硬體市場的節節敗退，台灣要錯過人工智慧時代了嗎？

提起台灣的人工智慧，似乎不管在亞洲還是世界都找不到一席之地。我們對台灣人工智慧的印象大概都來自於那篇關於「大陸在辦大數據會，台灣在開滷肉飯節」的新聞，以及李開復在台灣大學演講時講到的，台灣做人工智慧的優勢在於「人情味」。

同時伴隨著宏碁、HTC在硬體市場表現的節節敗退，好像從輿論和市場兩方面看來，台灣都已經註定要錯過人工智慧時代了。

但事實真的如此嗎？

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人工智慧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，將自己定位在了硬體代工的位置，從而使台灣在移動軟體、App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，由於台灣硬體產業的成功，已經形成了硬體思維的固化模式，工程師們習慣了被自上而下的領導，缺乏開源精神，也就很難適應軟體創新。

而這樣產生的結果，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上雲計劃，另外三分之一計划了上雲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島內為主，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，似乎不接入新技術也能維持現狀。

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人工智慧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，其實雙方在人工智慧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，所以不需要無人便利店；人們滿足於街邊的大頭貼機，也就不再需要美顏演算法。

AI世代，台灣還有哪些可能？

當然我們討論這些並不是為了進一步唱衰台灣人工智慧，而是為了從現狀中找可能。

實際上台灣人工智慧的前景也沒我們想像的那麼悲觀，在當下台灣人工智慧至少存有兩大優勢。

第一個優勢既是半導體工業。人工智慧並非僅僅依賴於演算法和數據，硬體設施也是其中不可或缺的一環。未來隨著人工智慧技術的普及，適用於各種場景和各種設備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，不過或許是因為AI晶元的研發成本較高，台灣廠商在最近才開始應聲而動，在上個月聯發科發布了首款AI晶元P60。而隨著中國AI晶元的增多，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，也擁有更厚重的教育底牌。在上個世紀台灣湧現了一批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慧高校的排名中，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，隨著台灣的人工智慧發展遲遲沒有起色，台灣高校薪資水平也不高，大量人工智慧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！

或許我們印象里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，台灣的人工智慧正在長出根須，慢慢立足。

這一項目將介面放置在了Facebook的Messenger上，一時引爆了社交網路並且獲得了該黑客馬拉松的「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的更為完善，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（斯坦福-台灣醫療器材產品設計人才培訓）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，斯坦福中的人工智慧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等不少結合了人工智慧的項目。

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人工智慧的發展，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慧的處女地，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「人工智慧主動權」。

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4-5年內注資160億新台幣，打造人工智慧生態圈。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？台灣絕非沒有人工智慧，而恰恰走在了人工智慧的分叉路口。

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。

?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！