AI 已大量渗入广告服务与金融，扩大数据使用权是国际大厂布局关键

近年在深度学习（Deep Learning）模型技术的导入下，让人工智能（AI）大放异彩，吸引众多云端平台与芯片厂商的关注和投入。TrendForce 旗下拓墣产业研究院最新研究指出，“深度学习”的发展重点除了软件模型架构的改善，还须仰赖强大的硬件运算能力，以及大量的有效数据资料才能达成。其中数据资料直接攸关 AI 模型训练完毕的辨识精准度水准为何，成为国际大厂角逐 AI 应用市场的重点所在。

拓墣统计，从目前 AI 中机器学习的应用发展来看，以金融与资讯安全、数位广告科技比重最高，分别达 20% 与 18%，其他产业的应用也正快速发展中。

大厂积极掌握重要资料或获取资料使用权

观察目前布局 AI 应用市场的厂商，主要为 Google、AWS、Facebook、IBM、微软、苹果、百度、腾讯、阿里巴巴等云端或软件平台大厂，其共同优势是拥有大量用户数据库使用权，利于发展 AI 相关 API、SDK 等软件工具。

拓墣分析师林贞妤指出，数据库的拥有者与数据库使用权未必画上等号，厂商有时只是获得资料的使用权，却不拥有资料本身。AWS、Google 或微软的 Azure，同时提供公有云与私有云的服务，但通常都不拥有客户的数据资料，只在用户为特定目的使用云端 API 等工具输入资料，厂商才一面提供服务，一面使用这些数据进行自家云端 API 工具的效能优化。

林贞妤也表示，由于深度学习的实践仰赖丰富的数据资源，厂商为发展出更多元的 AI 服务，也将开源框架（Open Source Framework）视为重要战略之一。因为若能掌握软件开发环境，就有机会拓展后续软硬件服务，所以无论是 Google 的 TensorFlow、Facebook 的 Torch、微软的 CNTK，或英特尔购并开发 Neon 的 Nervana Systems，越来越多厂商都试图稳固自有的软件开发环境，透露其中潜在的角力关系。

发展专业领域 AI 系统，专业知识与数据是关键

若希望利用数据训练出符合某项专业领域的需求且具高信赖度的 AI 系统，掌握该领域的专业知识（Domain Knowledge）便成为系统发展的关键。举例而言，若要训练 AI 系统透过影像辨识找出病灶，就必须先取得足量且攸关的病灶影像数据进行 AI 系统训练才能达成。因此，掌握专业领域关键资料的厂商重要性将日益增加。

就以集邦科技为例，做为专业调研机构，除了累积过去逾十多年的数据库能量外，仍持续累积科技产业各领域的关键资讯，在产业全面迈向人工智能数据化的同时，未来期能提供客户更高的价值。

（首图来源：pixabay）