創新工廠創始人李開復今年初曾提及，
網域申請
，人工智慧（AI）恐在今年底出現泡沫化，
FB粉絲團經營
，一如2000年時「Dotcom」泡沫景象。其實人工智慧泡沫化的警語不鮮見，
關鍵字如何操作
，但仍未減損各方對人工智慧期待。除今年美國CES再現自動駕駛、語音助理等熱潮，
排名優化
，2月舉辦的MWC除「Applied AI」主題外，
客戶管理系統建置
，亦有大量自動駕駛、物聯網與語音助理等人工智慧應用情境的概念呈現，
系統建置
，及如已公開內建NPU神經網路處理器的華為Mate 10或內建Vision AI技術的LG V30等標榜人工智慧技術智慧手機展示。 人工智慧亦在向外拓展，
台中行銷達人
，如AIoT即結合物聯網(IoT)而成為「AI+IoT」，是為在物聯網架構的終端或節點等設備中導入人工智慧運算功能，達到即時處理、分散運算和雲端整合等訴求。然而看AIoT發展狀況，其實改稱為「AI on Terminal」亦不為過，尤其貼近目前熱門的「邊緣運算 」概念，重視將部分資訊處理工作放在終端設備，以減輕將全體資訊上傳到雲系統的傳輸和運算等成本負擔，並達到就近處理、及時反應的運算需求。目前看似人工智慧發展的光明時刻，但亦處於模糊不清的黑暗時刻，主要是因目前將人工智慧描述過於簡化，以及大廠將人工智慧當做行銷詞彙而過度使用所導致。如熱門的深度學習實，是發展自機器學習的分支技術，而機器學習則是實現人工智慧的方法之一。但各界認知AlphaGo、FaceID或Alexa都僅簡化成導入人工智慧技術，而不是認知其功能僅只是利用Deep Learning或其他人工智慧技術針對圖像、語音作資訊處理，而不是達到人工智慧訴求的願景。目前的人工智慧應用僅是處於特定領域的功能強化，如支援輔助駕駛或協助判讀X光片，或僅用來加強語音辨識或圖像處理。其實只要把人工智慧的未來發展期間稍作釐清，即可一目了然。誠如李開復所言，人工智慧有所能也有所不能。長期的人工智慧潛力不需質疑，但現在導入卻也非易事，而所能實際應用的領域或功能亦僅限於局部、片面。台灣系統品牌已朝與Amazon、Microsoft結盟導入語音助理，半導體製造業者亦配合海外大廠發展人工智慧或相關晶片產品，預期台灣晶片設計業者會推出內嵌人工智慧運算功能的元件，然而後端應用人工智慧的系統、服務平台仍掌握在海外大廠手中。因此台灣產業發展方向短期內仍無法深入掌握人工智慧價值鏈。台灣業者仍處於初步階段，主要是市場價值尚未彰顯，新創團隊無法獲得足夠重視或充裕資源。相對來看，海外新創團隊則普遍以此為發展方向，並從投資市場獲得充裕資源，這也是目前人工智慧看似面臨泡沫化主要問題。台灣產業不應低估風險，應提高風險投資能量以搶奪未來的市場潛在商機，一如「Dotcom」泡沫化所淘汰、篩選剩下的網路業者率皆是目前資訊產業巨擘，目前處於中期發展階段的新創應用才是契機。（作者是資策會MIC產業分析師），