打造產業未來發展方程式
發佈日期:2018/2/11 | 類別:資訊電子產業 | 點閱次數:189

為協助產業擬定策略規劃或進行資源投入參考,從技術發展及應用趨勢的觀察,整理「A、B、C、D、E、F」等六個未來值得關注的發展元素。

為協助產業擬定策略規劃或進行資源投入參考,從技術發展及應用趨勢的觀察,整理「A、B、C、D、E、F」等六個未來值得關注的發展元素。

A代表人工智慧(AI),也是目前討論熱度最高的領域;B代表商業模式,特別是近幾年創新、創業議題發燒,甚至成為大廠布局次世代領域的重要合作夥伴;C代表連網能力與標準,其中包含物聯網與5G;D代表巨量資料,更重要的是領域專門知識;E、F則是代表邊際運算、霧運算等新興運算模式。

在製造業、農業、零售業、醫療業、交通運輸等應用場域中,受到物聯網標準漸趨統一、產品╱模組逐漸成熟,各應用場域導入連網的比重提升,機器設備連網比重攀升,各領域的巨量資料快速累積,資料量一旦夠豐富,連帶使AI的計算、分析等能力獲得大幅提升,加上亞馬遜、GOOGLE、IBM、微軟等也陸續將AI資源進行開源,給予更多人運用AI的機會,更加乘資料採集的數量與質量,並促使新興商業模式興起。

然而資料量一多,傳統依賴雲端的運作模式將會出現問題,如資料過多造成頻寬壅塞,甚至增加雲端運算所需的儲存與運算資源,自會提升設備建置與租用成本。此外,若終端需要數據即時反應與處理,資料是否具有隱私與安全性考量等。為解決上述問題,在傳統的「雲」與「端」之間,給予邊際運算、霧運算等新興運算模式興起機會。

在上述的方程式中,若能加入四則運算的數學概念,能呈現另一番有趣的解讀。AI宜搭配加法「+」,因為AI必須依附在某個應用領域比較容易彰顯AI的價值。但要如何選擇台灣適合發展的產業類型?判斷準則如下:選擇政府、民間資料豐富的部門,較易於建立分析模型與價值;產官學研人才齊備的領域,學研人才有利於協助分析模型建置,另一方面,也需要產業與政府部門針對分析後的參數進行判讀,提供模型修正參考。

從製造業來說,台灣資通訊產業與精密機械產業仍居世界領先,加上廠商工廠裝置的機台多、資訊量相對充分,廠商對於資料分析後的解讀能力也較佳,而在健康醫療領域則是著眼於台灣納保人數眾多的健保體系,若政府部門可以適度開放資料內容,加上台灣對生物、醫藥領域人才,培養已久,質量俱佳。

在巨量資料部分宜選擇減法「-」。IBM在「5 IN 5報告」提及,現有資料科學家約有80%時間花在資料蒐集,而非分析或瞭解資料的價值,所以如何讓資料科學家可以提高分析效率,非常重要。「減法」的用意在於模型建立之後,再利用霧運算先行處理與篩選資料,擷取高質量的資料進行運算。

至於連網能力與標準則是強調「=」,通訊標準首重在於互通有無,以工業物聯網為例,美國IIC聯盟與德國PLATFORM INDUSTRIE 4.0已經針對通訊架構與平台內容進行合作洽談,美國IIC聯盟與日本IVI聯盟也開啟標準制訂的協商,甚至未來5G標準商轉之後,各大電信業者也開始與區域業者業務合作。

受惠新興技術逐漸成熟與開放,創新商業模式遍地開花,蘋果、GOOGLE等近年來也併購不少新創業者,日本軟銀更成立100億美元的SOFTBANK VISION FUND。取得或創辦新商業模式,將可使公司價值發揮乘數效果「X」,甚至可延伸現有產業範疇,出現倍數效益。

(本文刊登於工商時報 2018/02/11 A9版)

本文作者

魏傳虔  資深產業分析師兼產品經理
領域:智慧醫療、智慧製造
簡歷:
專業於智慧科技相關產業研究領域,主要以智慧醫療及智慧製造等領域為主。曾經研究領域涵蓋主要資訊硬體產業,如全球主機板產業、筆記型電腦產業與桌上型電腦產業等。 曾擔任經濟部工業局「資訊工業發展推動計畫」、「亞洲區域產業競爭研究及政策規劃計畫」之分項計畫主持人、負責《2005年資訊工業年鑑》、「2006年推動外商來台擴大產銷合作計畫(IPO) 」、ITIS重大議題研究及「未來教室高互動學習終端研發計畫」等。具十年以上之產業研究經驗。中原大學企管碩士,主修行銷與策略管理。
熱門點選
  1.   中美貿易戰將重塑全球電子產業市場版圖
  2.   迎接5G世代的台灣發展現況
  3.   中興通訊面對美國出口禁令對資通訊產業之影響...
  4.   2018年5G晶片發展動態分析
  5.   臉部辨識產業鏈及競爭分析
相關研究