台湾AI发展策略之1：Vertical AI

人工智慧（AI）的发展逐渐朝向人人「不知而亦能用」，而不是人人都变成AI能手，就如同人人都有牛奶可喝，而不是人人都会养牛。兹回顾一下，近年来AI的蓬勃发展主要得力于深度学习（Deep Learning，DL）的表现，起初大家都专注于演算法的开发，其竞争力来自于更优秀的演算法，带来更好的深度学习效果。

然而，随着像Google的Tensorflow等开源平台的推出，以及更多科技巨头们（如Amazon、百度等）逐渐将AI的深度学习环境加以标准化和商品化，让众人都可以利用这些AI技术来改善机器学习效果，让机器学习的系统训练能力的技术差异化越来越小了。因此，以演算法作为AI企业竞争优势的时代已成为过去，让当今的AI产业逐渐进入资料来源（data source）的竞赛时代了。

在「资料来源」的竞争时代里，有些中小规模企业逐渐转向「垂直行业的AI应用（Vertical AI）」发展路线，并不再拿机器学习演算法的技术做为其公司的竞争优势了。同时，许多某应用领域里的大型专业公司，也开始利用AI技术来强化其竞争力，利用AI深度学习工具协助强化原有产业的服务内容。换句话说，AI领域的技术型公司已经逐渐转换成为垂直领域的行业应用型公司。

台湾AI发展策略之2：AI + Vertical Platform

虽然垂直行业的AI应用是一条脱离科技巨头网路效应的逃生之路，然而却又面对该行业领域的大型公司挑战，这些大公司也会建立自己的AI部门，或者直接收购这些中小型的垂直行业AI公司，于是这些新型的AI公司有可能消失了。因此，我提出另一条发展路线：「AI资料平台型企业」。

这种平台型企业将会建立其能掌握的资料平台系统，并提供API来衔接到某行业里的各个资料来源，将一群资料来源整合成为行业的巨量资料（big data），成为一个垂直行业的AI资料平台（AI data platform）。

接着，基于这行业巨量资料，搭配优秀的AI训练能力，成为自家的核心竞争力。一方面与科技巨头合作互补，另一方面又成为行业领域内大型公司的机器智慧提供者。其中，各个资料来源犹如棉花田，科技巨头提供纺织机，「AI资料平台型企业」则是纺织厂，而行业领域内大型公司就是成衣制造商。

由于在现阶段的AI产业里，AI技术尚在飞跃成长中，然而行业的巨量资料取得成本很昂贵，且花费大幅心力去耕耘用户，是吃力不讨好、既无丰富短利又无长尾效益的。所以在现阶段里，台湾不宜过度偏执于应用和用户观点、或以AI的效益挂帅，否则费尽心力争逐微薄短利，又无长尾效益，用户一夕变天而后知后觉。这个阶段，台湾反而要更积极设计平台当成鱼饵和鱼钩，让各行业资料拥有者尝到鱼饵的甜头，纷纷上钩，成为台湾各行业AI资料平台企业的抬轿者。

无论是技术公司、应用公司或资料平台型企业，都是商业模式的重新定义。过去的AI技术公司面临「巧妇难为无米之炊」的窘境；而大型企业AI部门则可能会面临「为了喝一杯牛奶，自己去养一头牛」，或「为了穿衣服，自己去种棉花田」商业效益的困境。此时，若将「Vertical AI」商业模式加以修正，成为「AI+ Vertical Data Platform」商业模式，则能成为中小型AI企业的赢家策略。兹做个比喻，如果各行业的企业自行找资料做AI，犹如自己想喝牛奶，自己找饲料养牛，而各行业的「AI资料平台型企业」就像牧场企业，有羊牧场、牛牧场等，于是人人天天有羊奶喝，也天天有牛奶喝。

如何开创台湾AI的产业聚落

如果将台湾的AI人才分散到各垂直领域的企业里，一位AI人才只为特定的企业服务，可能会呈现大材小用的现象，因为一般企业大多希望透过AI来节省成本。事实上，AI的导入是需要企业配套的，就如同企业导入ERP或工业4.0系统一样，需要很专业的顾问咨询经验和技能，他不仅仅是资料特征注记、机器学习和Python编成的纯技术而已。

一般领域里的企业AI部门难以吸收这种高级人才，何况台湾普遍的低薪现象以及利用AI节省成本的心理，很可能会导致台湾高级AI人才的外流现象。那么，该如何有效化解这种窘境呢?其实很简单，依循ERP或工业4.0的模式，建立各领域的AI资料平台型企业，各自汇集一群熟悉该行业的AI专家们，组成非常专业的咨询顾问团队，对内建构及维护一个行业别的AI资料平台，汇集该行业的巨量资料，并进行AI机器学习来服务该行业的各个企业（如图1）。

图1 : 行业别的AI资料平台

这种AI资料平台型企业如同一个牧场，机器学习出来的AI智慧，就如同可以喝的鲜奶，各行各业只需要买牛奶来喝即可，不必自己学习养牛了，这样可以避免各企业「为了喝一杯牛，却要去养一头牛」，AI反而可能给各企业带来的不是利润，而是成本。

由于这种咨询顾问团队可以服务众多的企业，又利于不断创新来提炼更精致的智慧和服务，而获取更高的收入，将非常有利于留住台湾AI人才，甚至吸引全球AI高手来台湾共襄盛举，开创台湾AI的产业聚落（如图2），打造东方AI福尔摩沙。

图2 : 台湾AI的产业聚落

如何经营AI平台型企业

本质上，AI的创新是一种数位化（digital）创新，其经营框架和逻辑仍然离不开数位化经济的本质。这种数位化创新的特性就是要能规模化，其关键并不在于技术上的优势，而在于能否有效掌握市场的需求方经济。

数位化经济会创造出一些像Google和阿里巴巴等科技强权，其除了技术之外，其特性在于发挥网路外部性（network externality）和边际收益递增（increasing marginal revenue）两种经济效应，这种经济现象通称为枢纽经济（hub economy）。随着（互联）网路外部性的不断增强，并藉由数位化知识和技术的开源与开放来促进网路效应，激发生态圈的迅速扩大和蓬勃发展，这种商业模式已经逐渐蔓延到各行各业了。

枢纽经济是一种平台经济，其幕后就是一个系统平台（platform），提供开放API，支撑（也掌控）蓬勃发展的生态体系（ecosystem），产生了需求方规模经济。藉由平台来产生：跨边际网路外部性。当平台的两侧都存在着「跨边际网路外部性」，而且其效应是正向的和谐状态下，就会引发「鸡生蛋、蛋又生鸡」的互相加乘效应，而让平台经济飞速成长了。

只要我们擅长运用数位化知识的资源分享性，能有效激发边际效益递增，同一项数位化知识可以让许多人同时共用，其在使用过程中并不会消损效益，还会在利用的过程中不断产生新的知识。因此，数位化知识资源在大量共用的重复使用过程中，其成本会持续递减，也带来了收益的递增效果，而且会引发「鸡生蛋、蛋又生鸡」的互相加乘效应。

君不见，科技巨头们会持续将最尖端技术不断的开源、共用，就是因为这些开源的软体代码是数位化知识，可以持续强化「网路外部性」和「边际效益递增」的效益，创造企业的真正竞争优势。这项加乘效益会形成数字经济中的「大者恒大」现象，例如Facebook、Amazon和阿里巴巴等几家公司不断吸引顶尖的知识型人才，产出更多新科技产品，业绩也持续成长，这就是前文所提到的枢纽经济。

这种「大者恒大」的经济现象，对于小规模企业的成长，反而是一种不利的经济环境。例如一些新创团队凭着技术的创新在市场上找到生存机会，但却常常面临科技巨头企业庞大的网路效应，因而被边缘化或被收购，此种情形在AI领域也不例外。于是，笔者提出另一条发展路线：以AI资料平台型企业来掌握资料平台系统，并提供API衔接到某行业里的各个资料来源，成为行业的巨量资料，做为机器学习的基础。

如何经营「平台」，创造外部性效益

平台就像花轿，必须用心设计利益给抬轿者，才会有商业价值，才会繁荣发展。反之，做平台如果只盯着客户和平台上的货品（或服务），都可能会徒劳无功!

打造平台就像建造一个菜市场很简单，找一块地就行了，但不能有了消费人流才做平台，反而应先有平台才汇集消费人流。所以，抬轿者是平台生命力的来源，然而抬轿者往往不是直接关系人，许多人都将之遗漏了。由于是把利益给抬轿者，如同做一个套餐给客人享用时，发现自己?有产品不一定充足（例如少了可乐），于是从协力厂商（如可口可乐）取材结合自己产品，组合成客人可享用的套餐；于是支援平台的供应商愈来愈多，提供的套餐也愈来愈完整、趋于多样化了。

以上说明「AI平台型企业」透过平台的支撑，逐渐位居盟主地位，心胸要宽大、眼界要高远，先设计卓越方案来帮抬轿者谋中利，帮协力厂商谋小利。于是，所有抬轿者、协力厂商都离不开这个共用平台，一起替整个产业谋共利。

虾网大战给台湾AI产业的启示

从上述可知，台湾AI产业的成功之路，很可能不在于行业应用，而在于行业平台。从虾网大战，台湾PCHome毫无招架之力，可以给台湾AI产业发展一些赢家策略的启示：没有够大的市场规模，专注于应用很容易引来外患或入侵。

那么，没有大规模腹地市场的台湾该如何避免遭受外来竞争者的入侵呢?古人想到了建立万里长城、都市城墙、客家土楼、四合院围墙等来避免遭受外患入侵。试想，台湾AI产业的万里长城、四合院围墙等又在哪里呢?没有坚固的城墙，只专注于打造自造机器人基地、以人工智慧学校培养行业AI人才，岂不是等待成为外来入侵者的鱼肉呢?

《孙子兵法》有言：「守则不足，攻则有余」。目前台湾推展AI产业的策略，很可能是一条没有设防的战线，随时因外部入侵而全军覆没都未可知。至于解决之道，自古以来，都没变过：建立城墙，重兵驻守，这其实很简单，也就是打造系统平台（城墙）来保护各行业的AI应用。有了平台（城墙）保护，行业应用是有保障的，台湾AI的投入和辛苦耕耘，才是有保障的，前途也是光明的。

**刊头图 (source:http://s3.amazonaws.com)