科技汇流下的灭顶隐忧将至？

几年前去韩国，有一位中小电子厂商无奈的跟我抱怨：「我们能做的生意全都给三星“没收”了！」。他是一位资深的电子业者，讲的是以前的数码镜头、MP3、MP4、PDA、游戏机、电子相框等以独立机体型态存在的电器，现在都被整合入手机中。

这份名单可以继续延续下去：手电筒、投影机、小计算机、闹钟、电子表、基带、移动蓝芽、移动Wi-Fi、读卡机…，这过去都曾经是个别的机体、单独的市场，也曾滋润过许多中小电子厂商，但现在因为手机的普及而几乎消失殆尽。他抱怨三星当然只是韩国版的观点，这灭绝事件普遍在世界各地发生，整个电子产业的清洗过程只不过花了20年的光景。

也大约在20年前，大数据这个名词开始浮现，人工智能由于演算法以及硬件的改进开始由个别领域的应用进入真实世界，其中重要的一支机器学习正是以数据库中的大数据当成学习以及成果检验的基础，物联网则成了大数据库的输入口。与工业接壤的地方孕育出工业4.0、机器人；人工智能与物联网也进入家庭，成为智能家居。机器学习、物联网、区块链也联手改变个别产业的新面貌，譬如金融科技(FinTech)与医疗科技(MediTech)。更多的产业更因这些技术的注入而兴起，譬如无人自动驾驶、智能电网、智能交通等，还有一些新技术的合流可能加速这个领域的发展，譬如量子计算、AR、VR等。

一个鲜活的例子是Alphabet旗下的DeepMind－以AlphaGo声闻于世的公司－现在想利用他们神经网络演算法以及深度学习来探索英国公医系统所累积的医疗数据库，但是首先需要解决个人数据隐私的问题，区块链就自然而然的进来了。而包括神经网络演算法以及深度学习均是量子计算发展的下一个目标，有可能大幅加速学习的速度。量子计算与DeepMind有多远？2013年Google、NASA与Universities Space Research Association组了团队用D-Wave的量子计算机来研究量子机器学习。众所周知的，Google与DeepMind都是Alphabet旗下的公司。新科技一切都汇流到一起了！

与前一波电子机具整合不一样的是这次的整合在云端，没有空间、电源等物理等限制；而整合的兼容性以及效果都不是以前电子器具整合的加法而已。所以科技汇流的速度以及应用范围的扩张都是以近乎指数的方式成长。在这样的趋势下，重演一次手机对各式电器的灭顶之灾也可能在这次科技汇流下发生，现在暂时安定的电子产业生态有机会再重新洗牌。幸好像电影《终结者》那样的skynet出现还会有好一阵子，《大演算》书中描想的终极演算法master algorithm还有待基础知识的完善－这个比施之于应用要困难、费时多了。

台湾没有太多世界意义的大企业，能生存并可顺利过渡到云端产业型态中的策略不多，我能想到的是连结云端价值链中的几个价值点，并且跨出云端、与真实世界有些物理的连结－这样比较不容易轻易被几个软件替代掉，然后应用于一个特定的产业或领域，有点像DeepMind做的，但稍为广些，与真实的世界多一些接点。

例如使用健保体系建构起来的专业、结构数据库，在机器学习的领域创造2、3个价值链的环节，并且延伸至医疗硬件，以及移动医疗、居家照护等目前台湾正在嚐试的真实世界制度和系统－这些延伸的部份短时间内不容易被复制和超越。这样的策略有机会给台湾企业在未来产业生态中寻觅个切入点！