2024 台灣 AI 新創地圖即將發布：落地應用與 AI 代理人將是觀察重點

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，强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。

「2024 台灣 AI 新創地圖」發佈會將於11/25舉行，邀請產學研各界夥伴一齊參與。