AI 的討論或爭議沸沸揚揚，但是 AI 的世界還在不斷進化。想勇闖 AI 世界，發掘新商機，你手上握有「數據資產」這張門票嗎？如果沒有，你有管道可以合法、合理地取得嗎？
未來的商業世界，將邁入 AI（Artificial Intelligence，人工智慧）的時代。
2016 年，Google 旗下團隊 DeepMind 以演算法打造的 AlphaGo 橫掃圍棋界，扳倒世界級職業圍棋選手。今年初，AlphaGo 又以帳號「Master」在各大圍棋網站下戰帖，連勝 60 盤，讓「人機大戰」「人工智慧」再度成為熱門話題。
有意投入 AI？先釐清 2 個觀念
簡單說，人工智慧是指「電腦快速蒐集資訊和處理分析的能力」，隨著科技技術進展，這項能力已經大幅躍進，成為企業界不可忽視的技術。
看準、看好人工智慧的前景，許多企業不是已經、就是正打算投入資源，探索 AI 能做出何種創新的產品和服務。
不過，根據 BCG 的觀察，AI 在商業世界的應用尚未完全成熟。企業想要將 AI 納入未來發展策略，應該先釐清兩個觀念：
1. 你擁有「數據資產」（data assets）嗎？
過去，稀有的機台、專利或是擁有雲端平台，都可視為公司的重要資產，變成企業競爭優勢，但是跨入 AI 的世界，「數據資產」才是最珍貴的資源。
舉例來說，你擁有厲害的電腦和運算技術，能快速比對消費者過往的交易資訊，幫助銀行業判斷客戶的信用風險和可放貸額度，減少呆帳產生的風險。問題是，只要銀行不與你分享客戶相關資料，電腦再厲害也無法從中比對、分析、判斷，做出聰明的決策。
很顯然地，有了數據資產，硬體和分析技術才有用武之地。擁有數據的人，等於取得運用 AI 的門票。一味埋頭開發技術，卻沒有任何數據，也很難成為 AI 世界的關鍵角色。
2. 你能合理、合法地取得數據嗎？
以前企業沒有蒐集數據的習慣，的確不會擁有各種值得演算和分析的資料。如今體認到數據的重要性，那你有方法可以合理、合法地取得數據，而且消費者絕不會為此跳腳嗎？比較好的做法有：
1. Google 模式：
用戶提供數據，我才提供服務。而用戶之所以願意提供數據，是因為對他們有好處，可以在 Google 搜尋引擎輸入關鍵字後，找到想要的資訊。
這使得 Google 得以蒐集大量的數據資料（關鍵字、使用習慣、點擊率），不斷優化演算法，提供更好的搜尋結果，即使往後想根據這些數據資料，開發更多 AI 服務，也不會有人抱怨。
2. GE 模式：
網路公司很容易取得用戶數據，那傳統企業又該怎麼做？奇異（GE）的做法是透過在產品（如飛機引擎）裡裝設感測器，時時監測飛機運行和引擎的狀態，再運用這些數據，為客戶提供「更好」的服務，像是事先發現應維修之處，讓客戶避免飛機故障造成的損失，就能順利累積數據資產，做為未來開發新引擎和服務的參考。
依循這個邏輯可以發現，愈接近客戶端的廠商，愈有機會合理取得數據，屬於供應鏈上游的廠商，想利用感測器等手法蒐集資料，很可能會惹來問題。
近年來 AI 的討論或爭議沸沸揚揚，彷彿會為人類社會帶來翻天覆地的改變，究竟 AI 實際發展到什麼程度了？
這 3 個領域的 AI 應用，最有可能發展成商機
根據 BCG 的研究，目前 AI 主要應用在以下 3 個領域：
1. 醫療產業：
AI 能針對「指定疾病」來做判斷，像是分析病患的 X 光片，快速從過去 X 光片的檢測結果，釐清病患可能罹患的癌症。如果對應的疾病太過複雜、抽象，像是「頭痛」「身體不舒服」，就超過 AI 可負荷的範圍。
2. 移動服務：
Uber 和滴滴打車這類叫車系統，可以在掌握使用者（乘客）和計程車的資料之後，透過 AI 演算，大幅改變營運績效。
比方說，從前系統派車是搶快，只要有一個乘客叫車，最快回覆載客的司機就得到生意，但是演算法進化後，系統可以故意創造幾秒鐘的延遲，累積到一定的叫車需求，才與空車配對，匹配成效更高。
3. 金融服務：
這是較顯而易見的領域，目前業者在偵測信用卡盜刷、信用評比等業務上，都已經用 AI 做判斷。
AI 的世界還在進化，只要有足夠的資料和優異的演算法，都能讓電腦快速累積經驗，做出決策建議。但要提醒企業主，在這個市場裡，只有懂得有效累積數據與構建數據分析能力的公司，才是贏家。
愈靠近終端用戶，愈有機會累積數據資產
擁有數據的人，等於取得了運用 AI 的門票。目前，愈接近客戶端的廠商，愈有機會合理、合法地取得數據；但供應鏈上游的廠商，想利用感測器等手法蒐集資料，很可能會惹來問題。以智慧型手機的供應鏈為例：
（口述 / 徐瑞廷，整理 / 韋惟珊）
