2017/8/14 萧瑟寡人
REUTERS/Fabrizio Bensch
作者 萧瑟寡人， 费德智库 共同创办人暨专栏作家。没事看书充饥、有闲写文聊聊时事
。现专注于教育科技、社会企业、科技创业与创业辅导。
几个礼拜前，科技部陈部长受访讨论台湾未来的 ＡＩ发展方向 。访谈内容中见陈部长对
ＡＩ相关产业的见解颇深，也对台湾未来发展用心良苦。虽然部长已开始厘清笔者对于台
湾政府的ＡＩ发展蓝图的 一些疑点 ，但台湾在发展ＡＩ上仍有严重的体质问题，现在是
时候近一步钻研讨论。
什么是人工智能（ＡＩ）产业？
这问题就是第一个吊诡的地方：ＡＩ并不是一个种产业别，而从大众口语来看，甚至连一
种技术都称不上。
大众口语中的人工智能严格上来说，只是一种对于“自动化”的统称，并不能与机器学习
、云端运算等画上等号。
故此，“人工智能产业”最终的产业价值并不是来自于技术专利，而是优势产业自动化后
的附加价值，比如说汽车透过视觉辨识技术来辅助自动驾驶、工厂透过资料分析来自动调
整产能都是这类案例。
笔者个人在“人工智能产业”服务将近十年，主要做的是自然语言处理技术以及学习认知
模型，这些“人工智能”方法，与其他产业使用的技术如视觉辨识、讯号分析，都是隔行
如隔山。
因此，并没有什么“人工智能”技术投资在没有产业环境的前提下是对台湾有利的。
当陈部长在访谈中提及“这个目的可以譬喻成如果要培养很多音乐家，首先要有好乐器一
样。”，笔者自然抱持反对的态度。好的音乐家刚起步时， 用的也是基本款的乐器。要
培育好的音乐家最重要的是要有良好的学习环境、稳健的乐理基础，以及足够的练习机会
。
人工智能也一样，台湾现在人工智能发展不是纯技术发展瓶颈，而是没有学习环境、没有
产业基础，就算技术出炉也没有足够练习机会。
最终原因还是出自于台湾许多产业的毛利和效率都已经不具有国际级竞争力了。
仿效 nVidia
陈部长为什么要做这颗球给媒体接，笔者我能理解。
因为硬件向来是台湾的强项，而电子产业仍是台湾短期经济发展的许愿池。一位部长、一
位行政院长、一位总统任期了不起就是八年，短的可能连四年都不到，谁想得到十年以后
这些投资对于台湾究竟有没有帮助？（当然，这也是台湾和许多先进国家差异最大的地方
）
访谈中提及的“人工智能军火商”观点，倒是挺耐人寻味：
“... 从整个世界分工体系下来看，台湾在 AI 产业炼最大机会应就是发挥过去 ICT 产
业累积下来的优势，参考 NVIDIA 针对市场需求，走快速的“军火商”路线。”
“的确，很多新点子、新商业模式是在硅谷发想、诞生的，不是说应用面不重要。但 举
个例子，如果未来我是个想专攻特定 niche 市场的业者，我想要用很独特的 AI 模组，
芯片我也不要用 NVIDIA 的 GPU，得要用自己的芯片打这场仗。怎么做？找台湾供应链，
而且直接在台湾组一个团队可能是最快的方式 。”
说到这边，不得不再深入了解 nVidia 是一家什么样的公司。
nVidia 虽然是以绘图芯片闻名于世，但是其公司在产业圈中向来不畏虎，时常勇敢挑战
卫冕者。除了绘图芯片外，nVidia 的主机板芯片、行动处理器也都有一定的技术资本与
产业实力。
在绘图芯片市场，nVidia 与 ATI（今 AMD）是几十年的竞争对手了。而 2006 后 AMD 并
购 ATI、Intel 积极发展绘图芯片，nVidia 面对两强大阵营的竞争，就已经在思考如何
跳脱纯绘图芯片的产业定位、进入一般运算和工业云端运算市场，以保护自己的帝国版图
。
而在主机板芯片市场，将近二十年前 nVidia 推出了 nForce 芯片组，挑战台湾威盛和
Intel 两大霸主的地位。直到 2007 年，威盛因为与 Intel 的专利授权纠纷而决定退出
主机芯片组事业，同期 nVidia 也停止发展 nForce 芯片组，寻找更高毛利事业。
在行动运算市场，nVidia 的 Tegra 系列处理器虽然市占率不及 Qualcomm、苹果与联发
科，但仍是此市场的重要竞争对手之一。2017 年，任天堂推出的 Switch 游戏平台便是
使用 Tegra 系列处理器。
由此可见，nVidia 不是一家绘图芯片商而已，而是数十年来不断发展各类运算芯片设计
实力、数度威胁各领域世界霸主的重量级玩家。
但是，访谈中讨论到台湾如何向 nVidia 学习，竟然是因为 nVidia 使用的产业链都在台
湾，因此台湾善用这产业链自己组队去跟国际竞争？
想想过去二十年，当初威盛主机板芯片组事业的命脉在 Intel 手上，而台湾内存事业
的命脉则在美光手上。最后，不管是自己被 Intel 搞死，还是美光被三星整死，当下游
厂商的下场就是任人宰割。
如果要学习 nVidia，我们应该学习 nVidia 长期投资、勇敢挑战 Intel、Qualcomm、
AMD/ATI 等食物链龙头的战略，结果到了 2017 年的今天，台湾却还在想要用 nVidia 辅
助建立的下游产业链去自组团队、去仿效别人打造自己的芯片？
nVidia 会将下游产业链放在台湾，是因为他们的企业核心竞争力不在这里。如果我们又
想要用人家留下的低毛利下游产业去玩ＡＩ运算架构，那台湾ＡＩ发展未来十年大计恐怕
又走入了同样短视近利的死胡同。
官产学的合作方针不明确
说到创业和产业发展，笔者个人最担忧的就是产业领袖跳出来以“成立公司”为 KPI。
在美国创业圈待过的朋友都知道，要发展成为全国性、国际性公司，最后大家仍旧必须到
硅谷和纽约。
为什么？因为人力、产业专业、管理、研发、技术转移等相关资源充沛，新创公司在硅谷
和纽约相较起美国其他地方的体质就会有所不同。
并不是一堆人抢著去注册公司来闭门造车就是好事。
但如果今天讨论的是学术研究，那事情简单许多。学术研究只要愿意砸钱挖人、买设备，
只要把学术人的“脑力”挖来，就有机会发表新学术成果。
但是，这恐怕不是台湾的ＡＩ产业所期许的吧？
从笔者自身观点看来，学术研究和产业应用之间的隔阂至少都是十年以上，而笔者自己从
事过的自然语言和教育应用，学术与产业之间的落差恐怕逼近二十年。除此外，最近炒得
火热的深度学习，其理论基础“神经网络”，其实在学术界早在 1943 年就提出，但是直
到过去十年的运算硬件突破，才使神经网络的成果明显超越支持向量机（Support
Vector Machines）和贝斯网络（Bayesian Networks）。
而至此，台湾的整体ＡＩ发展方向到底是冲著什么而来，笔者个人尚未看到一明确的答案
。
若台湾政府希望扶植学术研究，那未来二十年的成果恐怕是以论文数和引用数计算，而非
经济产值。
若台湾政府希望扶植ＡＩ相关研发与新创，那前提是要建立一良好的产业和经济环境，否
则不会有企业主愿意掏钱出来发展ＡＩ，毕竟研发最终还是要能够提升企业获利。
目前科技部的口径似乎有意使ＡＩ发展和经济产业环境脱钩，希望可以将投资全部砸在硬
体上而不去理会企业和民生应用。
很遗憾的是，今天我们已经不是 1980 年代的台湾了。
台湾已经不是一中低收入的开发中国家，我们的薪资水准在中低制造业已不具优势；但同
时，台湾的廉价人才却又不具先进国家高阶人才的创意产值和效率，因此许多高阶知识产
业亦不具国际竞争力。
前者的毛利在ＡＩ发展蓬勃的年代只会越来越低、工作机会越来越少；但后者却会继续成
长，而且薪资会大幅成长，但前提是台湾的ＡＩ人才以及公司要有能力解决国际市场的企
业和民生问题。
现在提出的“ＡＩ军火商”概念，基本上意思就是“nVidia 一把自动步枪卖一千，台湾
一把三连发卡宾枪卖你五百”，不要说现在有多少国际厂商有比我们更强的芯片和硬件设
计能力，台湾隔壁的中国在ＡＩ和云端运算发展已大幅领先台湾，再这样玩下去我们可能
连菜渣都分不到。
http://tinyurl.com/ybhkblkb