AIF更新台湾AI生态系地图 温怡玲：软硬整合跨域人才最欠缺

人工智能科技基金会(AIF)日前公布2022年上半「台湾AI生态系地图」，医疗领域及制造应用新创占有极高比例，但缺乏数据数据及验证场域仍为两大挑战。AIFCEO温怡玲表示，政府应整合点状分散资源，而企业最需要熟稔软硬系统整合的跨领域人才，如何从供应链线性观点转化到生物学式、演化适应性的生态系观点，背后学问很深。

AIF于16日发布文章表示，其与AppWorks之初加速器及台湾智能云端服务(台智云)合作公布该地图(连结)，透过每半年更新一次的地图持续挖掘更多在地潜力新创，并检视AI发展能量、趋势与挑战。

医疗、制造、行销应用爆发

基金会指出，台湾AI新创团队在2015年后如雨后春笋般增加，而在2015年前成立的新创企业，如Appier、iKala、Beseye、大猩猩科技已掌握新的商业模式利基，部分更是发展至IPO阶段。

基金会检视新创分布领域变化，发现医疗领域及制造应用新创占有极高比例；另一方面，电子商务普及加上AI技术逐渐成熟，近两年受到疫情影响，加速业者使用新科技提升消费者购物体验的意愿，以上诸多因素让行销科技及零售、电商类新创大幅成长。

愈来愈多产业开始将AI应用于生产流程或各类场域中，包括传统农渔业、法律、能源产业及更多新颖的应用。例如Aiello犀动智能洞察到旅宿业者的需求，运用NLP打造出专为旅宿业所用的智能语音管家。

随着MIH电动车开放平台与台湾先进车用技术发展协会相继于2020、2021年成立，台湾新创在电动车领域也以发展核心关键技术或软件服务，抢得先机。然而，如果要进一步实现车联网，仅是汽车智能化仍不足，更须搭配其他通讯技术，方能让整个交通系统顺畅运行。

场域及数据不足

基金会表示，许多新创团队虽具有良好的技术与能量，但缺乏验证场域让技术得以应用落地；此外，企业及政府缺乏对于数据的认识，无法提供有效数据，增加双方合作的困难度，政府的开放数据不合用也增加了产品开发的数据蒐集时间。由于AI团队如果若想累积案例成果，与具备足够数据的企业合作会比较有成效，但目前台湾产业累积较多数据的产业以行销科技与制造业为主，新创团队为了寻找最大成长性，通常会希望服务的产业可以跨越不同领域。

在推出一个好用的AI产品前，得经过数据蒐集、筛选及整理数据，接着才是训练演算法，反覆试错并调整模型等阶段，最后才有办法跨出实验室，实际落地测试，再进行到商业化。然而，许多团队光是前期的数据蒐集与处理阶段，就已经充满挑战。因此，需要企业或一些单位的协助。若有更多的企业或产业愿意开放相关的数据库，让AI新创能自由取用、测试，帮助新创团队进行产品验证，不仅是对新创有利，企业或产业也能从中得到帮助。

温怡玲受访时表示，数据数据被视为数码经济时代的石油，但不像石油只能一次性使用，数据在去识别化、不侵犯个人隐私的前提下，重复利用反而会产生更高价值。不同企业使用同一笔数据，可以看出不同价值，数据互相叠加后，也可能催生出崭新应用。有些企业认为数据有营利价值、紧守数据不愿开放其他人利用，但如此思维其实不利AI发展。

她认为，产业知识(Domain know-how)也是发展AI的关键，而有些新创企业正是欠缺这些知识。以媒体业而言，如何善用内容产生的数据数据，调整营运体质、创造更多价值才更重要。

许多企业也呼吁健保署应开放数据、促进智能医疗发展，但温怡玲认为，数据本身是否好用以及该怎麽运用，都牵涉到数据治理(Data governance)的品质。即便政府已有些开放数据，但当中哪些数据有错、谁能负责更正也是问题，企业不见得能直接使用政府数据，错误数据也会影响到AI建模。

政府的角色

至于政府可扮演何种角色、引导AI产业发展？温怡玲表示，许多部会已陆续推出AI相关专案，指标性大学也成立了AI研究中心，但目前资源较为分散，政府应思考如何以系统性方式整合资源，串连点状资源成为产业生态系，并集思广益建立某些政策指引。很多人期待此一重责大任可望由即将挂牌的数码发展部负责推动，但她强调这不该只是单一部会的责任，各部会都有AI相关应用，政府应探讨产业在数码转型过程中的系统性需求及影响。

她也说，相关单位其实研究过是否须立AI基本法，但讨论过后就发现，这样的法根本立不起来，因为就连AI主体性该如何定义都是个问题，牵涉的产业也相当广泛。

而目前台湾AI产业最缺乏何种人才？温怡玲认为，熟悉软硬件整合的跨域人才仍相对稀缺。台湾在AI技术应用方面不会太困难，但较欠缺整合管理者的角色，对这种人才的需求会愈来愈迫切。

好消息是，很多学校已开始推出AI相关跨域学程，传统以文法商挂帅的学校也是如此，例如政大已成立人工智能与数码教育中心，辅大也设立了人工智能发展中心，台湾传统教育对理组和文组的分野不再那麽绝对。

「学校看到了，企业也应该看到。」温怡玲补充，未来需要的人才是「可与AI协作的人才」，AI可取代规律及机械式工作，不可取代的则是沟通、转译能力等包含人类独有价值的工作，而人才培育非一朝一夕可达成。「单点导入AI技术不会改变产业体质，」她说，AI应用的背后应有系统性的充分支持和人才养成，才能促成改变。

除了每半年公布的AI生态系地图，温怡玲也预告，2023年将进一步公布台湾AI路径图。

责任编辑：毛履万亿