Alyssa Chen, Analyst (陳敬旻 / 分析師)
負責 Accelerator，喜歡陪伴創業者打造出屬於自己的火箭。來自台中，加入前任職於華山文創園區，負責台灣新銳文創品牌的營運招商與媒體合作。除關注設計藝文議題，也喜愛網路新創產業的活力。曾於 AppWorks 實習一年。畢業於政大德文系、政大國際傳播所。喜歡旅遊與花草，最愛亞洲食物。
若要論起規模與資源，當然不是多數新創公司的強項。2017 年，Google CEO Sundar Pichai 在官方部落格公告，Google 發展重點從「行動優先」 (Mobile-First) 轉向「人工智慧優先」 (AI-First) 。麥肯錫也在 2017 年 AI 研究報告中指出，科技大廠如 Google 及百度，2016 年平均在 AI 發展上投資 200-300 億美金，其中 90% 投注於研發與應用，10% 用來併購 AI 相關技術。科技大廠投注鉅資於 AI 應用的動作頻頻，對新創來說是相當大的競爭與挑戰。
來自科技大廠的強勢競爭席捲而來，對 AI 新創來說，主要挑戰來自四個面向：祭出高薪聘用頂尖人才；握有雄厚資金挹注研發；擁有巨量 Data Pipeline 優化演算法；並且掌握海量使用者，可無縫接軌最後一哩用戶。其中，光是銜接用戶最後一哩的應用，就足以建立深厚的護城河，因為對 AI 新創來說，即使與科技大廠同時投入開發相似應用，但在進入「市場推廣與用戶變現」這一階段，科技大廠因在用戶規模佔了相當大的優勢，AI 新創卻常在此階段失敗。
面對科技大廠的強勢競爭，AI 新創還有什麼策略，能以有限的資源發揮槓桿效果？在進一步挖掘關鍵競爭策略前，有兩個重要前提，適用於所有新創企業，提醒 AI 新創在投入創業時必須要先思考：
1. 為用戶解決什麼問題？
創業題目想要解決的問題，是目標用戶真正的痛點嗎？是否真的深入研究過目標用戶，確認提供的解決方案，確實符合客戶需求，而不是一時興起、追隨熱門的假性需求？
2. 為用戶創造什麼價值？
辛苦開發的產品，如果只是解決目標用戶枝微末節的問題，那麼 AI 新創的發展空間將非常有限。例如，當用戶發現，AI 新創提供的解決方案，和現有的解決方案沒有顯著差異；又或是當產品從免費試用，轉變為收費模式，這個案子可能就因此被取代而掉單，這往往都代表為用戶創造的價值不夠。但如果產品能為用戶在現有表現外，再創造出額外的價值，對 AI 新創來說，將會有更高的成長機會。
釐清以上兩個重要前提，確認產品解決了目標用戶的痛點，並有效為他們帶來額外價值後，以下另外整理出五個關鍵策略提供參考，能幫助 AI 新創找出關鍵支點，從與科技大廠的競爭中突圍：
1. 從利基點 (niche market) 出發，解決特定一群人的痛點
科技大廠如 Google、Facebook 和 Amazon，他們在 AI 發展上，是為了解決全世界上千萬用戶的共同問題，甚至是更往前好幾步，希望去改變用戶現有的生活模式。例如 Google 無人車計畫 Waymo，即希望透過 AI 訓練無人車更精準的偵測路況；Amazon 也希望透過智慧助理 Alexa，來改變大眾日常生活中使用語音服務的習慣。但新創團隊手上難有如此豐厚的資源，能夠端出相同的服務競爭。這時候，轉向往利基點發展，專注解決某一群特定對象的痛點，反而是最有利的策略。
AppWorks Accelerator #16 (第 16 屆) 的 AI 新創團隊、成功開發出 AI 寶寶攝影機的 Cubo 就是一例。創辦人是一對新手爸媽，在自己育兒過程中，常半夜驚醒，查看寶寶睡覺時口鼻是否被棉被遮蓋，高度身心壓力下，甚至罹患產後憂鬱。 Cubo 針對有同樣擔憂的父母，結合 AI 科技，打造出全球第一支能主動偵測「口鼻被異物覆蓋、翻身、趴睡」等睡床潛在危險事件的 AI 寶寶攝影機。產品一推出即廣受青睞，創下開賣兩天募資即突破 500 萬元的好成績。
AI 攝影機一直是很熱門的題目，但當有了明確的目標群眾輪廓，例如 Cubo 所瞄準的新手爸媽群，那麼從產品的開發打造，到後續推向市場做行銷，能幫助新創團隊找到錨定方向，並更有效率的把資源運用在對的地方。
2. 比別人更懂，結合特定 Domain，推出加值應用
科技大廠的優勢之一，是掌握許多頂尖科技人才，這對 AI 新創來說，是個非常痛的問題。一家資源有限的新創企業，假設擁有十位各有所長的工程人才已十分難得，但這樣的規模，仍遠不敵 Google 或 Microsoft 的百人 AI 團隊，那該怎麼辦？
這時候，不妨由另一個角度切入，把 AI 當作輔助，深入研究如何為特定專業帶來加值應用，反而能讓新創團隊走出另一條大道。舉例來說，也許新創團隊強項在於打造軟硬整合服務，或是具有農業、生醫保健等背景，這些所掌握的專業知識，以及在業界累積的人脈網絡，就是別人難以在一時片刻超越的關鍵優勢。
以 AppWorks Accelerator #13 (第 13 屆) 團隊、致力打造法學資料庫的 Lawsnote 為例，創辦團隊結合了律師專業與工程背景，從自身經驗中，觀察到律師們在搜尋法條時常遇到的不便，進而由技術面切入，利用 Machine Learning 打造出更簡便、搜尋結果更具參考價值的法學資料庫給目標用戶。Lawsnote 在 2016 年 7 月正式上線，第一年每月即有兩萬名法律人使用 ，2017 年 9 月產品開始收費後，MAU (Monthly Active Users，月活躍用戶數) 持續成長到 3 萬人。創業剛滿兩年，Lawsnote 已達損益兩平，目前持續努力提供更貼近市場的服務。
3. 不同語系的發展與應用
很多人可能小看語言差異所創造出的機會，但若以近年 AI 創業題目中相當熱門的 Chatbot 為例，就一定要克服語言問題。在自然語言領域，語言和不同地域的文化都是很大的門檻。放眼目前科技大廠的 AI 應用，主要的訓練語言大多是英文，雖然 Google 在中文語音做得不錯，但離真正的智能客服尚有一段距離，更別說要貼近不同地區的中文使用習慣。
除了自然語言，在 AI 影像辨識領域也有類似的情形。AppWorks Accelerator #9 (第 9 屆) 團隊、提供 AI 安全監控服務的 Umbo CV 技術長張秉霖便曾分享，若有一個在英文數據上表現很好的 Machine Learning 模式，不代表在中文也能表現很好，必須要做 Domain Transfer 。在視覺領域，也是如此。曾有中國廠商，在中國做人臉辨識做得不錯，但換到其他國家，運用在白人的人臉辨識，成效就沒有太好。
對 AI 新創而言，在這幾年內，語言差異仍有一定的先行者優勢可供發揮。只要執行速度夠快，產品開發的切入方向專注精準，在語言差異所創造的利基領域，就很有機會能跑在科技大廠前面。
4. 結合電子零組件與系統製造商
台灣的 AI 新創，除了上述三點可切入發揮的利基點之外，另外還具備兩項特別的優勢。其一，台灣有許多產業經驗豐富的電子零組件與系統製造廠商，而且其中多數的廠商也正在力求創新與轉型，尋求適合的創新解決方案，前景看好的 AI，自然是選項之一。
以打造軟硬整合產品的 AI 新創為例，在台灣擁有相較完整的產業聚落，可更容易找到供應商與製造廠，在打磨產品的過程中，享有更多 Time to Market 的優勢。
除了產品製作面的合作，甚至許多傳統大廠，近幾年也都相當積極地投資能夠幫助產業加值或轉型的應用，是幫助許多新創團隊規模化成長的大力推手。
5. 市場經驗以及 Data Pipeline
延伸上一點，另一項台灣 AI 新創所享有的優勢，在於市場經驗：相較於東南亞鄰近國家，甚至是世界各地，台灣在醫療與電商兩大產業，累積了相當深厚的資源與經驗。
以台灣的健保體系為例，2003 年完成全民健保卡 IC 化，所有就醫紀錄整合在一張晶片卡裡，並在每次看診時上傳雲端系統，發展迄今已近 20 年。各醫療院所與相關機構，皆累積了非常完整且詳細的數位化病歷資料，這對於 AI 新創而言是很好的基礎，如果未來政府與相關機構能開放資料庫，授權使用數據，新創團隊便可進一步延伸做醫療 Big Data 應用。
除了醫療領域之外，台灣在電商產業也已發展近 20 年，不論營業規模大小，都相當活躍，有年營收 40 億元以上的大型平台，如 PChome、momo、Shopee，也有年營業額在 10 到 40 億元之間的中型電商，如創業家兄弟。還有一群年營收 10 億元以下的垂直電商，他們深耕分眾市場，專注切入特定題目，不只掌握垂直供應鏈，更深入了解目標客群，例如 AppWorks Accelerator #4 (第 4 屆) 團隊 Morning Shop 所經營的早餐吃麥片、運動吃蛋白。
台灣電商市場百家爭鳴的景況，恰好提供 AI 新創許多商機。例如對於用戶體驗，可運用智能客服 (Chatbot) 打造更完整的銷售服務；對於庫存與財務管理，可利用數據分析判讀做更好的銷售預估；對於行銷，可優化廣告推播和商品搜尋的精準度。尤其在電商的世界中，無論是趨勢流行或是相關技術的應用，都變化得相當快，競爭如此激烈的情況下，AI 能為電商產業提供的加值應用，仍有許多發揮空間，為 AI 新創帶來很多發展機會。
總結：創新的價值來自完整解決客戶問題
AI 新創團隊從踏上創業路的第一步，就該清楚自己的定位：與其和科技大廠正面對決，不如換一條自己熟悉的路走，由團隊的專業優勢或是市場的利基點切入，反而可以更專注、也更靈活的善用手上的資源。
Google 資深硬體副總裁 Rick Osterloh 在 Made by Google 2018 年度發表會中提到：「Google 在消費性硬體產品的設計與 AI 軟體應用的結合上，思考的是如何以『人工智慧』幫助消費者解決日常生活中的問題。」這樣的概念，也值得所有 AI 新創提醒自己，在打造產品時，絕不是埋頭優化 AI 技術而已，別忘了最終目標是了解用戶端的真實回饋，改善消費者的體驗。想想產品解決了什麼問題？創造了什麼價值？
【現在就是創辦 AI Startup 的最好時機，歡迎 AI 創業者加入專為你們服務的 AppWorks Accelerator】
