「在過去一年裡，企業導入AI有著顯著的成長，超過一半的企業已經進入導入AI應用的成熟期。」Hive Ventures（蜂行資本）創辦人暨管理合夥人李彥樞表示，在Hive Ventures和亞洲．矽谷計畫執行中心聯合舉辦的第二屆Galaxy峰會上發表的《台灣AI產業趨勢報告2022》中，揭示了當前台灣企業導入AI的狀況，同時也揭露了未來的挑戰與機會，包含數據治理與數據價值、數據安全性以及模型部署速度等。
國發會副主委高仙桂則表示，全球已進入第三波網際網路革命，也成為國家競爭的新型態，台灣必須掌握機會，政府也會從「網路環境建設」與「數位人才培育」兩方面著手協助台灣企業，「例如我們已經投入500億元建置5G基地台布建，以及低軌道衛星服務，也另外成立了四個半導體學院。」
《台灣AI產業趨勢報告2022》在2022年1月14日到2022年2月22日這段期間，收集到270位個人受訪者，其中大企業與中小企業個佔據50%，產業別則包含製造業、醫療保健、網路和媒體、銀行金融、諮詢公司、石油化學、電信、公共部門，其中以製造業佔據近25%為最多。
企業導入AI狀況更趨成熟——卻也更保守
新冠狀病毒（COVID-19）自2020年衝擊全球，2021年台灣因疫情實施半封鎖，線上遠距辦公正式成為新工作型態，仰賴線下營運的零售業幾乎沒有人流、工廠生產力放緩，醫療保健業也需在短期內應對突然攀高的需求，產業各自面臨前所未有的難題。調查中發現，有57.6%的企業認為導入AI有其急迫性。
Hive Ventures就AI導入的成熟度一共分為0～6共7個等級，相較於2021年仍有50.7%的企業還處在剛開始導入的0到2級，2022年則有48.7%的企業已經進入4到6級，表示台灣企業對於導入AI進入成熟期，其中銀行與金融業在法規與雲端基礎建設、各項數位工具的推動下，是AI應用最成熟的產業。
等級0：企業準備導入AI並開始驅使企業朝著同一個AI願景發展。等級1：無數據不AI，開始建立數據基礎架構以確保獲得達成AI願景目標所需的高質量數據。等級2：識別應用場景和建立商業實例。開始跑數據測試來建立各案例的 PoC。等級3：確定部署預算來做AI。選定需要的工具、解決方案和伙伴，以補強組織的執行能力。等級4：驗證AI項目並開始部署，已經顯現商業價值。等級5：AI 正在被部署到更廣泛的業務上。企業投入更多的開發，更多的部門部署，更多的團隊參與。等級6：AI 成為企業的DNA。AI 將不再是一個獨立的計劃，而是存在各個部門之間的共同語言和合作。
如果從模型部署率來看，台灣企業已經從去年的20%到50%提升至50到75%之間，更是遠高於世界平均的20%，但值得注意的是，去年企業導入AI的主要目標在於「提升工作效率」和「創造利潤」，今年「控制成本」卻成為第二大主要原因，反映出企業對於整體經濟狀況與疫情前景趨向保守了。
數據平台與MLOps維運工具將是重要服務
儘管台灣企業導入的狀況逐漸成熟，但是在快速變動的市場中仍有許多挑戰，包含：數據治理與數據價值、數據安全性以及模型部署速度。
企業對於導入AI最大的困擾還是在於數據端，畢竟沒有好的數據，就難以產出精準的AI模型。數據面的困擾包含：取得數據、驗證數據的商業價值、管理數據與數據安全性等等，而No Code的資料科學平台這樣的服務，則是重要的解決方案。【延伸閱讀：網路界傳奇吳錦城也加入！易開科技獲億元Pre-A輪募資，為企業優化數據運用的安全性】
取得數據後，將訓練好的模型快速部署以及後續的績效評估也成為企業困擾的地方，而結合了機器學習模型開發與系統持續維運的MLOps服務工具則可以有效解決這個問題，根據機器學習解決方案Algorithmia的調查統計，部署了MLOps服務工具的企業在導入時間上減少了31%，從92天下降到64天。
除了數據平台與MLOps服務工具外，自動化完成單一、重複工作的RPA（Robotic Process Autimation）應用也受到了製造業、石油化工業以及金融業的喜愛，至於行銷相關的應用則著重在自然語言生成（Natural Language Generation，NLG）。
李彥樞表示：「疫情暴露原先組織結構的弱點，因此這次峰會主題探討未來企業的樣貌。我們也認為，企業靈活應變的能力很重要，能將外在環境影響降到最低，才是新的未來企業。」
延伸閱讀
AI平台新創 InfuseAI完成430萬美金A輪投資，推出MLOps解決方案進軍國際市場
製造業邁入AI應用的第一哩路！杰倫智能打造隨插即用AI技術，讓虛擬資料科學家協助工廠保存數據
台灣AI產業趨勢報告：缺乏落地方法與經驗人才是主要問題，也是新創的機會
來自人性的AI——「情緒人工智慧」和「情感運算」是解決文明病的解方嗎？
留言 0