入 AI 後可能有六到七成的工作內容變成是自動化決策，僅有三成是透過傳統人工來完成，當人機協作的比例調整後可能會產生的擔憂是 —— 人類的工作會不會被取代？
對此蔡明順認為：「人類有 AI 沒有的東西，那就是創造力、終身學習的能力， AI 基本上你賦予它什麼它就會定型在那裡，但人類寶貴的地方在於人類可以同時間學習很多東西，因此人類只要肯不斷學習，不用擔心被 AI 取代。」
AI 的機會點在哪裡？
「沿用舊地圖，發現不了新大陸」蔡明順認為未來想做 AI 的團隊需要思考的是客戶想要什麼？這沒有標準答案，但只要你注意大環境的變化，消費者行為改變，競爭環境的新物種跨域者，你就有能力挖掘機會的切入點。
- 一般新創公司可能會認為台灣場域經濟規模太小，要不然我往中國發展去。然而，如果把東亞的地圖轉個彎，會發現台灣剛好位在東北亞與東南亞的中心，也就是說當新創團隊想要把產品國際化時，除了思考前往中國外，也可以思考北方的日韓市場，或是廣大人口的東南亞市場。
- 中美貿易戰下台灣產業佈局從 G20 轉向 G2 。因應國際貿易變化，未來的產品設計可能要有兩套版本，分別是美國去中化、中國去美化，團隊可以思考看看自己所處的產業和領域（如供應鏈、生產製造）有沒有這樣的機會，也許Made in Taiwan 反而是一種新的優勢。
- 疫情衝擊下的產業發展。疫情衝擊後各產業如何回復，哪些產業會是 AI 發展的新藍海，舉凡：線上零售、食品外送、零接觸的新科技、遠端醫療、線上視訊串流媒體等產業，都是在疫情期間正向成長的產業。
迎接 AI 世代，我們該擁有什麼心態 ？
最後，蔡明順提到人工智慧事實上還有很多機會，很多路要走，蔡明順也給新創團隊建議：「以前做什麼是因為生活需要、現在做什麼是因為轉型重要，以後做什麼是因為客戶想要」，新創團隊需要思考的是：先從微觀開始，做正確的事，找到優勢所在、資源所在和願景所在的交集。
最後蔡明順也鼓勵任何對 AI 領域有興趣的朋友，積小勝成大勝，有了「長期穩定」且「持續改進」的學習過程，一年後的你會比原本強好幾倍。
導師資料
蔡明順 Richie Tsai
台灣人工智慧學校 代理執行長
專長項目
AI / Big Data / 數位轉型 / 生態系統培育
重要經歷
– SAP 美商思愛普 大中華區資深副總經理
– Oracle 美商甲骨文 應用軟體部副總經理
– Teradata 美商天睿資訊系統 資深協理
