AIF更新台灣AI生態系地圖 溫怡玲：軟硬整合跨域人才最欠缺

人工智慧科技基金會(AIF)日前公布2022年上半「台灣AI生態系地圖」，醫療領域及製造應用新創佔有極高比例，但缺乏數據資料及驗證場域仍為兩大挑戰。AIF執行長溫怡玲表示，政府應整合點狀分散資源，而企業最需要熟稔軟硬系統整合的跨領域人才，如何從供應鏈線性觀點轉化到生物學式、演化適應性的生態系觀點，背後學問很深。

AIF於16日發布文章表示，其與AppWorks之初加速器及台灣智慧雲端服務(台智雲)合作公布該地圖(連結)，透過每半年更新一次的地圖持續挖掘更多在地潛力新創，並檢視AI發展能量、趨勢與挑戰。

醫療、製造、行銷應用爆發

基金會指出，台灣AI新創團隊在2015年後如雨後春筍般增加，而在2015年前成立的新創企業，如Appier、iKala、Beseye、大猩猩科技已掌握新的商業模式利基，部分更是發展至IPO階段。

基金會檢視新創分布領域變化，發現醫療領域及製造應用新創佔有極高比例；另一方面，電子商務普及加上AI技術逐漸成熟，近兩年受到疫情影響，加速業者使用新科技提升消費者購物體驗的意願，以上諸多因素讓行銷科技及零售、電商類新創大幅成長。

愈來愈多產業開始將AI應用於生產流程或各類場域中，包括傳統農漁業、法律、能源產業及更多新穎的應用。例如Aiello犀動智能洞察到旅宿業者的需求，運用NLP打造出專為旅宿業所用的智能語音管家。

隨著MIH電動車開放平台與台灣先進車用技術發展協會相繼於2020、2021年成立，台灣新創在電動車領域也以發展核心關鍵技術或軟體服務，搶得先機。然而，如果要進一步實現車聯網，僅是汽車智慧化仍不足，更須搭配其他通訊技術，方能讓整個交通系統順暢運行。

場域及資料不足

基金會表示，許多新創團隊雖具有良好的技術與能量，但缺乏驗證場域讓技術得以應用落地；此外，企業及政府缺乏對於資料的認識，無法提供有效資料，增加雙方合作的困難度，政府的開放資料不合用也增加了產品開發的資料蒐集時間。由於AI團隊如果若想累積案例成果，與具備足夠數據的企業合作會比較有成效，但目前台灣產業累積較多數據的產業以行銷科技與製造業為主，新創團隊為了尋找最大成長性，通常會希望服務的產業可以跨越不同領域。

在推出一個好用的AI產品前，得經過數據蒐集、篩選及整理數據，接著才是訓練演算法，反覆試錯並調整模型等階段，最後才有辦法跨出實驗室，實際落地測試，再進行到商業化。然而，許多團隊光是前期的數據蒐集與處理階段，就已經充滿挑戰。因此，需要企業或一些單位的協助。若有更多的企業或產業願意開放相關的數據庫，讓AI新創能自由取用、測試，幫助新創團隊進行產品驗證，不僅是對新創有利，企業或產業也能從中得到幫助。

溫怡玲受訪時表示，數據資料被視為數位經濟時代的石油，但不像石油只能一次性使用，資料在去識別化、不侵犯個人隱私的前提下，重複利用反而會產生更高價值。不同企業使用同一筆資料，可以看出不同價值，資料互相疊加後，也可能催生出嶄新應用。有些企業認為資料有營利價值、緊守資料不願開放其他人利用，但如此思維其實不利AI發展。

她認為，產業知識(Domain know-how)也是發展AI的關鍵，而有些新創企業正是欠缺這些知識。以媒體業而言，如何善用內容產生的數據資料，調整營運體質、創造更多價值才更重要。

許多企業也呼籲健保署應開放資料、促進智慧醫療發展，但溫怡玲認為，資料本身是否好用以及該怎麼運用，都牽涉到資料治理(Data governance)的品質。即便政府已有些開放資料，但當中哪些資料有錯、誰能負責更正也是問題，企業不見得能直接使用政府資料，錯誤資料也會影響到AI建模。

政府的角色

至於政府可扮演何種角色、引導AI產業發展？溫怡玲表示，許多部會已陸續推出AI相關專案，指標性大學也成立了AI研究中心，但目前資源較為分散，政府應思考如何以系統性方式整合資源，串連點狀資源成為產業生態系，並集思廣益建立某些政策指引。很多人期待此一重責大任可望由即將掛牌的數位發展部負責推動，但她強調這不該只是單一部會的責任，各部會都有AI相關應用，政府應探討產業在數位轉型過程中的系統性需求及影響。

她也說，相關單位其實研究過是否須立AI基本法，但討論過後就發現，這樣的法根本立不起來，因為就連AI主體性該如何定義都是個問題，牽涉的產業也相當廣泛。

而目前台灣AI產業最缺乏何種人才？溫怡玲認為，熟悉軟硬體整合的跨域人才仍相對稀缺。台灣在AI技術應用方面不會太困難，但較欠缺整合管理者的角色，對這種人才的需求會愈來愈迫切。

好消息是，很多學校已開始推出AI相關跨域學程，傳統以文法商掛帥的學校也是如此，例如政大已成立人工智慧與數位教育中心，輔大也設立了人工智慧發展中心，台灣傳統教育對理組和文組的分野不再那麼絕對。

「學校看到了，企業也應該看到。」溫怡玲補充，未來需要的人才是「可與AI協作的人才」，AI可取代規律及機械式工作，不可取代的則是溝通、轉譯能力等包含人類獨有價值的工作，而人才培育非一朝一夕可達成。「單點導入AI技術不會改變產業體質，」她說，AI應用的背後應有系統性的充分支持和人才養成，才能促成改變。

除了每半年公布的AI生態系地圖，溫怡玲也預告，2023年將進一步公布台灣AI路徑圖。