誰說灣灣沒有AI

提起台灣AI產業，不管在亞洲還是世界似乎都找不到一席之地。 我們對台灣AI產業的印像大概都來自於那篇關於“大陸在辦大數據研討會時，台灣卻在辦滷肉飯節”的新聞，以及李開復在台灣大學演講時講到的那句“台灣 做AI的優勢在於人情味”。

同時伴隨著宏碁、HTC在硬件市場表現的節節敗退，好像從輿論和市場兩方面看來，台灣都注定要錯過人工智能時代了。 但事實真的是這樣嗎？

台灣AI技術究竟有多差？ 大半企業尚未接入雲服務

首先我們可以來看看台灣AI產業發展落後的客觀原因。

首先是在整個移動時代，台灣深度參與全球化分工，將自己定位在了硬件代工的位置，從而使台灣在移動軟件方面相對弱勢。 Google台灣地區董事總經理簡立峰博士曾經在演講時表示過，由於台灣硬件產業的成功，已經形成了硬件思維的固化模式，工程師們習慣了被自上而下地領導，缺乏開源精神，也就很難 適應軟件創新。

而這樣導致的結果，自然是數據資源和雲計算、雲儲存技術的匱乏。 一份來自台灣自由撰稿人雁默的調查顯示，兩百多家台灣企業中有三分之一根本沒有接入雲端，另外三分之一計劃接入雲端卻沒有明確的時間規劃。

加上台灣很大一部分企業依然以服務當地用戶為主，資本活性極低，久而久之當地經濟體會陷入一種自給自足的狀態。 雖然不接入新技術也能維持現狀，但是並不利於企業創新和長久發展。

如同上圖顯示，大多數企業還停留在端側ERP和CRM系統，僅有17%的企業應用上了數據分析，而應用了機器學習的僅有5%。

在這樣的現狀下，最起碼我們可以判斷現階段台灣的AI發展和應用是不盡如人意的。

很多人常常拿日本和台灣進行對比，其實雙方在人工智能的發展現狀上也很相似。 在日本街頭會看到大量平成初期建設的自動化裝置：販賣機、用燈光顯示座位空餘的餐館平面圖……當一個國家或某座城市在某種科技水平下得到滿足，並且未來人口水平沒有打破這 一平衡時，科技發展的動力也會有所喪失。

人們滿足於自動販賣機，可能就不需要無人便利店；人們滿足於街邊的大頭貼機，可能就不需要美顏算法。

AI世代，台灣還有哪些可能？

當然我們討論這些並不是為了唱衰，而是為了從現狀中找可能。 實際上台灣發展AI產業的前景也沒我們想像的那麼悲觀，在當下至少存有兩大優勢。

第一個優勢既是半導體工業。 AI並非僅僅依賴於算法和數據，硬件設施也是其中不可或缺的一環。 未來隨著人工智能技術的普及，適用於各種場景和各種設備的GPU、NPU將會有極大的出貨量。 這時台灣豐富的代工經驗和IC設計基礎就會成為一種優勢，或許是因為AI芯片的研發成本較高，一些台灣廠商最近才開始應聲而動，上個月聯發科才發布了首款AI 芯片P60。 而隨著大陸市場AI芯片需求的增加，台積電的代工訂單也呈指數級上漲。

另一個優勢則是台灣的人才優勢。 台灣雖然人口不多，但科學基礎教育水平足夠高。 尤其從八九十年代開始，台灣對IT技術的引入比大陸更早，也擁有更堅固的教育基​​礎。 在上個世紀，台灣湧現了一批類似侯捷這樣的技術作家，影響了中國一代程序員。

到今天，台灣大學的機器學習課程仍然在網上大量流傳。 在2016年一份關於全球人工智能高校的排名中，台灣大學位列第37名，是除東京大學以外唯一一家入選Top50的亞洲高校。

像AlphaGo的“人肉手臂”黃士傑就畢業於台灣師大，如今他已經是DeepMind的頂級工程師。 只是和黃士傑一樣，隨著台灣的人工智能發展遲遲沒有起色，台灣高校薪資水平也不高，大量AI方面的人才正在外流。 台灣早年間累積下來的優勢，正在被一點點耗盡。

從智慧醫療到智能算命，台灣真的有AI

說過“局限”又說過“可能”，其實我們今天提出這個話題還有一個重要原因……那就是台灣真的有AI啊！

或許我們印象裡的台灣是白天滷肉飯、晚上小確幸，但這其中一部分原因是媒體本身對台灣科技的關注較少。 在那些我們沒看到的地方，台灣AI產業正在長出根鬚，慢慢立足。

或許是因為資本的熱度沒那麼高，反而在台灣催生出了不少沒那麼功利的小項目。 舉例來說，在一次台灣大學的黑客馬拉鬆上，幾位學生利用2000張人手照片數據訓練出了一個“看手相”模型HandBot，看來算命的都要接軌AI了。

這一項目將接口放置在了Facebook的Messenger上，一時引爆了社交網絡並且獲得了該黑客馬拉鬆的“信息安全獎”。

另外一個典型案例，是台灣近年來在智慧醫療上取得的進展。 台灣地區的平均醫療水平一直表現優異，曾經被世界衛生組織評為亞洲第一。 相比大陸，台灣地區的民營醫療發展得更為完善，如果把診所、醫學中心等等都算在內，台灣有85%的醫療機構都屬於民營。

針對靈活、高水平的醫療優勢，在十年前台灣地區科技部就推行了一項Stanford-Taiwan Biomedical Fellowship Program政策，鼓勵台灣醫療人才去斯坦福中進修。

在不斷交流的過程中，斯坦福中的AI技術也以這種方式來到了台灣。 目前在台灣的智慧醫療創業潮中，我們可以看到事先規劃腦部手術路線的腦部導航機器人、利用機器學習分析糖尿病患病風險等項目。

不難發現， 數據量的不足和資本的缺席並沒有徹底堵死台灣AI產業的發展 ，反而使台灣利用起了自己的優勢，走出了擁有自身特色的道路。

那麼，未來呢？ 台灣絕不可能永遠是人工智能的處女地，也絕不可能永遠按照自己的節奏發展。

如今國際企業已經陸續進入台灣，就在幾天前，谷歌宣布對台灣進行進行大規模投資，稱其今年將聘用至少300名AI工程師，培養5,000名人才，並培訓超過50,000名數字營銷人員。 今年一月，微軟也宣布將在兩年內投資10億元新台幣，在台灣設立微軟AI研發中心。 國際資本可以給予台灣技術和經濟支持，可台灣或許會因此失去“人工智能主動權”。

包括台灣地區自身，也在努力自我突破。 去年台灣地區科技主管部門正研擬計劃，預計在未來4年～5年內註資160億新台幣，打造人工智能生態圈。 但以台灣當下的資本和數據基礎來看，實在是太難。

那麼，究竟該依然向外引援支持本地經濟發展，還是自我革新尋找機會？ 從這個問題來看，台灣絕非沒有AI產業，而是恰恰走在了AI產業發展的分叉路口。

當一個時代來臨，沒有人選擇去錯過它。 人們可以選擇的，只有自己在這個時代中所扮演的角色。