online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 2024台灣AI新創地圖來了!新創如何利用AI變現?4大發展趨勢一次看

摘要: 人工智慧科技基金會(AIF)與台智雲AI超算加速器合作,於11月25日共同發佈「2024台灣AI新創地圖」(Taiwan's AI Startup Map 2024)。本次地圖主要列入成立8年內新創,並依據企業導入AI所需的基礎建設及垂直產業應用進行分類。企業可依據自身需求,從中尋找合作夥伴。

 


0000

自2023年起,生成式AI迅速席捲媒體版面,技術迭代與應用工具如雨後春筍般湧現,但這些是否真正加速產業AI化的腳步?是AIF過去一年持續關注的議題,也是眾多新創企業密切追蹤的技術趨勢。

累積十年的基礎建設,成果已在多個領域展現實用價值

全球AI生態系統正經歷前所未有的蓬勃發展。知名投資人Matt Turck在《The 2024 MAD(ML, AI & Data)Landscape》報告中指出,2024年機器學習、人工智慧和數據(MAD)領域已擴展至 2,011家企業,較往年增加578家,與2012年最初版本僅有139個家企業形成鮮明對比,充分展現了產業的快速擴張。而近幾年風聲水起的生成式AI,這股成長動能主要得益於過去十年對數據基礎建設的持續投資,其成果已在媒體、研究、金融、法律等多個領域展現出實質的應用價值。 國外調研機構如Gartner也認為,AI至今已經發展了幾年,今年是企業組織必須交付和執行AI的時刻。也就是說,AI應用不再只是實驗或小型專案,必須成為真正的產品或服務,讓過去幾年的投資可以開始回收,同時還能因應未來風險與可能變化。無論AI技術多麼吸睛、為新創堆疊出前所未見的估值,最終都要回到實際的變現問題——如何創造商業價值並且從中獲利,這才是任何生意發展的核心。 然而,觀察台灣現況,根據2023年台灣產業AI化大調查,僅有10.2%的企業能成熟運用AI於不同專案。2024年9月AIF與Google Cloud共同發布的調查更指出,台灣企業整體AI準備度指數平均為54.08。儘管多數企業已認知人工智慧與算力資源的重要性,但實際執行力度與方法都仍有待提升。

數據、技術還是垂直應用,新創如何為企業加值?

考量到台灣企業AI導入率約三成,且AI導入涉及組織多面向的整合與轉型,本次地圖特別從企業需求出發,結合AI準備度的五大面向:數據力、技術力、運算力、治理力及創新力,依新創服務特色與應用領域進行分類,為企業與新創搭建更有效的合作橋樑。 首先,在基礎建設區塊,主要由專注於數據、技術與運算服務的企業所構成。數據資源包含了專注於產業數據搜集與整合服務,以及提供雲端數據處理和分析能力的數據平台服務企業。企業的「數據力」不僅僅是指企業收集和管理數據的能力,更重要的是指企業應用數據的能力。數據是企業推動AI最重要的基礎,強大的數據力也是成功導入AI的關鍵要素。然而,許多企業在數據收集、管理和應用之間存在明顯落差,導致AI導入效果不佳。 尤其是製造業,例如汽車製造、設備製造業,過去以精密技術勝出,這幾年都希望快速趕上數位轉型與AI浪潮,但對於如何將數據與實體產品結合、並進一步創造新的價值,卻始終存在很大的挑戰。許多企業在開始動手導入AI時,很快發現資料不夠:有些是根本沒蒐集,有些蒐集了但沒有整理;有些是蒐集也整理了,但方向不對⋯⋯資料的問題怎麼解?不少新創便針對場景的資料進行搜集,並提供對應的分析與解決方案。 另一方面,零售服務也是高度依賴客戶數據的產業,尤其近年來,隨著各類社群媒體崛起,如何將整合多種來源資訊,形成有效的消費者洞察,不僅是企業的需求,也可以看到許多新創結合企圖結合AI技術,提供相應的解決方案。

企業如何與外部團隊合作,添增能量?

「缺乏資料」跟「缺乏人才」向來是台灣企業導入AI最大的關卡,不分產業、不分企業規模大小,幾乎沒有例外。如果企業沒有能量組建技術團隊,藉由外部團隊協助就是個好方法,由於各AI技術領域擅長解決的問題不一樣,企業可依自身需求匹配最適合的技術合作夥伴。 但在這幾年製作AI生態系地圖的經驗中,我們也發現到,不少台灣新創企業雖然擁有技術能力與服務體系,甚至累積了不少實務案例,但往往缺乏實際的產品。專案導向與產品思維是兩種不同的商業模式:前者重視客製化解決方案,後者則著重於建立可複製、具延展性的商業模式,建議團隊在聚焦技術與服務的同時,應該更明確地將專案成果轉化為具備市場潛力的產品,從而實現長期價值與規模化發展。 在這樣的產業脈絡下,SaaS(軟體即服務)企業預期將扮演更加關鍵的角色。這類企業提供即用即取的AI解決方案,大幅降低企業導入AI的技術門檻與初期投資成本。此次獲選未來之星的慧穩科技,其所開發出的「WinHub.AI」,便是一個提供客戶大語言模型、電腦視覺、數據分析 (AutoML)、專家系統與傳統演算法之融合式AI SaaS平台解決方案 (Fusion AI SaaS Solutions),為客戶開發與使用所需之AI模型,讓使用者能依據產業知識直接運用AI工具,減少對軟體工程師與資料科學家的需求。這種降低使用門檻的方向,為人才短缺的問題提供了一個可行的解方。 在治理力方面,除了AI應用上需考量的風險管理,還包括了組織管理等議題,企業必須要能整合技術、運算、資料才能完成AI的基礎設施,AutoML、NoCode、MLOps等平台皆是作為輔助功能,企業仍須仰賴自身的治理能力。 在補齊企業的基礎能力後,企業如何將競爭者無法複製的核心能力和獨特資源,透過AI來改善與鞏固這些優勢,持續強化企業競爭力,便是創新力所注重的事。在這次的地圖中,也有部分新創從原本的領域知識中出發,結合AI技術開發出產業特定解決方案。如提供產業解決水質不穩定,增加水回收率與節能減碳問題的臥龍智慧環境、協助水產養殖業者進行魚蝦監控的海盛科技。 我們也發現,除了製造、醫療這種場域較為固定的產業之外,找不到最佳的AI應用場景,是新創一直需要面對的挑戰。 為什麼台灣的產業AI化發展速度不如預期?Google前台灣董事總經理簡立峰認為,除了市場規模不足,多數企業數位化程度不足之外,缺乏想像力是亟待解決的問題。例如,作為全世界少數可以做無人機的地方,且身處地震頻繁的地區,台灣在地震發生時,卻需要土耳其協助用無人機做3D模型給我們,很顯然就是對於應用缺乏想像。 除此之外,在主權AI的應用上,除了算力問題,還有許多事情需要努力,包括如何確保繁中模型的品質,是否可以鼓勵企業透過合作交流彼此的訓練資料,一起變強。而在算力面,若能加上節能技術,搞不好能保有優勢。在人才面上除了培養基礎模型人才,能否加強海外合作?最後,則是如何運用晶片優勢獲取關鍵技術,透過跨國平台合作,提升繁中模型品質。這些都是政府可以施力之處。 同時,我們也觀察到幾個重點與趨勢,值得與大家分享:

一、生成式AI技術應用,資安挑戰仍是企業在意的點

生成式AI的出現,幫助我們能快速學習各個領域的知識。讓過去被視為「專業」的知識,變得更容易理解和應用。 此次生態系地圖調查中,我們再次詢問提供AI服務或產品的新創企業:「生成式AI熱潮,是否對企業造成影響?」多數企業表示,這波AI熱潮為新創企業帶來顯著效益:不僅大幅提升了曝光度和服務機會,更重要的是,社會大眾對人工智慧的認知逐漸深入,有效降低了企業與客戶間的溝通成本。 越來越多生成式AI應用服務被開發,這些服務有些是從原有的產品延伸,企圖降低使用者使用產品的門檻;但也有些僅是利用Prompt技術,串接API功能打造對話型機器人,提供問答服務或是不同的介面,而這類服務若缺乏核心競爭優勢,往往需注意被ChatGPT等大型平台取代的風險。 值得提醒的是,資安問題更是企業在採用AI時的首要考量。根據AIF在2024年初發佈的台灣產業AI化調查,高達27.1%的企業在評估AI應用時,最為憂心的是可能的資料外洩風險。這不僅凸顯了技術人才的缺乏,也反映出企業對AI應用的審慎態度。

二、軟體如何結合硬體優勢,找出獨家應用

在今年6月26日的《2024國鼎論壇》中,簡立峰也提到,未來需要注意的四大科技技術發展方向,包括模型兩極化、雲端服務+AI、Edge AI新戰場,及機器人再起,後兩者將是台灣的機會。因為當終端有一個AI的使用環境,那麼相關的應用就能被開發出來。 他提醒,台灣現在擅長硬體,但也要花一點資源去想想看怎麼應用AI,特別是Edge AI出來後,台灣可以做什麼?例如機械手臂、腳踏車或是任何硬體加了AI,會不會不一樣?簡立峰認為,台灣目前的腳步雖然晚了一點,但還不算太晚,因為全世界不過才「挖礦」1年多,可以分出一些賣鏟子的獲利來挖礦,否則產業將過於單一集中,最後可能會出現自己打自己的狀況。

三、讓AI學會感知世界的空間智慧

史丹佛大學教授李飛飛博士2024年4月在溫哥華舉辦的TED大會中,介紹新創公司World Labs所開展的AI發展方向:「空間智慧」(Spatial Intelligence),不僅是電腦視覺技術的進階發展,更代表AI與現實世界互動的重大躍進。 李飛飛表示,「空間智慧賦予機器不僅能彼此互動,更能與人類及三維世界展開深度對話,無論是在現實還是虛擬空間。」她藉由一張貓咪將要打翻牛奶的照片解釋空間智慧概念。人類可以藉由照片中的視覺資訊,如貓咪、桌子、杯子的位置,彼此的相對關係等,立刻知道即將發生什麼事,以及該採取什麼行動。 史丹佛大學的研究成果也展現了空間智慧的實際應用潛力,例如,AI能從平面照片生成立體的3D模型,及在醫療人員是否遵照清潔措施、患者是否有跌倒風險等,這些應用提供了空間智慧在各領域的廣闊前景,例如,AI能從平面照片生成立體的3D模型,以及與醫學院合作測試AI感測器能否感知醫療人員是否遵照清潔措施、患者是否有跌倒風險等。

四、AI Agent會是未來嗎?

Landing AI創辦人吳恩達多次提及AI代理(AI Agent)是2024年最值得關注的AI趨勢之一,無論是面向消費者(2C)或者面向企業(2B),AI代理服務已見雛形。 AI代理(AI Agent)目前並無統一且明確的定義。常見的定義是,一個能理解其周遭環境,從中學習且能聰明地與之互動以便解決問題的系統。AI Agent技術的重要性,在於能自主執行複雜的任務,減少人類介入,可以明顯減少人為錯誤同時提升工作效率。這些代理能按照預定目標進行決策,並在變動環境中學習與適應。可應用的地方包括自動客服、推薦系統、智慧家庭等。但也伴隨著挑戰,特別是在倫理與隱私領域,包括自主決策可能會導致預期外的結果,甚至引發安全問題。如何確保其透明性、公平性和可控性將是未來關鍵。 面對快速變動的產業環境,在新創團隊與人才能量累積之餘,如何對接產業的需求將是新創的機會與挑戰。AIF以推動產業AI化為使命,多年來積極推動多項計劃,深入了解企業的需求,以期賦予企業AI能力,積極搭建產官學研的交流平台,以提升台灣產業競爭優勢。 台智雲AI超算加速器專注聚焦為AI新創夥伴提供完善的商業發展資源和技術支持,台智雲搶先全球市場推出AI Foundry Service(AFS)生成式AI代工服務,提供給新創夥伴最新的AI模型應用、福爾摩沙大模型(Formosa Foundation Model)和AI算力部署服務,打造高安全、高效能的一站式AI解決方案。協助新創夥伴發展AI技術、商品和市場應用,期望成為AI新創推動商業加速的關鍵平台。

 

轉貼自: bnnext.com

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance


留下你的回應

以訪客張貼回應

0
  • 找不到回應