各位朋友們好：

可能有些朋友們注意到了，這幾期電子報中一直都有「數據」這個主題。的確，無論從國家主權 AI、垂直產業領域知識，或是企業導入 AI 的不同面向來看，數據都是無可取代的關鍵基礎。

上週應《商業周刊》邀請參加一場論壇，在我前面的講者簡立峰博士，開宗明義點出現況：目前世界各國都在關注數據，因為 AI 的世界將由數據所構成，但台灣似乎仍把重點放在算力。在他的新書《台灣 AI 大未來》裡也寫到，數據是 AI 模型的運作基礎，因此企業導入 AI 的前提，就是要先進行資料工程。

對照基金會這幾年進行的多項產業 AI 化大調查結果，從 2019 年至今，毫無例外，「資料不足」始終是企業導入 AI 的最主要關卡。即便將場景擴大到整個台灣，主權 AI 的最大障礙，依然是繁體中文數據不足。

再看一下美國 AI 科技七大巨頭，為什麼能夠遙遙領先？其中有個再有錢都沒辦法買到的資源：大量數據，只有如 Google、微軟這類雲端業者和網路巨擘才能擁有這麼龐大的資料庫。所以，這也造成了生成式 AI 訓練的內容有九成以英語為主，AI 發展高度集中；此刻也已經看到，AI 導致的馬太效應（強者愈強、弱者愈弱）正在快速影響全世界的未來。

在生成式 AI 攪亂全球將近三年之後，在瘋狂追逐技術發展追到感覺厭世的此刻，翻出 2022 年出版的《資料煉金術》重新閱讀（沒錯，當時還沒有 ChatGPT）。其中有句話乍看可能覺得奇怪，作者認為，「科技正從根本上顛覆與重塑我們的生活……但事實上，我們確實活在一個創新相對較少的時代。」

麥爾荀伯格和蘭姆格兩位作者舉經濟學家熊彼德所在的年代為例。熊彼德在 1883 年出生、1950 年過世，那段時間，老式廁所改建成現代廁所，衛生得到大幅改善。遠洋客輪、火車和自行車，還有汽車、電話、收音機與電影也出現了。在醫學方面，X 光機、抗生素，還有心電圖的發明，掀起醫學革命。別忘了，電腦跟核能同樣已經在人類社會中隆重登場。

作者們所在意的是，雖然技術創新看似居高不下，但是生產力卻節節下滑。而生產力才是真正對人類生活產生影響的關鍵因素。這同時回應了微軟執行長納德拉所說的，若沒有創造出實質經濟成長率、若只有大科技公司因 AI 受益，那 AI 的發展就沒有太大的意義。

還好，台灣的 AI 應用雖然起步有點慢，但仍然有不少企業看到 AI 的優點與缺點，並有許多值得其他企業學習之處。本週電子報分享幾家重要企業在智慧製造與智慧金融的經驗，希望對大家有所啟發。

人工智慧科技基金會執行長 溫怡玲