【全国科技发展策略规划-人工智能篇】率先推动优势产业持续培育AI人才
- 赖威霖
-
人工智能(AI)被视为第四次工业革命核心，全球包含美国、国内大陆、日本、法国皆积极掌握AI关键技术，带动产业升级。从金融、医疗、零售、制造、生技、机器人到自动驾驶，皆属AI应用领域衍生庞大商机。为提升台湾AI大数据科研创新及产业应用跃升，科技部特别邀集产学专家提供策略建言。
因应全国科技发展策略规划会议，同时带动整体产业跃升，科技部举办一系列专家意见徵集座谈会。本次座谈会由科技部指导，国研院科政中心和DIGITIMES主办，为奠基台湾在AI大数据科研创新实力，邀请AI大数据智能应用促进会会长暨程曦信息整合总经理张荣贵、台湾微软营运暨行销事业群AI事业开发部副总经理李元淦、NVIDIA业务副总经理林敬祖、台大信息工程系教授徐宏民、云守护安控人工智能装置端软件总监黄炫辅、软领科技创始人暨CEO翟海文、天奕科技创始人暨总经理陈宗逸、鼎峰智能创始人暨CEO陈忠伟、开必拓数据创始人暨CEO孙逢佑等，集结产业、学界、公协会等多位专家先进共同商讨。
2030年掌握AI大数据竞争力 整体政策愿景聚焦4大构面
根据统计因应AI应用市场规模，全球经济至2030年将受惠AI技术创新带动16%经济成长。台湾目标2030年在AI、大数据、物联网领域确保国际竞争力，针对政府整体产业发展策略及推动重点，座谈会归纳4大关键议题。
第一，建立更高层级部会延续政策长远性。林敬祖指出，目前AI相关计划以科技部主导，带动一系列如台湾半导体射月计划、台南沙仑自驾车测试场域、台湾首座超级电脑台湾杉二号等研发能量实例，期望强化政策延续力道，避免创新方案多头马车或停留概念性验证(Proof of Concept)，而是真正达到商用运转、应用落地。陈宗逸表示，目前随不同执政党转换容易使政策无法延续，建议成立跨党派且不受限行政部会指导的更高端部会，针对长期政策规划落实一致化愿景。
第二点建议是扩大数据释出、数据使用法规明确定义。张荣贵表示，大数据、AI应用最需庞大数据以训练机器学习模型，目前产业情况是场域业者握有数据；资服业者具备技术，但双边未能串接商用价值。鼓励政府、法人单位释出、公开更多可使用数据，让整体AI应用自然长成。陈忠伟也提及，像是人脸数据、生理数据等，哪些项目可蒐集、储存、再使用，相关法规希望政府能明订规范，在鼓励创新立场上，让更多数据转化成商业价值。黄炫辅表示，新创企业普遍面临不易招募人才和不易取得AI训练所需数据，若政府和法人能将公家数据公开并有条件取得，将会加速创新研发，同时台湾人才理论很强但实作能力不够，除了课程教学，可安排更多产学合作机会，着重业界实习帮助接轨。
第三点建议，聚焦跨界整合建构平台生态圈。由于AI生态圈涉及软件演算、硬件载具、场域平台等庞大产业链，张荣贵观察，台湾资服业者大多属中小企业规模，许多专案合作后仅留下经验，但数据模型、技术数据因业主限制无法延续价值。建议由政策推动，鼓励产业链不同型态业者彼此整合，甚至垂直领域有大型数据处理平台，提供数据转换、通讯协定等底层建设，以利中上层应用的整合方案，形成AI生态系。
第四点建议，打造场域促进Total Solution输出。翟海文和张荣贵建议透过政府预算，针对各垂直产业打造服务平台，让产业链上中下游等业者可在平台达到媒合功能，形成技术供给端、场域需求端、系统整合商共同打造的试验场域，形成整体解决方案。未来方案不仅台湾可复制，同时输出海外，创造商机不局限系统服务，还包含Know-How、顾问费用，多元化AI服务商业模式。
台湾AI产业化重点科研项目 专注重点技术、优势产业先行
第二项讨论议题为2030年确保国际竞争力概念下，最应该把有限资源投入哪些重点科研项目、产业扶植。李元淦认为科研项目，应站在台湾科技岛的利基点，期待AI、大数据、物联网领域更着重与社会情境，也就是一般大众最有感的项目。例如少子化、老年化议题，如何藉由AI、大数据协助改善社会问题，较能让人民感受政策作为。
徐宏民观察，AI核心技术在智能系统，即是达到预测、感知、推理等应用，预测未来十年科学演进，势必有更成熟、更前瞻的演算技术持续推出。所以政府应鼓励产学多尝试部分的前瞻创新方案，透过政策评估风险，慢慢挑出可行方案。从政策角度，政府应鼓励产学形成生态系，让学界、产业投入多元化尝试，先搭建开放环境，让愿意创新、尝试的风气存在科研单位。
至于盘点AI产业，陈宗逸点出，过去AI相关法规较多集中金融科技、无人车相关产业，但这两项是否为台湾产业强项值得深思，建议政策先从台湾擅长的产业发展，例如制造、医疗产业等。林敬祖则回应，虽然台湾汽车产业未有一级车厂，但伴随电动车、自驾车的时代转变，反而藉由台湾ICT优势，掌握像是防撞运算辅助系统这类最有价值的技术，是车用AI带动ICT产业升级另一形式。
至于其他产业优势，座谈会中还提到AI结合医疗、制造、农业等。其中的医疗包含具备顶尖医疗人才、健保病历数据，同时台湾因应人口老龄化、长照2.0场域需求，相关软硬件技术与大数据应用整合，发展多元化AIoT应用，是台湾非常适合项目。所以在科研发展方向，建议软件厂商若具备技术，不妨寻找最佳化硬件平台，透过强强联手过程，政府积极在中间扮演角色，透过资源整合促进应用落地。
优化科研创新环境机制 鼓励国发基金投入学界、新创企业
观察全球AI大数据领域，学术研究到商业化的速度更为缩短，对于学研与产业之间的运作机制，如何调整、优化，促进创新研究结果早日商转、输出。张荣贵观察，目前学术机构、法人单位、产业的供给端、需求端彼此属于「断链」状态，新研究在研究阶段形成报告后，缺乏横向沟通未能让成果商业化。另一方面，政府各部会未能整合，学术单位归属教育部、法人属经济部管辖，产业推动则是工业局，但学术到产业需要跨部会协作，希望政府单位权职能重新定位。目前科研创新环境，最大问题是法人单位往往取代产业供给端(资服业者)功能，建议法人单位应花时间拟定政策，再送给业界执行，或透过法人辅导技转，促进形成合作生态链。
徐宏民建议由学术机构做基础研发，法人单位将学术研究衔接给产业应用；或是产业出题给学界解题；以及在产业整合供给端与需求端，中间环节可透过公协会担任学界、法人、企业(供给、需求端)的沟通桥梁，落实产业建言、媒合功能。也指出国外许多案例是企业投资高教体系，甚至鼓励教授到业界创业，企业投资学术研究、学校带动AI前瞻应用是重要能量。不过目前台湾学术环境，长期受限教育部较保守态度规范，甚至早年对教授担任新创的共同创始人或董监事的限制，导致产学无法广泛互动。建议教育部对大专院校的科研延伸到产业时，回归市场机制，又或是建议教育部与科技部形成政策共识，拟定一套成熟且开放的管制标准。
至于企业投资学界研究，陈忠伟建议可透过国发基金搭配创投VC一起挑选、投资适合的科研项目，鼓励VC挑选高风险但高获益价值的AI创业项目。又或是拨款部分国发基金预算，补助AI新创公司与大型企业合作，双边在POC过程，由政府计划协助新创AI研发过程的一部分预算，方案落地再转交市场使用者付费，可缩短POC验证时间提升科研创新能量。
创造AI产业内需市场 业界关注税制抵减、场域搭建、供需媒合
内需市场的创造，在场域、机制、法规面向，座谈会先是提到税制问题。孙逢佑表示，AI大数据产业多属软件研发，本身未有制造、运输成本，大多集中在研发成本，张荣贵也建议为了提升内需市场，在租税方面可透过政策针对企业营所税、人才所得税、研发折抵等，在鼓励企业投入研发，同时不影响EPS数据而造成借贷问题。营业税方面，软件成本多在人力无法抵减营业税，企业建议5%营业税作为产业公基金专款，回馈产业研发。
另一建议是从政策要求，陈宗逸举例，可让台湾一级企业每年与新创或AI方案提供企业合作，相关费用由科技部计划、科专计划支出，形成实际场域导入新技术，应用供给端不需再耗费心力申请科专，让场域业者承担一定程度成本，同时担起社会责任带动新技术内需，借助政府背书让AI＋跨产业的「实场域」成功落地。第二种是建构「虚场域」，透过建造示范建筑，展示一系列AI科技导入的方案作为长期曝光，甚至可组成参访团强化与国外一级企业合作，逐渐培养出台湾20大AI、IoT公司。
林敬祖提出观察，台湾高达90%是中小企业，大多是规模小、资源有限，往往无法从内部培养AI专家人才。建议政府成立专职负责做AI、大数据领域的媒合机关，有专门团队研究市场趋势及场域需求，哪些议题最亟需AI技术，从新创或资服企业名单中找到适合的技术提供者，一方面促进中小企业获得AI方案，另一方面也助于系统服务业者，将成功案例后续行销到全球市场。
培育AI大数据人才 举办国际竞赛、深化产学合作、创造优质就业环境
关于AI人才的吸纳、培育，座谈会提出四大建议。第一，除了培育技术人才，更该从各行各业领导阶层引进AI思维，张荣贵表示目前公协会持续透过领袖营、工作坊，协助资服产业的业主具备AI思维、了解AI特质，以利未来与AI团队沟通无碍。
第二点建议，李元淦发现，台湾毕业人才多熟知AI理论，但欠缺实作能力。所以建议政府政策，在台湾举办长期性、国际级的AI竞赛，除了吸引全球好手及技术方案在台湾示范，透过竞赛让国外企业想在台湾找人才，或是增加台湾人才在实务学习的场域。
第三点，法人单位长期培养大量人才，建议除借调学术单位、法人机构之外，也能放宽规范释放到民营企业。徐宏民提到，透过借调模式，可将人才及技术一同达到成果移转，当两三年专案结束后，让人才选择回到法人或续留企业，尽可能松绑人才流动而非过度限制。
第四，翟海文表示，吸引国外AI人才到台湾，包含研发、技术领域，必须透过政策改变就业环境，包含最直接的税务问题、金融环境、募资条件等，增加诱因吸引创业者、白领人才愿意续留台湾。
（赖威霖整理报导）
