臺灣須強化基礎研發，投資未來競爭力

 _{返回索引︱CEO 觀點}

Q：您認為，AI 對臺灣企業有哪些較顯著的影響？

A：根據李開復的分法，AI 有四類：Internet AI、business AI、perception AI、autonomous AI。Internet AI 不會是臺灣的立基點，因為市場太小；business AI（或說 enterprise AI），臺灣最有利基的大概就製造業跟醫療產業，AI是個工具，就像是複雜一萬倍的 excel，當產業擁有足夠的 domain know how、在價值鏈上站好位置，AI 可讓企業繼續往上爬。

至於 perception AI，目前大多都串到雲端去做，但若要即時反應，就一定要在 edge 端運算，這就會是臺灣的機會，畢竟全世界有相當比例的邊緣裝置（edge device）都是在臺灣製造甚至設計的。

最後 autonomous AI（如機器人、無人車、無人機），臺灣有機會，但還要再追，因為臺灣擅長做硬體，但 AI 是屬於軟體的部份。建議 AI 的新創公司可跟既有企業合作，可讓臺灣切入 autonomous AI 容易些，就像無人車，國際上發展 driving AI 的公司大多選擇跟傳統車廠合作，因為最終還是要回歸到產業的通路、市場布局、以及這領域的 know how。

Q：您怎麼看臺灣的 start up？能否提供一些建議？

A：臺灣的新創大部份著重「商業模式」或「應用」的創新，很少是「技術」的創新，這是臺灣新創文化的盲點。臺灣對於新創的育成，多是舉辦比賽，要求在兩天內看到很漂亮的成果，但應用面的東西相對技術門檻較低，像以色列的 Mobileye，是一個教授帶著實驗室做了 15 年，最後以 150 億美元賣給 Intel，這就是選題的重要，創業如果變成一個比賽，可能幾天、幾個月就要定生死，勢必會非常淺碟。

現在的 AI 新創做的也多是 AI「應用」的新創，沒有所謂的 AI「技術」新創，因為若做應用新創，馬上可以跟政府拿到補助，但做技術新創，沒有人看得懂，導致臺灣的新創公司長得非常一致。也可發現，臺灣的創投圈，也幾乎沒有技術背景的人，但這種人在矽谷的創投圈是很多的。

Q：剛提到臺灣的製造業在 AI 有些機會，您怎麼看智能音箱的發展？臺灣有沒有機會？

A：臺灣的技術能力絕對可以，但臺灣不擅於做品牌。但我認為，現在 AI 音箱用的自然語言處理（natural language processing, NLP）技術無法做到真正理解人類的話義，因此回應基本上是以模板（template）為主，除了問答型的應用，未必能真正解決消費者的痛點。目前深度學習的應用主要還是在影像（graphic）跟模式辨識（pattern recognition），像在醫療或製造業的應用，這會觸發產業的質變，讓生產更有效率、提升品質，並轉換成經濟效益。

Q：您認為政府該如何協助 AI 發展？政策有無需要加強或改變之處？

A：先說政府不要去做的事。政府不應該到處灑補助來鼓勵 AI 發展，這樣反而會讓具有 AI 基礎技術的新創出不來，大公司只要看誰有解決方案就試試看，反正是 easy money，這讓很多公司養成有補助就做創新、沒補助就不創新的壞習慣。

接著談政府能做的事，第一是人才培育，政府應該從最基礎的國民教育著手，去深化程式教育及英文教育，從小紮根。

其次，政府對於「產」跟「學」的定義太狹隘，也太缺乏彈性。現在學術界的老師升等看的都是論文數而非影響力，只要離開學界一、兩年，論文發表的動能消失，可能再也無法升等，學術生命形同夭折，所以幾乎很少有人願意長時間投入業界；即使學校老師不出去，光要跟廠商合作或顧問借調技轉，由於現今相關規定不符合企業運作常態，導致整個申請過程充滿痛苦。影響所及，學術界的能量無法轉移到產業界，產業界則誤以為學術界的研發能力不符合實務所需，究其原因，就是政府依然用「防弊」而非「興利」的心態來看產學之間合作。

第三，是在關鍵的產業應用。雖然我們非常自豪臺灣的健保資料庫，但臺灣的人口數太少，當要做疾病的預測診斷、醫治、或像長期照護等，每家醫院掌握的病歷數可能就 1,000 個、3,000 個，這必須政府出來做莊，在維護個人隱私的前提下，統合臺灣各家醫院握有的數據資料。當然，這件事情在某些國家不一定需要政府，像在美國比較是科技公司在主導，臺灣我認為政府還是比較合適的。

第四，法規鬆綁。只要問任何一家在臺灣的跨國公司，臺灣的規定限制是非常多的，尤其在金融監理上，管的範圍、細膩程度絕對是超越全球。像 FinTech 的應用，都是鄰近國家已經非常普及後，臺灣才開放。

第五，在一些非常重資本的產業，如 AI chip，每一個晶片投產的投資甚高，而且要前仆後繼一直試，就需要政府出面找大家一起投資。像大陸發展半導體，是政府直接補助，目前臺灣的半導體業還有一點優勢，但若AI這塊輸了就會很危險。

第六，政府應該帶頭示範應用 AI，先從與大眾服務、人民福祉有關的公共服務先帶頭做起，像交通運輸、空氣汙染的改善。全臺灣有約 85 萬名的軍公教人員，都是用傳統的方法在做事，若政府能帶頭導入 AI 應用，一方面可帶動資料跟 AI 的新創公司，二方面我們的公教人員不會那麼忙，同時，政府通常是產業的 base line，如果政府提升，產業界也都會提升。政府要先以身作則，若是由最不創新的人來倡導創新，那評量創新的機制就會很奇怪。

Q：常聽產業抱怨找不到適合的人才，您認為如何培育數位化人才？

A：臺灣需要 T 型或 π 型人才。過去幾十年來，我們把人都投到半導體業跟製造業，一貫的思維是「買硬送軟」，軟體人才的待遇、舞台以及在科技廠裡面的升遷都不受重視，導致現在找很有經驗的軟體大將，非常困難，很多軟體人才被訓練成兵，而不是將。

軟體跟硬體產業有很大的文化差異，在硬體產業，人被塞在一個非常精確的位置上，擁有的材料是固定的、有限的，不可能拿做鍋子的原料突然變出一個機器人；但軟體產業從頭到尾所有的材料就是「程式」，程式碼是無限的，所以軟體產業會有 open source 這種相互交流的文化。

另外，臺灣缺乏做深度研發的人，臺灣產業大部份只做 D（development）不做 R（research），但臺灣人才沒有研究能力嗎？恰好相反！實情是，很多臺灣公司把碩博士等研發人才當做維運人才來用，請他們以現有的方法做既定的工作，不用高階研發，只要產能，人才也缺乏真正發揮能力的舞台。

當 AI 成為顯學，現在產業界突然喊說找不到數位化人才，其實產業界自己要負一半的責任。人才舞台的問題是企業自己要去改變的，臺灣產業界一直沒有給予這種舞台去培養軟體、以及深度研發的人才。

人是會長腳的，但薪資跟臺灣的匯率政策有關，在此先不談，若只看人才在國內產業跳，根據統計，「主管」往往是最主要的離職原因。在數位化浪潮中，年輕人通常比主管數位化能力更強，很多時候是第一線的人才已經看到外面的趨勢，但主管還在用 20 年前的那一套，就很容易變成人才離職的主因。

另外，臺灣缺乏「平台」，臺灣過去這幾年在推廣 big data、AI，可能同業間 IT 人員遇到的問題 90% 都一樣，但每個人都閉門造車，完全沒有技術交流，有交流的都是企業高層之間的策略交流，但在商場上無法只用策略打贏戰爭，執行力更重要，而執行力靠的就是技術的深耕。

Q：面對AI帶來的改變，您給臺灣產業的建議？

A：我比較把希望放在新創公司，當大公司每天都要盯 ROI 這些財務數字，要投資做創新就變得很困難。我聽過很多公司內部的 AI 計劃，其實已經小有成功，但因為公司規模大，行政費用高及相對效率低，一個小有成功的專案在計算 ROI 上就很難看，就被砍了。

但臺灣目前新創圈偏向某一類的新創，只要贏得新創比賽，媒體就報導、就有政府補助，這讓新創只講求速效。我認為，一個國家應該要有三成是做基礎性的技術創新，結合產業與學界的力量，目前臺灣少有技術新創的公司，學界老師出來新創，可能有技術，但缺乏創業及資本市場的經驗，我們應該要把產學兩邊接起來。

第二，國際化的能力。企業沒有國際化，就沒辦法吸引國際人才，人才沒有流動就故步自封。但臺灣人自己彼此都不交流，更別說國際交流，關起門來不知道外面世界技術到什麼水準，像日本的樂天、Sony、Honda、Uniqlo 都積極推動英語能力，就連有一億多人口母國市場的日本企業，都這麼看重國際化，臺灣企業必須急起直追。

第三，重視創新研發。臺灣上市公司多的是五千人、萬人以上的企業，在公司裡面養個十人的實驗室，一點都不為過，也花不了多少錢。以招商銀行為例，將每年營業收入的 1% 投入創新研發，而且這創新是與營運、產品、服務完全無關的。臺灣企業所有的 IT、R&D 都還是跟產品線綁在一起，臺灣產業界必須去強化基礎性的研發創新，Invest for future，想成是繳給未來的稅。

最後一點，臺灣人才的升遷管道相對比較窄化，一般來說，國外公司可以做到 VP 之後就轉顧問，然後把新的人才拉上來，但臺灣用人用得很精簡。升遷僵化讓後面的人一直上不來，可以看到臺灣企業的領導人年紀都比較大一點，建議可在企業裡面創造一些顧問的位置，讓這盤水能夠活起來，因為企業必須有新的人才，才能帶入新的視野。