近年因為深度學習等技術突破，使得原本在學術研究階段的AI跨入商業應用，國際大廠與大型創投已積極投入布局，多數為中小型規模的我國企業，該如何發展AI解決方案以把握市場機會？

將AI運用於醫療領域是當今熱門創業議題，但不似許多業者基於既有醫療影像數據的診斷輔助方案，位於印度班加羅爾的新創公司Sigtuple，發現印度對於基礎血液檢測具有大量需求，因而鎖定血液檢測市場開發自動化解決方案。

Sigtuple尋求班加羅爾最大的醫學檢驗機構Anand Diagnostics Lab協助提供血液數位影像，但數量不夠多，所以該公司開發出運用手機相機的智慧顯微鏡，以快速取得訓練資料，另一方面，該公司也爭取到與血液學家合作，導入其專業智慧。

Sigtuple解決方案運作流程為：由手機拍照並上傳血液抹片影像，該公司雲端AI平台即進行分析及產生報告，報告先送至病理學家（即醫檢師）審閱，再提供給醫生做為診斷依據。以瘧疾為例，該方案在8分鐘內即可產生分析報告，而傳統以病理學家透過顯微鏡做判斷的作法，至少需要20分鐘。目前印度血液檢查的費用約4～10元美元，Sigtuple每份報告僅對客戶收取40～80美分，該方案已通過三次臨床實驗，準確率可達95％，正與班加羅爾多家醫療機構進行正式上市前的實地驗證。

Eigen Innovations（以下簡稱Eigen）為成立於2012年的加拿大新創企業，專注發展製造業軟體解決方案，運用AI技術提升生產效率，並被戴爾選為物聯網解決方案首批合作夥伴，該公司也是Linux基金會為加速工業物聯網發展所發起的EdgeX Foundry開源專案創始成員。

Eigen建構一套能夠即時監測製造過程，以確保產品品質並降低廢料的系統。透過紅外線取得物體表面及表面下溫度分布，可檢測焊接斷裂等生產異常，傳統上，此部分的製造品質大部分還是仰賴工廠人員目檢、抽測及破壞性的測試。

Eigen解決方案的開發思維是以現場（員工）為先，並重視現場員工的智慧。由於現場員工關心的是即時決策，故Eigen的解決方案提供即時監測，當出現可能缺陷時，即傳送警告給現場員工並讓其確認。為此，該公司設計友善的操作介面，讓現場員工透過行動裝置查看影像，再確認是否為缺陷。事實上在運用深度學習、發展缺陷辨識演算法時，除了建構動態的生產環境，蒐集各種製造過程的變異資料，也需要仰賴現場員工對缺陷標註，更顯現友善人機操作介面的重要性。而透過建立模型時的標註及導入模型的確認，讓現場人員貢獻其智慧，使系統持續學習、不斷精進。

綜整歸納上述案例可供我國企業借鏡的有：

一、從在地、具迫切性的需求切入布局

對中小型業者而言，除非有特別優勢，其發展路徑多是先尋求在本地市場取得實績，而後再拓展海外市場，也因此業者最好從在地需求切入，為使用者解決問題，就如同Sigtuple之作法。而對於在地需求，以具迫切性者為佳，當使用者有迫切性需求，更有採用創新方案的意願，而增加中小型業者的導入機會。

二、提供整合軟硬體的端到端解決方案

AI雖然以軟體（演算法）為發展核心，但仍需要搭配硬體才能發揮效用，硬體的設計及品質等為建構良好使用者經驗的重要因素，所以Sigtuple除了開發軟體系統亦自行打造硬體，特別是為了解決血液抹片數位影像不足的問題，該公司設計並製作與手機搭配的智慧顯微鏡，以利快速取得訓練資料，Sigtuple提供解決方案的思維，值得我國業者借鏡。

三、導入現場專家智慧，促使系統持續精進

經由訓練資料發展出模型後，AI即可至現場運作，此時若能導入現場專家的智慧，可協助系統效能精進，Sigtuple、Eigen即設計了讓醫檢師、生產線員工審視AI預測結果的流程，藉此學習現場專家的經驗，而Eigen更提出「以現場（員工）為先」的開發思維，並設計很容易標註產品缺陷的操作介面。

四、尋求與國際大廠合作，參與國際開源專案

中小型業者若能成為國際大廠的合作夥伴，對業務拓展有相當大幫助，就如Eigen不僅成為戴爾的合作夥伴，該公司也藉由成為EdgeX Foundry開源專案的創始會員，樹立其技術形象並取得在智慧製造生態系的有利地位。

目前國際大廠正積極建立IoT、AI等新興領域生態系以鞏固市場地位，我國業者可綜合參考上述三點、發展相關應用解決方案，掌握成為國際大廠合作夥伴的機會，以往我國業者較無參與國際組織及開源軟體的風氣，此時心態或許可轉為積極並開始行動，以利提升在生態系的地位及增強技術實力。（本文作者為資策會MIC資深產業分析師顧馨文）

日期：107-04-21    資料來源：中時電子報