觀察全球ICT產業的發展脈絡,從電腦、網路、行動、雲端、物聯網的世代演進,再到融合雲端、大數據、人工智慧、物聯網的「物聯網+」的世代來臨。而「物聯網+」將給世界經濟帶來原動力,由於物聯網概念在於使萬物在網路互通串連,可以想見其應用範圍相當廣泛。
而「物聯網+」最核心,也是當前最大勢所趨的技術,則非人工智慧AI莫屬,當AI浪潮席捲全球,中國與美國等許多先進國家亦將人工智慧做為國家發展大戰略目標,國際網路巨擘從亞馬遜、臉書、GOOGLE、微軟到百度、阿里巴巴、騰訊等亦早已全面布局在人工智慧的技術與應用,台灣面對這股數位經濟的趨勢與潮流自然不能置身事外。
可是探索台灣在AI的機會時,不得不從解構產業鏈的層面著手。
人工智慧的基礎亦是兩個關鍵,分別是大數據與蒐集資料╱數據的晶片。而人工智慧產業鏈也有四個環節,分別為資料╱數據、人機介面、運算處理力、演算法╱機器學習。
迷思:過於強調不能缺席
忽視產業鏈切入重點與選擇
過去台灣ICT產業的經營環境與邏輯思維,是以代工製造為中心,持續追求最大經濟規模為準則。過去35年台灣ICT產業的成功,便是奠基在複製、模仿別人的成功模式,然後應用別人成功的經驗、加快速度,用更低的成本來爭奪市場,擴大規模。
也因為強調在最短時間內看到成效,許多ICT產業的發展策略便易於淪於「別人有,我們也要有」的盲點,過去雲端服務推動如此,大數據分析亦然。畢竟國家乃至單一企業都是資源有限,無法面面俱到,在盤點相關資源配置時,理當有切入重點與優先順序的篩選。
從重要性與風險性兩個面向評定(重要性以市場衡量,風險性以實踐難度高低衡量),哪些是企業會做,政府僅需扮演塑造公平環境的協助角色;哪些是企業有興趣,但政府不需投入。
聚焦:從「衡外情、量己力」
到「推關鍵、展系統」
盤點AI產業鏈的四個環節,尋找價值提升的缺口時,無論從哪個環節,人工智慧最關鍵的核心與商機,乃是各種智慧場域的應用與服務(智慧城市下的智慧製造、智慧物流、智慧安控等),讓萬物聯網的各式各樣感測器連結雲端(後台),產生「恆河沙數」般的各種創新應用與服務。
台灣IC設計與製造在世界具有優勢,應著力於發展AI ON CHIP,以因應未來對人工智慧晶片及高效能運算晶片的發展需求,物聯網與感應器的發展也可配合AI的發展趨勢,AI開發需要大量資料╱數據,台灣目前在大數據資源相對較少,若能透過建置感測器與推展智慧終端設備與產品,利用物聯網蒐集資料╱數據,針對環境或是特殊場域所蒐集的數據╱資料進行人工智慧開發,例如在智慧製造、智慧健康醫療與智慧交通、智慧能源、環保等領域深入發展「厚數據」(透過演算法╱機器學習不斷淬煉、訓練)。
另外,若能推動AI至應用端,整合跨領域人才共同開發,搭配優勢互補產業,如半導體產業、安控產業或系統整合,有利於提供特定領域應用的產品服務(如智慧醫療、智慧製造、智慧交通、智慧能源/環保)、關鍵應用元件(如AI ON CHIP)或完整解決方案。
而盱衡台灣在人工智慧產業的發展重點應是聚焦資料╱數據?應用?工具?平台?必須要從產業鏈上中下游加以分析,並針對產業鏈缺口,找到適合的利基型創新應用與服務。
除了半導體外,在應用端可提供場域試煉的有智慧製造、智慧醫療、智慧能源╱環保、智慧交通╱物流(高科技、重工業與其他製造業等),並藉由這些優勢產業,發展驅動半導體相關特殊應用晶片,完善整個台灣的人工智慧產業價值生態系的發展目標。
策略:產業發展定位
應與對岸區隔,創造差異化
觀察台灣與美國、中國兩大強權對於人工智慧產業的擘畫發展,許多部份有高度的重疊性,但正如策略大師MICHAEL PORTER所言:「無論是企業或國家,要提升核心競爭力,差異化(DIFFERENTIATION)是最重要的制勝策略之一」。所以像台灣這類在大國旁邊的小國更不能「人云亦云、隨波逐流」,唯有利用腹地,發展台灣自己的獨特性(利基領域)、差異性,才能在全球數位經濟浪潮下的競局中脫穎而出。
在前述「衡外情、量己力」的前提下,深入清查中國尚未發展的核心技術(如半導體加工設備、超高精度機床、工業機器人、頂尖精密儀器、軸承、光學、血液診斷設備、建築設計、特殊鋼材、高端光纜、物聯網解決方案、化妝品產業、電池、樂器、通訊測量設備等),會是台灣面對中國紅色供應鏈(成本下降、殺價競爭)的挑戰,所謂創造差異化(區隔對手及集中資源)應有的戰略布局,這當然也包括台灣在人工智慧的策略的方向與突圍的機會。所以大至國家的人工智慧戰略,小到企業的人工智慧佈局,創禳差異化,已成策略思考的藍圖。