[未來趨勢-1] 今年「+AI」才是出路

現在AI的新創，跟2000年的新創所面臨的產業與環境的挑戰確有其相似與相異之處，相同的是沒有獲利但是估值很高，但不同的是當今的產業巨人，已經在做很多AI新創公司的事情。

所以什麼樣的 AI新創可以殺出一條路存活下來? 

什麼樣的 AI應用會變成殺手級應用？

可以獲利的應用、可以「持續」獲利的應用，就能存活下來。

​國際大廠做的是「AI+」

Google、IBM、Microsoft、Facebook、Amazon 及中國的百度、騰訊、阿里巴巴，因為在人工智慧軟體上有很大的資源與數據，加上開發多年的實力，其人工智慧軟體能力的確不是台灣一般企業可以趕得上的。像是 Amazon 的 Alexa 顛覆了智慧家庭、IBM 的 Watson 改變了傳統醫療，這就是所謂的「AI+」。

但是，問題也就在於這些大廠的人工智慧應用，並不能包含所有的產業以及相關應用。於是，他們沒有做好的、沒看到的，或是台灣原本就很強的，其實就是台灣未來的機會，而這些機會，分佈在台灣各個產業的應用上。

台灣可以做的是「＋AI」

但是該如何應用人工智慧在台灣的各個產業呢？正因為現在人工智慧想要有好的模式，必須使用大量數據的深度學習方式找出模型，而這必須先有大量數據。

而利用感測器收集大量數據來做分析，找出可以預測和監控異常模式是不錯的做法，這其實就是所謂的「AIOT」，將 IOT 物聯網跟 AI 人工智慧整合。

這樣的做法，台灣已經有一些例子：像是和碩聯合科技應用工廠影像識別來強化工廠檢驗；台積電利用工廠數據分析整合後提高生產良率，並根據數據做好預防保養；而像行動貝果這樣的新創公司，也在協助中小企業製造公司利用他們現在的數據，做好預防保養，避免因保養不及，造成機器停機的嚴重損失。

而「AI醫療」 跟「AI金融產品預測」應該是我們台灣最有機會進入的產業領域，因為我們有全世界最好的健保系統，有大量的資料，這對大眾健康，社會成本等等，有著巨大而正面的影響。

至於「AI金融產品預測」，很多資料也都公開，即使沒公開的也買得到，如果我們可以做出「金融商品神預測」，那得到的利潤將將是十分可觀的。

接下來的 2018 年，這樣的需求會越來越多，結合人工智慧強化自身能力，提高品質與效率，已經是很多企業的現在進行式，因為相關門檻降低，正是還沒開始做的企業進行數位轉型的最好機會。

先思考一下強項是什麼，然後趕緊用上人工智慧的技術，把強項變得更強吧！

(取自：數位時代、INSIDE )

※ 機器學習課程、金融科技課程