洞察AI新創發展動態 - 臺北產經資訊網

自2016年3月Google AlphaGo打敗圍棋選手李世乭後，這兩年間AI議題不斷在各行各業中發酵。在產官學研各界的推波助瀾下，幾乎每天皆有關於AI的併購、政策及研究成果等訊息曝出，持續加強民眾對AI的基礎認知及效益上的認知。 這波智慧新時代的浪潮，百家爭鳴、群雄並起的情況已愈來愈明顯。在這當中，以AI為主的新創公司在全球快速增加。本文在這波AI公司大量增加的趨勢下，針對技術範疇、應用領域，以及我國AI業者進行調查，進一步瞭解當前AI發展走向，也讓在數位經濟時代的組織，思考如何自我定位。

AI領域不停的在追求智慧化的表現，然而何謂智慧化？智慧化的功能又有哪些？事實上，智慧化功能在每一個時代都會隨著技術的進步而有所演化，近年來在資料量、運算速度和演算法的進展，對於AI所追求的能力逐漸聚焦於六大領域，包括：推論與推薦（Reasoning and Recommendation）、感知的電腦視覺（Computer Vision）、電腦語音（Computer Voice）、自然語言處理（Natural Language Processing）、移動控制（Motion and Manipulation）和機器學習（Machine Learning），分別說明如下。

• 推論與推薦（Reasoning and Recommendation）：指運用邏輯推理及算式運算後的推論及推薦機制，如常使用的搜尋引擎、專家系統等。
• 電腦視覺（Computer Vision）：以處理視覺資訊為主，常見的視覺定位、人臉、情緒、行為等辨識。
• 電腦語音（Computer Voice）：處理音源資訊為主，要讓系統聽出說話的內容、情緒等。
• 自然語言處理（Natural Language Processing, NLP）：電腦語音主要是在處理如何”聽出”及”說出”的問題。而針對文章、對話內容進行上下文的意涵和進行人機互動之處理，為主要研究內容。
• 移動控制（Motion and Manipulation）：以不同種類的實體機械控制及移動方式為問題主軸，如自駕車移動、工業機械手臂的自動化或協作內容等。
• 機器學習（Machine Learning）：運用特定演算法或對資料分析及理解的方法進行學習，讓系統得以對資料進行總結、歸納後做出判讀。

一、國際AI新創分布及趨勢

資策會產業情報研究所（MIC）曾對AI新創公司進行調查，主要以全美最大股權式募資平臺—AngelList 受投資人關注的AI公司作共902家分析，藉此協助理解目前AI市場新創公司的領域分布。

根據MIC的研究顯示，在應用創新上，幾乎所有領域都可以運用AI進行協助，讓原有在資訊推薦、自動化代理或決策輔助上獲得精進。其中最多的公司屬於「通用」（37%）領域，在這項分類歸納上主要描述該公司以發展1項工具、平臺或是系統整合業者為主，不界定所屬的應用領域。

這類提供通用性質服務的公司，主軸在於運用AI的演算法，提供許多線上及線下的AI服務，例如影像辨識平臺、語音辨識API或SDK，或是建雲端服務，系統上包含許多AI技術範疇中的工具，像是Google的雲端平臺（Google Cloud Platform, GCP）的語音辨識API-Speech API、圖像辨識API-Vision API或是自然語言處理API-Natural Language API等，可提供予AI服務開發需求的公司進行註冊使用。

其次為生活資訊推播、人力資源、銷售行銷、醫藥皆各占5%，電子商務、財務、健康管理各占4%，顧客關係管理、社交、旅行、教育各占3%，而其他募資則分為11~20家和1~10家的兩種類別進行分群。其中亦可觀察到除了生活資訊、社交及旅行外，對於AI的應用，有很大一部分的新創公司在解決和提供AI產品於商業支援及服務上（如：人力資源、銷售行銷、醫藥、財務、顧客關係管理等領域），顯示AI已逐漸擴及生活、商業等各個層面，技術上已不單純只存在於大型企業中，對於許多新創公司，也開始提供AI服務給中小企業，讓整體企業能借助使用AI技術讓產業進行智慧化升級。

註1：「其他募資1」（11~20家）類別包含：廣告、家庭、交通、法律、物流、運動。
註2：「其他募資2」（1~10家）類別包含：農業、工業、資安、房產、音樂、程式開發、保險、商業流程、無人機、藝術、心理衛生、寵物、3D掃描、服飾、國防、環安、半導體、建築、政治、婚禮、產業情報、慈善、衝浪、賽車。

二、我國AI方案提供分布

由於我國擁有強大的ICT基礎，許多產業為提升生產效率，不僅開始導入AI相關應用，同時亦吸引許多國內企業爭相布局AI相關領域。

MIC透過會展論壇、公司拜訪等方式接觸及統計目前我國AI軟體方案業者共51家，而部分公司因規模等原因，已逐漸跨入不同技術及應用領域。其中拜訪的業者當中，前三大業別為「製造」、「銷售行銷」、「醫療」分別有12家、10家及8家，顯示我國具有全球優勢的製造能力，已有廠商藉由提供AI技術不斷進行改善之外，在銷售行銷及醫療的領域上，也是業者有興趣投入的領域。

探究不同技術範疇中，「電腦視覺」為我國業者投入最多之技術，主因為我國以往在影像及電腦視覺技術上的豐富經驗，促使許多新創公司在發展AI時，傾向以電腦視覺的技術進入領域。

然而我國在人才培養及政策的推動激勵下，相信未來運用AI於不同產業在商業上、自動化流程，或是新商業模式中的公司會愈來愈多，期望從不同角度及方式提供多元解決方案，協助企業運用AI獲得更大的商業價值。

過去幾波科技的發展，鮮少像這波AI來的如此規模大且具影響力。與此同時，政府、學界、國際大廠及新創公司的競相投入，不僅有突破性的進展，也在短時間迅速擴散應用於企業及國家，並驅動數位科技變革。然而這波AI的興起，由於「研究浪潮」、「軟硬體架構浪潮」和「深度應用浪潮」三段浪朝的推波助瀾下，逐漸對全球產業生態產生微妙卻強大的影響力。

一、研究浪潮

在1943年神經網路架構就被提出，但在當時的運算及資料的限制下，遲遲沒有帶來全面性的影響。直到在這次AI研究浪潮中，被稱為深度學習之父的Geoff Hinton開始，自2006年發表的論文當中，讓深度學習可模仿類似人類大腦的運作得以成形。隨後在這十年當中，不同學者分別發表像是卷積神經網絡（Convolutional Neural Network, CNN）、遞歸神經網路（Recurrent Neural Network, RNN）、長短期記憶網路（Long Short Term Memory, LSTM）等核心研究，因而驅動下一階段產業化的發展。

二、軟硬體架構浪潮

在「研究階段」成功的發展下，企業開始嘗試將深度學習用於系統下進行實作，最為著名的就是早期Google運用深度學習去認識”貓”的各種形體。而在Google實作的過程中，Nvidia也和Google合作，在軟體工程師發展出合適的演算法及軟體架構過程中，Nvidia開發出適合用於深度學習的硬體架構，此後出現各式各樣的開源程式碼發展下（如：Tensor Flow、Torch、Caffe…等），也相繼有不同廠商提供相對應的AI晶片做為運算上的支援。

三、深度應用浪潮

由於各式軟硬體架構的快速發展下，不同新創公司及企業運用AI在圖像、語音、自然語言處理等技術而創造新興應用。此外，由於AI技術逐漸容易取得及使用，帶動各種產品及服務中紛紛朝向結合AI技術，如：SalesForce在CRM產品中同時包含自然語言處理來理解客戶的意涵外，也藉圖片辨識的方式去分析客戶張貼在社群媒體上的圖片內容，進而提供更具貼心和深度的應用及解決方案。

一、AI千家爭鳴，皆尋求產業AI化獨特的能力及解決方案

根據調查顯示，在AngelList上的清單就有近千家AI廠商，其中63%分布在各個領域當中，但也有37%的廠商以通用的方式進行AI平臺或工具等發展，這也顯示當前的資訊科技中，正大量面臨運用AI進行整體變革。然而，短時間AI相關領域公司的快速增加，意味許多領域具有運用AI進行改善企業營運的潛力，且在技術應用與領域知識的結合上，更能因實務操作而獲得寶貴經驗，進而提升整體效益。

二、AI技術普及，造就商業化應用興起

過去AI技術幾乎為大廠所開發和擁有，如今則因為AI相關的知識、工具及平臺的普及，不僅一般大眾容易獲取AI資訊，亦有愈來愈多公司開始提供AI商業化服務的支援。因此，AI新創公司除了在生活資訊、旅行等領域應用外，也逐漸朝向如人力資源、銷售行銷、顧客關係管理等商業及營運智慧相關領域投入資源，促使AI的商業化應用發揮最大擴散效益。

三、供給端的廠商大量投入，推動著觀望的需求端做升級轉型

當前這波AI供給端的興起，帶動企業或使用需求端從原本的數位化轉型成為智慧化。然而，在這波轉型的過程，目前供給端仍須不斷地找尋有效的技術應用場域來實現，而需求端也仍須考量組織重新適應及投入成本的評估階段。因此在雙方仍處於媒合出AI所帶來的「價值」之前，仍有賴供給端不斷的投入及開發，以推動需求端對AI的導入，並使得供給端逐漸成為有能力面對市場需求的生態系統後，需求端才會解除觀望心態並投入資源做轉型開發。

四、AI導入成功關鍵在於技術及行業知識的深度融合

AI已發展近半世紀，對於這波AI的興起，主因在於軟硬體、演算法及資料量上獲得新突破。對此，新創公司在沒有舊有技術包袱下，容易直接以新技術進行AI的發展，便可快速切入市場，而多數新創公司在切入市場時，則是鎖定某些特定的利基服務。 因此，欲理解大部分新創公司潛力，可由新創公司對本身新技術的掌握度外，對於所選擇切入知識場域及欲解決問題的主軸理解程度，是否經過詳細的規劃和切割，也成為觀察AI新創公司在解決問題能耐的指標之一。

註解：

AngelList為全美最大的股權式募資平臺，以平臺的方式將須要進行募資的公司做資訊的公開，讓投資人和募資公司在合理的情況下進行標的評估。