【2019年產業趨勢觀察：Gartner】AI開始落地臺灣，企業擁抱AI得先重視3大原則

自2018年初開始，不論政府部門還是企業，都紛紛喊出產業AI化、AI產業化的口號。臺灣產業AI化程度究竟如何？國際研究分析機構Gartner研究副總裁蔡惠芬指出，比起2017年，臺灣企業2018年對AI不再持觀望態度，多數產業也已開始採用AI，比如零售業用於精準行銷、金融業則聚焦AI防詐、醫療業也用AI來判讀醫學影像，而製造業更是運用AI來檢測品質，連政府部門也開始採用AI，像是中央的警政署、地方的縣市政府等。

蔡惠芬研究領域涵蓋全球消費性裝置、對話式AI、機器視覺和物聯網，也熟諳臺灣業界發展等。儘管產業開始擁抱AI，不過，她評估，臺灣在AI產業化的發展上，「仍是進行式。」她解釋，AI產業化是指建立一條完整的AI產業鏈，涵蓋上、中、下游，比如美國自駕車產業。但是，目前臺灣AI產業化仍處於摸索階段，只有零星具代表性的個案，像是整合視覺辨識的國產達明機器人，或是臺灣人工智慧實驗室與臺北市政府的合作案例，以AI演算法來即時監測車流量。

越來越多NLP應用支援正體中文，AI開始落地臺灣

「支援臺灣正體中文用語的應用，可說是2018年AI落地型的突破。」蔡惠芬指出，以往自然語言處理（NLP）應用突出的案例，多半屬於英語或簡體中文，比如Amazon Alexa、微軟Cortana，或是阿里雲小蜜。但2018年漸漸出現了支援臺灣正體中文和在地用語的NLP應用，比如遠傳愛講智慧音箱、歐拉蜜AI語音助理、雅婷逐字稿App等，這些應用號稱聽得懂國、臺語，有些甚至能理解中英交雜的語句，「語言落地化是一個關鍵點，」她說道。

然而AI落地後，企業仍有許多挑戰待克服，第一關就是提升消費者體驗。蔡惠芬表示，要提升消費者體驗，自然語言理解（NLU）能力就是關鍵，從語境中了解說話人用意，比如在設計語音助理指令詞時，常以「開、關某物件」當作標準用語，但工程師還需考慮，使用者可能會以其他方式來表達，比如「好、不要」。此外，為彌補語音助理可能無法理解某些指令，提出反問也是一種強化理解的方法，比如以「你是指XXX嗎？」問題，來確認使用者意圖。

另外還有一項挑戰是，企業得界定出服務範圍和擴大生態體系。蔡惠芬提到，比如電商業者要打造可語音網購的智慧音箱，還需考慮串接該服務的店家性質與數量、搭配的物流業者和支付方式，如此一來，完整的生態鏈才能讓NLP應用發揮得淋漓盡致。

整體來看，蔡惠芬建議，企業想以AI開發產品或協助營運，要注重3大原則：提升營運效率與節省成本、提升客戶體驗，以及創造新的營運模式。而這3點，也是她認為能靠AI創造商業價值之處。

根據不同產業屬性，企業採用這3項原則的優先順序則有所不同。舉例來說，對擁有大量消費型客戶的B2C企業而言，提升客戶體驗就是關鍵。而對B2B、製造業或政府機關來說，重點則應聚焦在提升營運效率和節省成本，比如以數位簽章來簡化流程。

至於創造新營運模式，蔡惠芬直言：「這是很困難的事，」企業得先有好的營運效率和客戶體驗，才能進一步創造新的營運模式。她舉例，Uber先開發出即時媒合人車的共享叫車服務，才進攻餐飲外送市場，發展出虛擬餐廳服務。

「而臺灣創新營運模式的案例，可能先從保險金融業開始。」蔡惠芬日前於臺北金融科技展中，觀察到一家臺灣保險業者，結合了物聯網、AI和Fintech概念，推出一套駕駛人即時行車保險服務，透過車內攝影機來辨識駕駛的行為，再針對駕駛人行車路段進行投保。雖然這個做法並非臺灣首創，「卻是臺灣首見，」她說。

企業打造AI應用，目標要明確、應用場景宜簡單

蔡惠芬提醒，企業開發AI應用時，得從最根本的目標下手，設定合適的應用場景。她以機器人為例，不少業者想打造出集各種功能於一身的機器人，「不只是聽、講，還要能看、能行動。」想要通吃多種發展領域，卻常設計出不如預期的產品，比如機場貴賓室的機器人想服務各國旅客，卻無法回答各種語言的問題，反而影響了顧客體驗。

相較之下，簡單任務型機器人，比如高雄漢來逸居號稱無人旅館，機器人只負責帶位或送東西至客房，「應用場景明確、簡單，客戶體驗也相對較好。」她說。

除了這3項原則，她也建議，各企業CIO應注重AI人才培育，除了能自行開發應用，就算面對廠商，也要懂得如何選擇AI解決方案。蔡惠芬強調，臺灣AI人才仍不足，面對未來職場需求，政府應重視AI教育，「從小學、中學開始，就加入AI課程，」至大學時，再開設更進階的課程，來培育符合職場需求的人才。

2019年Gartner全球10大策略性科技趨勢

2018年接近尾聲，各家市場調研機構紛紛釋出2019年全球性科技趨勢預測，Gartner也在2個多月前，發布了2019年的十大策略性科技趨勢。

Gartner研究副總裁蔡惠芬指出：「臺灣企業CIO的腳步，跟全球一致。」蔡惠芬深耕產業界近30年，研究領域涵蓋全球消費性裝置、對話式AI、機器視覺和物聯網，也熟諳臺灣業界發展等。她建議，這10項都是臺灣CIO們須關注的重點，包括了：

1. 自動化物件（Autonomous Things）：自動化物件如自駕車、無人機和機器人等，將以更自然的方式與人和周遭環境互動。隨著自動化物件數量增加，獨立的智慧型物件將轉變為成群的協作型智慧物件。

2. 增強分析（Augmented Analytics）：透過機器學習技術加持，來改善資料準備、管理、分析和挖掘等流程。增強分析也讓準備資料、生成洞察報告等流程自動化，這將帶動素人資料科學家的崛起。

3. AI驅動開發（AI-Driven Development）：以往AI專案需靠資料科學家和開發者合作，但現在開發者已可用第三方預先訓練好的模型，來開發程式。AI也能用於開發流程上，諸多資料科學、應用程式開發和測試流程將能自動化。

4. 數位分身（Digital Twin）：Gartner預測，原用於實體的數位分身將用於企業組織，透過虛擬化的公司，來模擬、評估內部改組成效。

5. 邊緣運算強化（Empowered Edge Computing）：邊緣運算與雲端運算將走向互補，雲端將成為中央執行角色，並在邊緣裝置與中央雲端間，形成分散式雲端。未來將有更多邊緣裝置搭載AI晶片，擁有更強大的運算和儲存能力。

6. 沉浸式體驗（Immersive Experience）：結合VR、AR、MR和對話式平臺，使原本單一裝置的使用者介面，轉為多管道和多模式的體驗。比如透過穿戴式裝置、環境感測器等邊緣裝置，來連結數位世界。

7. 區塊鏈（Blockchain）：現階段許多區塊鏈計畫，只採用部分區塊鏈特性，如高度分散式資料庫。一些廠商以部分區塊鏈特性推出解決方案，有意採用的企業，應了解其限制，有時不靠區塊鏈技術，也能有相同效果。

8. 智慧空間（Smart Space）：為一種實體或數位環境，結合人、流程、服務和物件，為目標族群或情境帶來互動和自動化程度高的體驗，比如智慧城市、數位辦公室和連網工廠。

9. 數位倫理和隱私（Privacy and Ethics）：許多企業已透過不同端點，來採集各種客戶資料，比如生物特徵、GPS位置、駕駛習慣、社交網路等，但企業必須定義和標記屬於客戶隱私的資料，來因應各國可能推出的個資保護法。

10.量子運算（Quantum Computing）：量子電腦因具備平行執行能力和指數級運算速度，能解決傳統電腦或運算法無法解決的問題。Gartner預測，2023年時，40%的企業將預留量子運算專案的預算，而企業資訊長和IT主管，現應開始增加對量子運算的盤算。