從信任、供應鏈基礎上,打造台灣AI生態系下一步

財團法人人工智慧科技基金會執行長溫怡玲表示,在AI的發展上,台灣有著幾個重要的優勢,包括「可被信任」,這是在發展AI上十分重要的資產,加上絕佳的製造技術與完整的供應鏈等,而下一步應該是在既有供應鏈的基礎上,延伸擴大為生態系,不再被直線的「鏈」鎖住。

產業需要將事情想清楚的人,更要對未來有深刻想像

「在新的AI生態裡面,我們仍然需要許多外部支持。」美商訊能集思智能科技事業發展處副總裁黃逸華說,資源、勞動、資本,以及企業才能在AI時代仍是不變的需求,但是,在整個AI地圖中,光是一家公司沒有辦法實現,只有彼此緊密溝通、溝通支持,以及交換資源的社群,才有機會往前走下去。

當機器已經幫忙做了很多事情,我們更需要的能將事情想清楚的人,也是目前最緊缺的資源。而新創不僅要對未來有很強的想像,更要能說服服務對象,對未來有深刻的想像。

黃逸華指出,台灣目前的中小企業佔全台灣98.92%,但中小企業的出口產值比重卻低於20%,亦即中小企業越來越多,但每一家越來越小。這98.92%的企業,可能正是新創團隊的客戶,「如果他們很辛苦,我們好不到哪裡去,」因此,新創團隊必須要知道,自己能協助客戶到達的未來,才能分析將帶來的效益,並知道自己對客戶未來發展的定位。

台灣的金融科技與跨國公司間的資訊斷層

另一方面,在信賴與金融科技的發展上,可以看到幾個重要的問題。首先,從調查中可以發現,台灣產業普遍缺乏對於可信賴AI的意識,相較於AI發展先進的國家皆已針對AI提出一系列的準則與規範,以確保AI在發展的路上有跡可循,台灣仍在起步階段。

Authme執行長李紀廣提到,在與跨國金融機構合作時,大部分國外的金管或金融單位會特別在意AI模型是否符合公平性原則的概念,相較之下,台灣的金融機構仍比較在意模型是否能解決眼前的問題,顯示這是一個資訊斷層,而台灣在可信賴AI的階段仍在非常早期的階段。

雖然,目前全世界在產品開發的訓練資料梳理、訓練基礎模型的框架設計都還沒有一個統一的標準,但透過參與國際FIDO聯盟,與全球政府單位、跨國企業彼此討論並凝聚共識,慢慢磨合出初步的政策並持續推進,建立對話機制而不是直接推出法令。

溫怡玲說,當台灣產業沒有參與過程的討論,大部分時候只能因應變局,例如當前ESG的發展,只能遵守別人制定的規則。未來,產業可以關注國外的趨勢發展,而且爭取與國際社會對話的機會,是台灣產業AI化發展重要的議題。

AppWorks合夥人程九如提到,網路界中有許多新的聯合國正在成形,並且開始制定自己的遊戲規則。好比要將物品賣到海外,Amazon的規定會比國貿局更重要;或是要規劃旅遊路線,比起觀光部,Google Map可能更適合。甚至,未來的貨幣幣值已經不是中央銀行所定義,而是網路公司來決定。他將「台灣 AI 生態系地圖」比喻為AI界的國旗,最重要的是,透過地圖讓台灣企業可以知道自己的位置,更是全球AI地圖的一塊。要讓全世界做AI的人知道,台灣也有一群人正在做這些事,藉由地圖找到合作、連結的夥伴與資源。

AI不是不太好用,而是還沒輪到你用

「有人說AI不太好用,第一它不太成熟,第二還沒輪到你用。」回應調查中提到的人才招募困難,程九如說,原因除了學校的人才培育與產業需求有很大的斷裂外,還需要面臨全世界的人才競爭。大部分的AI人才並不在中小企業中,而是在航太、軍武、醫學、遊戲、電商等產業中,因為這些產業擁有大量資源及舞台可以發揮。也因此,許多好的AI應用都是在這些產業中發展出來。而大部分的中小企業並沒有太多的機會可以接觸到這些人才,或了解到好的AI應用,一旦缺少認識,就容易自我感覺良好。

程九如提醒,新創並不一定是小公司,許多新創都是由擁有產業經驗、人脈的人所創立的,因此,不要小看新創的力量。台灣目前正在經歷一個轉型的過程,需要更多AI夥伴的投入。他對台灣的新創也充滿期待,更鼓勵投資者可以多關注這個風潮,並且還有許多機會。