數據「孤島化」的挑戰與契機

黃仁勳在台大畢業典禮上演講提到，1984年他從大學畢業，迎接的是PC起飛的年代，而2023年是「人工智慧起飛（AI）的年代」，期望今年畢業的學生可以掌握時代的契機，成為浪尖上的英雄。1984年底，我唸完研究所，1985年回到台灣迎接的也是PC元年！

創業的過程總是艱辛的，「誠實的面對問題」是黃仁勳在台大整場演講的精華。與Sega的合作，其實技術上碰到挫折，但卻厚著臉皮要對方付錢；與張忠謀的互動，成就了雙方25年的革命情感。驕傲的創業家，也有彎腰請人幫忙的時刻，這些心理上的掙扎只有創業家可以體會！

黃仁勳說：就像是1984年PC濫觴的時代，2023年是AI真正商業化的時代，而這背後有很多軟硬整合與硬體製造的機會。在Google搜尋引擎可至之處，大概有超過6成的數據是來自英語體系，中文只佔1.5%，繁體字更僅有0.01%，換句話說，如果以台灣本土的資訊、數據創造普遍性的價值，可能是緣木求魚，不可行的策略。

但反其道而行，如果能在「孤島」上圈地自肥，專門找豐腴的土地耕作，而這塊土地還有往外擴張的空間，可行嗎？我做的就是這樣的實驗，我認為不僅可行，而且是AI創新與他人差異化的避風港。

這個市場小到網路大腕們不僅視而不見，而且希望拉攏我們這些地頭蛇，加速事業模式的落地與實踐。這些離經叛道的做法，可能讓專業人士懷疑可行嗎？路是我走出來的，我知道有多難，但別人認為不可行的，您也一定沒機會！

「大數據是AI的成敗關鍵」的說法，大致是正確的，但很多人也認同，數據總量與品質之間的關係很關鍵。過去將數據資產的重心放在資訊儲存、高速運算，現在「資訊的交換」也非常重要，這牽涉到交換的效率、條件、定義、對象等問題。

由於現在的網路社會，數據是雙向互動，Input的品質當然影響到Output的結果，長期累積的價值、客戶的信賴都是成敗關鍵。

其次，如何從累積大數據的過程中，找到具有商業價值的副產品，絕對是台灣這種中小型國家新創企業要深思的問題。這些副產品或技術趨勢，如何與台灣優勢結合，才是我們應該思考的問題。

大趨勢背後的副產品、邊緣服務，這點商機不值得主流業者來經營。難度高，又看不上眼，難怪我們活得好好的！