(圖片來源：shutterstock)

 

人工智能身處在我們的生活中

繼上一篇 AI 產業報後

從人工智能的簡介、歷程一一介紹

最後到演算法的應用和差異

對整個人工智能有個初步的認識

在人工智能日益普及的情況下

生活周遭隨處可見

如車牌辨識、人臉辨識、車流計算等等

由此可見未來 AI 將深入影響我們的生活

人工智能技術至關重要

接下來本文將介紹人工智能的現況和應用以及相關類股

率先挖掘可長期關注的標的

 

【CMoney 產業研究中心】

若你不想錯過產業深度好文，請 點我 加入社團！

以下正文繼續…

 

全球與台灣人工智能現況

人工智能已經是當今的主流技術

隨著硬體設備越來越便宜、儲存容量越來越大、頻寬越來越快

在個人化與科技化的科技浪潮中

AI 扮演相當重要的角色

改變科技產業重視成本與效能的思維

創造截然不同的產業價值鏈

AI 可從 2 個面向探討

分別是產業人工智能化、人工智能產業化

 

人工智能產業化

指體現人工智能技術產生新的服務

以產業的形式提供給市場

其實就是商業智慧（BI）的下一步

企業蒐集資料後

將資料整理並進行分析

最後進入預測和應用

這就是人工智能的運用

也是目前讓資料為企業帶來價值的方法

 

人工智能產業化透過人臉辨識、語音辨識

和行為辨別等新技術為市場帶來新的需求

如刷臉支付、語音助理和商品瑕疵檢測等等

這些技術有著不同的輸出方式

包括人工智能晶片、公有雲平台和顧問服務

其中在規模和產值上，以人工智能晶片與公有雲平台將最具競爭力

對於人才眾多的美國來說

發展上相對如魚得水

不過台灣在這兩大領域發展並不順遂

主因為人工智能晶片的研發需大量優秀的人才

但台灣薪資水平遠遠不及同行的情況下

勢必留不住優秀人才

且雲服務平台的建置一直不是台灣所在行的

台灣僅僅扮演提供雲服務建置的硬體供應商

台灣在人工智能產業化領域相對弱勢

 

產業人工智能化

指將人工智能導入現有的產業中

提升產品或服務的品質

同時優化作業流程，降低管理、人事及生產成本

基於新的技術改變商業模式

提升產業競爭力與價值

成為產業升級或轉型的契機

 

台灣更有機會發展此面向

從既有產業的大量資料進行數據分析

如金融業、製造業、零售業等

由於金融業在台監管要求甚嚴

通常已累積大量使用者的交易行為的資料

分析顧客違約的風險；

身為製造業王國的台灣

工業 4.0 和物聯網的觀念已盛行

許多公司蒐集大量製造相關數據

如下單、備料、排程、生產到出貨

數據資料收集已行之有年

並分析製造程序優化的可能性；

零售業靠著 POS 系統中的商品數據

分析消費者的購買喜好

 

這兩者在發展上是環環相扣的

人工智能產業化加速和擴大產業在人工智能化上的進展

而產業人工智能化的成功

也幫助人工智能產業化發展更為順遂

兩者最大的差別在於人工智能在產業發展的先後順序

人工智能產業化是以人工智能技術發展在新的產業

產業人工智能化則反之

 

人工智能應用

不論是機器學習、深度學習或強化學習

人工智能技術在各大產業中皆具有龐大的發展潛力

隨著產業迫切的轉型下

AI 將運用在各大領域之中

如工業4.0、智慧城市、智能家居和新零售等等

由於人工智能屬技術的一種

故本文將人工智能的運用分為 5 大層面

分別是時間序列與預測分析、圖像處理、

自然語言處理、音訊處理、以及影像處理

 

時間序列與預測分析

人工智能在這個領域當中

最主要的貢獻在分析及預測

透過複雜的演算法提升預測準確率

大幅優於傳統統計模型較符合經濟效應

Amazon 經營電商平台上

大量運用顧客的交易資料已及瀏覽網頁的習性

藉由機器學習演算法建置推薦系統

在消費者結帳時推薦消費者可能喜愛的商品

進而刺激消費

未來可根據客戶過往的消費資訊

明確了解客戶的購物習性

減少庫存成本的壓力

 

圖像處理

圖像處理分成兩類

分別為圖像辨識和圖像生成

由於在圖像生成在商業經濟上尚未看到曙光

而現今最主要應用在圖像辨識上

機器模仿人類學習的方式

透過大量辨識圖片的過程

再運用機器學習模型進行分類比對

不斷地修正模型準確率

使模型的精準度超越人類

Walmart 透過 Bossa Nova 機器掃描架上的商品

了解目前架上的庫存商品如有缺貨

藉由掃描架上的產品標籤回傳至店內的 POS 系統

取代傳統人力的盤點模式，快速且方便

未來在圖像辨識上更加精進

透過不同消費者的臉部特徵

即時提供不同客戶的需求

省去大量的銷售時間

 

自然語言處理

自然語言處理是一種透過複雜的數學模型及演算法

讓機器去認知、並理解人類語意

甚至可生成人類所使用的語言

自然語言應用層面很廣

如機器翻譯聊天機器人、情感分析等

其中 IBM 一直是自然語言處理的領導者

企業可以透過 IBM 的 Watson 自動化平台

快速且大量分析語意的技術

詮釋數據中所帶來的旨意

運用層面包含新聞、論壇和財報資訊等等

未來也可運用在法律上

透過機器閱讀大量的法律條文

找出最適用該法條的人工智能服務

 

音訊處理

靠著人工智能在自然語言處理技術的突破

大量的數據已建置和訓練在模型中

使機器具備在特定的情境下

省去人們手眼的操作

能有效地與人類溝通

Apple 的智能家居即是代表作之一

透過智能音箱接受人類的語音傳達

搭載智能家居的物聯網體系上

回到家中只要出「一張嘴」

就能完成你所想的任何事情

未來再增加多種情境的狀況下

機器人不但能完成指定的任務外

還可以當人類的傾聽者

分享日常的喜怒哀樂

 

影像處理

人工智能在影像處理技術上相對圖像、音訊處理初期

主因為影像的數據量大且變數多

導致演算法相對難訓練

不過在硬體設備快速進步下

晶片運算速度大幅躍進

Tesla 在電動車市場首屈一指

靠著人工智能的影像處理技術

利用車子的鏡頭蒐集路況

並快速將影像回傳至電腦

判斷汽車有無遭遇風險的可能

進而做出相對應的處理

未來可運用在需要龐大的車流體系中

如物流產業或大眾運輸

藉由先進的 AI 技術

大幅降低駕駛長途疲勞的情形

將降低車禍事件發生的機率

 

結語

以上舉的例子為人工智能的應用

相關類股當然不只上述這些公司

在現今科技產業中大多已有使用人工智能技術

或許跟 AI 沒有直接的關係

但在 AI 技術上也提供相關的產品

如高效能的晶片廠 NVIDIA、AMD 等等

下表為美國相關 AI 類股

人工智能將會是未來 5-10 年的趨勢

有朝一日機器人恐將取代勞務性密集的工作

為人類帶來更多的便利性

上表類股將納入我的追蹤名單中

隨著人工智能蓬勃發展下

追蹤清單將持續增加

之後再依相關 AI 個股分別撰寫研究報告

對人工智能產業有興趣的朋友們

請大家持續追蹤我唷！

 

免責聲明

本文所提供資訊僅為針對產業、個股研究之個人看法

並不構成要約、招攬、邀請、宣傳、誘使或任何不論種類或形式之表示、

建議或推薦買賣本研究報告所述的任何證券。

 

如果你喜歡這篇文章

如果你想跟我一起學投資

歡迎追蹤我的粉絲團

不定期分享個股、產業研究報告

⇩　⇩　⇩　⇩　⇩　⇩　⇩　⇩　⇩