人工智慧不是什麼都能做

終於，李開復談AI有特別強調聚焦在一種應用，對應一種AI發展領域，而不是一個AI項目泛用在許多領域。例如做圍棋對戰只能做這件事、商品推薦只能做這事，而非過去他在媒體上談論AI時，給人想像AI做了後就每個領域都能用。

不過有一點他在談的舉例不一定適當。美圖秀秀靠用戶拍出來的照片，由用戶來決定那些照片留，哪些不要來學習照片的好壞辨識（人工Tagging），而這事如果為真，等於就宣告這APP會偷窺用戶的照片，即時是真的在背後這麼做未經用戶同意，但公開說出來等於是昭告大家，隱私權未被同意下被侵犯。

不過，AI還是離一般企業太遙遠，光是資料處理就是個挑戰，另一個是資料收集，這都還沒談到運算與學習，有太多非常遙遠難以進入的門檻高高墊在那。但，他舉了多個例子要讓中小企業懂，還蠻容易了解，只是強調擁有數據就是坐在金礦上，應該要額外強調要具備足夠的技術力才行。

最重要的還是商業邏輯本質怎麼去運用數據來創造價值，商業價值主張之於數據沒有先定義清楚，AI很容易落於純粹想像、幻想。而他有特別舉出幾個具體例子，這樣較能理解AI的商業應用價值、變現的機會可以怎麼去設計，進而期望去執行發生，最後導入到變現流裡。

而接下來值得期待的還是IoT感知層收集到的資料能展現多少商業應用價值，特別是消費型電子商品加上各種感知器來多元化、豐富化原本單調的資料格式，例如加上不同層次的維度來組合出新型態資料格式，再用AI來組合、運算出數套模型做為日後新型態多層次的資料格式。

簡單來說，過去想像資料可能可以用來猜測用戶的好惡、感受、情緒、認知等，做為日後商業應用衍生發展之用，但以前在分析與運算有其技術、硬體上的限制，始終沒有太顯著的成長，但現在頻寬、技術、硬體、末端裝置其水準已超越過去許多，那些停留在想像的猜測，現在有機會可以一個一個項目的去嘗試並實現。

至於全自動化世界，我個人認為還有很長一段路要走。我們走了三十多年語音辨識才有今天的水準，而全自動化機器要學習與收集資料的來源才正開始，怎麼進到大眾領域（一般市場）還是一大挑戰，或許工業、製造領域會比較能看到各種可能，例如無人自動倉儲、無人自動貨櫃等，而醫療自動化手術牽扯太多社會觀感與道德議題，還要觀望很長一段時間。