人工智慧引領顛覆性創新  啟動產業革命

【2018／03／22，台北訊】勤業眾信聯合會計師事務所今（22）與台灣玉山科技協會共同舉辦「2018玉山．勤業眾信年度科技趨勢論壇：人工智慧的產業革命」。勤業眾信表示，從人工智慧（Artificial Intelligence, AI）、機器學習、發展至目前最主流的深度學習，在技術上已可達到增加高度抽象化資料與記憶資料的能力，AI的發展逐漸貼近人類需求的核心。然而，現今台灣的人工智慧發展仍面臨法規未健全、資料庫未更新、中文技術未成熟等三大困境，當AI已廣泛應用於各產業與各地區，即亦皆須考量因地制宜的運用技術，建立最貼近需求的人工智慧。

勤業眾信聯合會計師事務所總裁郭政弘致詞時表示，科技發展帶動產業不斷創新轉型，近年業界如火如荼討論大數據、雲計算、物聯網、區塊鏈等科技應用，從去年開始更見證AI的崛起與高速發展，以 AI 為基礎的商業模式及其解決方案持續創新中，未來五年內，如何讓 AI 滲透在產品或服務之中，將成為科技廠商的主要戰場。

勤業眾信今年發布的《人工智慧商業價值勢不可擋：AI發展的現在與未來》報告指出，35%的企業將AI用於協助真人在商業決策上的判斷，透過精準預測結果，可在大量資料中找尋重點並解決問題；雖然AI仍在早期應用階段，但許多企業已發現，AI的推廣不只讓企業產生更好的流程效率、更符合市場期待的產品、提升客戶滿意度等，甚至將轉化為財務成長的動能。

郭政弘表示，人工智慧發展浪潮是台灣轉型並升級的大好機會，除了人工智慧在各產業上的應用，還有更多跨領域合作的機會，但在打破舊有思維追求創新的同時，企業更謹慎評估人工智慧應用可能面臨的挑戰跟風險。

AI形塑金融服務新樣貌！即時與個人化服務是關鍵

勤業眾信風險管理諮詢股份有限公司執行副總經理曾韵表示，現今台灣AI發展的三大困境分別為法規未健全、資料庫未更新、中文技術未成熟。當AI已廣泛應用於各產業與各地區，則亦皆須考量因地制宜的運用技術，建立最貼近需求的人工智慧。

在金融業法規制定與AI應用的關聯中，曾韵指出，法規與監管機制將密切牽動著金融業AI在台的發展與實踐。面對發展迅速之新興金融科技，應考量法令規範是否符合實際應用時的不確定性，如同近年蓬勃發展的行動支付，即突顯台灣在新興科技面向的法規發展需要更全方位的產業策略，因此曾韵建議，法規制定的方向應以輔佐AI發展為出發。

近期有越來越多金融業者開始將AI技術應用在金融投資領域，例如，分眾行銷、購買預測、行為動機分析及客服機器人等，基於在地客戶資料驅動的解決方案。以投資理財機器人為例，目前的服務範圍主要包含資料蒐集、資料分析及提供較佳的應用效益。其中的資料分析功能，主要係利用機器學習技術分析投資標的預計之報酬與風險，同時挖掘各投資標的間的相關性，進而根據客戶的風險偏好與報酬需求提出專業的資產組合建議，相較於傳統的理財顧問服務，理財機器人具備線上諮詢、低管理費及理性決策等優勢。

然而，以現階段應用而言，僅限於民眾從理財機器人服務取得自動化的投資組合建議與分析為主要，且目前此類應用較不涉及如租稅或退休金規畫等個人財富管理服務，投資人仍需積極管理投資決策。

AI驅動新零售！虛實整合的全通路模式已成趨勢

Deloitte中國數據研究院總監王晨表示，隨著全球零售行業的變革以及中國新零售概念的推廣，智慧化方向已經成為零售業的普遍共識。新零售模式是以消費者為中心，以數位化串聯消費者與商品及服務，實現虛實整合的全通路消費型態，提供線上與線下無縫接軌的購物體驗，背後主要的驅動力則是大數據、機器學習和雲端技術。

未來AI可在零售業提升購物效率、加強消費者的購物體驗，目前在無人零售、智慧供應鏈、智慧客服、智慧物流等方面，都可見到AI落實在新零售中的應用。以智慧供應鏈為例，目前透過數據，可從零售本質上分析消費者行為，進而實現智慧化商品管理，包括預測備貨、銷售計劃、智慧選品（進貨商品優化）、智慧補貨、分倉調撥等一連串的工作。

王晨也指出，在新零售模式下，傳統零售業「以人為本」的思維並未改變，反而消費者、物品、消費場域（人物場）之間的聯結將更加密不可分，因此，AI雖為零售業的催化劑，但現階段並無法解決零售遭遇的所有問題。以無人商店為例，受限於技術仍不成熟，無人零售現階段尚無法取代有人零售，且在無人零售中，並無法滿足顧客與店員交互的需求，因此無人零售現階段尚無法取代有人零售，兩者將繼續並存。

AI向下紮根  帶動台灣產業發展

台灣人工智慧學校執行長陳昇瑋表示，未來任何產業都將與AI息息相關。然而，引入AI技術亦將面臨兩大挑戰。首先，AI 是解決特定問題的技術。雖同為深度學習模型，但對各家企業而言，使用的目的皆不一樣，其多元性及客製化程度遠比導入 ERP（企業資源計畫）、 CRM（客戶關係管理）系統高得太多，因此短期內將很難有套裝系統可以直接購入及進行簡單客製化，符合各產業、各公司、各種問題的期待。其次，目前的 AI皆須由機器學習模型來驅動，而機器學習需有大量資料來進行演算，因此講求資料蒐集的完整性與蒐集時間的連續性。

這波AI浪潮伴隨著「人工智慧民主化 （AI Democratization）」趨勢而來，其中最重要的概念是，AI技術不應該只被某些跨國企業所壟斷，應該讓所有需要的人都有機會參與及使用，具體的作法則包含各種深度學習開發工具及模型的開放源碼，以及各式最新核心技術的分享等。受惠於AI民主化趨勢，AI技術發展在各領域將帶來無窮的機會，也是台灣企業應把握的商機，而台灣人工智慧學校的成立，便是奠基於相關人才缺乏的前提之上，希望人才不再成為台灣企業發展AI的障礙。

AI拉抬晶片運算需求  半導體將再造顛峰

鈺創科技股份有限公司董事長盧超群表示，半導體技術正扮演多元應用的智慧核心，當AI的高速發展驅使了各產業對晶片運算之需求，則具備完整半導體產業鏈的台灣理應是最大受惠者。當摩爾定律即將終結，異質性整合（Heterogeneous Integration）將持續大量促進晶片設計的創新，亦將成為現代最新系統級晶片之主流技術。

AI助攻醫療  精準醫療時代來臨！

台北醫學大學醫學科技學院院長李友專表示，AI目前在醫療領域的應用，主要透過資訊累積和彙整，減少人為疏失，並協助釐清病症。現今醫療面臨三大問題，醫療錯誤導致的損失、醫療品質有待改善、以及「以偏概全」－忽略病人的個體差異，用一種療法治療所有病患。透過AI的應用可蒐集分析的主要基礎，包含個人基因型、環境因素、行為三項要素，這三項要素連結到許多基因檢測資訊、環境面（PM2.5或溫度）和行為（運動及睡眠等），可讓診斷更為完整，達到精準醫療之效。