2017年台灣產業界掀起人工智慧熱潮，然而當時有經驗的AI人才據估計不到1000人；2019年中，第一本從台灣產業角度出發的專書《人工智慧在台灣》正式出版，產業AI化、AI產業化成為大家耳熟能詳的詞彙；智慧製造、智慧醫療、智慧農業、智慧零售……雖然橫跨各種不同領域，但不需解釋，大家都知道「智慧」指的就是人工智慧。

2022年人工智慧浪潮未歇，那麼，到底什麼是人工智慧？走過這六、七年之後，台灣產業的人工智慧走到哪裡了？

人工智慧是讓電腦能夠表現出人的智慧，這是《人工智慧在台灣》開宗明義的說法。不過如果從產業來看，人工智慧不只是讓電腦或機器人能夠像人類一樣而已，而是一個改變賽局的動力：當企業能夠以以更精準更快速的方式使用人工智慧，可以打破存在已久的營運模式限制、既有的產業邊界，而且能夠藉由「預測」創造新的價值，系統化地改變整個經濟與社會運作規則。

這正是人工智慧的應用被稱為第四波工業革命的原因。

這個動力並不只是讓電腦或機器人能夠像人類一樣，而是新型公司的崛起，能夠創造新價值、成長與創新。這種整合數位網路、營運模式及人工智慧工廠的軟體導向公司，藉由創新價值的動力，可以進一步改變我們的經濟與社會運作規則。

如果從這樣的標準來看，人工智慧在台灣的發展，還有許多需要努力的空間和挑戰。

無論是產業AI化或AI產業化，新創企業都扮演相當重要的角色。綜觀國內外經驗，由於AI工具是單點式的解決方案，通常每個工具會產生一個具體的預測，用來執行特定任務，所以許多AI新創公司都是提供單一的AI工具。

但要有一個好用的AI工具，必須有足夠的資料和領域專業知識，而這兩個條件，往往就成為新創的「天險」。

先從領域專業知識的培養談起，過去幾年透過許多教育單位提供的各項課程，已經讓不同產業的專業人才對於AI有初步認識；透過內部人員與外部AI新創協作，也已經有不少成功經驗。目前，也有幾家先驅企業已經將AI納入工作流程與企業學習內訓課程中，甚至累積相關經驗與知識，成立人工智慧相關子公司，打造新的營運模式。

不過，新創企業不易取得資料的問題，仍然無法解決，這不只是台灣AI新創發展的「硬傷」，更是台灣成熟企業數位轉型的隱憂：除非企業有足夠的資源與能力自行訓練AI團隊，並藉此調整組織、流程，創造新產品服務或營運模式，否則再多的資料都沒有用。

《資料煉金術：開放資料存取權，重燃創新之火》作者麥爾荀伯格（Viktor Mayer-Schonberger）與蘭姆格（Thomas Ramge）大力提倡需要開放資料存取權，不限於公部門還包括一定規模以上的企業，重要的目的就是藉此打造適合新創生存的環境，藉由新創的創意與動能，打破資訊權力不對等的現況，讓社會大眾能夠共享數位紅利。

他們在書中介紹了「達爾文之海」（Darwinian Sea）的概念，這是由曾擔任美國國家標準局局長、IBM首席科學家、哈佛大學教授Lewis Branscomb提出的。他不像其他學者談創新把重點放在風險與失敗，而是從「演化」的意涵切入。這個概念說的是海中有許多浮游生物做為食物，動物之間有時候可以互相合作，但彼此間的競爭也十分激烈，這正是創新的競賽本質：誰的想法與執行力更好、更具韌性，就能勝出。而資料，就是數位時代的浮游生物。

兩位作者指出，達爾文之海概念適用於科技發展方向還不明確，仍需要有破壞式創新的時候。此時的新創還沒辦法提出明確有效的方案，而成熟企業又多半只著眼於漸進式的改革，也就很難找出這些創新方案。這時候必須藉由機制的說計，促進不同的想法和概念發展，透過不同背景、領域知識和技能的交流與碰撞，快速促進創新。

作者們認為，透過資料開放機制的設計，包括跨越不同層級的完整政策架構、正確的基礎建設，以及能夠有效管理風險的法規架構，可以減輕創業家們身上的壓力和成本，讓人人都能夠取得AI創新的關鍵資源，也才有機會系統化地讓整個經濟與社會運作愈來愈好。

【書名】《資料煉金術》
【作者】 麥爾荀伯格（Viktor Mayer-Schönberger）、蘭姆格（Thomas Ramge）
【譯者】 林俊宏
【出版社】天下文化