Antony Lee, Communications Master (李欣岳 / 媒體公關總監)
負責媒體與社群溝通相關輔導。加入 AppWorks 前有 18 年媒體經驗，是台灣第一批主跑網路產業的記者，先後任職《數位時代》副總編輯、《Cheers 快樂工作人》資深主編、SmartM 網站總編輯。畢業於交大管科系，長期關注媒體產業變化，熱愛閱讀商業與科技趨勢、企業與人物故事，樂於與人交流分享，期許自己當個「Internet 傳教士」。
AI 正在成為快速翻轉商業世界的典範轉移，對各個產業造成強大衝擊，現在正是創辦 AI / IoT 新創最好的時機。
根據研究機構 Tractica 預估，全球 AI 應用的市場規模，將從 2018 年的 81 億美元，呈現爆炸性成長至 2025 年的 1,058 億美元，未來 5 至 10 年內，將是 AI 大噴發的風口。Tractica 也同步指出，未來前十大 AI 應用的產業，依序為：電信、消費、廣告、商業服務、醫療保健、零售、汽車、法律、公共部門、保險。
對 AI / IoT 創業者來說，如何掌握這一波契機？
為了幫助 AI / IoT 創業者掌握這個百年難得的機會，AppWorks 特別於日前舉以「如何成功啟動 AI 新創？」為主題的 Open House，分別邀請 Umbo CV (盾心科技) 創辦人關宇翔 (圖右者)、oToBrite (歐特明電子) 共同創辦人陳學群 (圖中者)，連同 AppWorks 創辦合夥人林之晨 (圖左者)，一同分享有關 AI 趨勢的觀察，以及 AI 創業的機會與挑戰。
Umbo CV 專攻智能安控，產品已成功打入超過 30 個國家，並成功募得兩輪資金共計 980 萬美元，同時也是 AppWorks Accelerator #9 校友；oToBrite 專攻先進駕駛輔助系統，同時也是 AppWorks Accelerator #17 進駐團隊，參與創辦 oToBrite 之前，陳學群曾先後擔任宏達電技術副總經理、華碩技術長，對於整合 AI 的軟硬體應用相當有心得。
以下是活動重點整理 (更多精彩分享內容，歡迎前往觀看完整影片)：
AI 只是技術，人才是關鍵
林之晨認為，現在正是創辦 AI / IoT 新創最好的時機，主要來自四個原因。
第一，創業成本比以往更為合理，因為 GPU 的運算能力更強，即使要自建硬體來收集 Data，費用也比以往更為便宜；第二，有越來越多領域的 Data 開放，這在三、五年前仍不多見，但現在在許多領域，AI / IoT 新創都能更容易取得 Data；第三，企業比以往更重視收集與應用 Data，對 AI / IoT 新創來說，目前仍然有許多機會建立自己的 Data Pipeline；第四，則在於 AI 人才供給，台灣擁有世界級的水準，包括 Google、Microsoft、IBM 等國際大廠，都紛紛宣佈來台設立 AI 研發中心，可見台灣 AI 人才的素質受到國際肯定，這也是 AI 新創最好的後盾。
人才與相關的專業知識，在 AI 創業中，扮演了十分重要的角色。陳學群指出，從廣義的角度來說，AI 只是一種應用的技術或工具，關鍵是要應用在哪個領域，AI 的創業者，必須是這個應用領域的專家。很多時候，不是因為用了 AI 就能 work，而是要徹底掌握這個領域的 know-how。
陳學群也提醒所有 AI 新創，培養自己的人才可能更重要。因為年紀稍長的軟體工程師，若過去沒有相關經驗，要轉換到 AI 領域並不容易，他的觀察，是現在招募 AI 人才，普遍是招募學校剛畢業的新鮮人，如果能在 AI 領域找到三、五年經驗的人才，已經很幸運了，這是一個觀念上的轉換，要找資深的很難，不如訓練新人。
和資源雄厚的大企業相比，AI 新創如何競爭優秀人才，則是 AI 新創的另一個挑戰。關宇翔認為，可以從兩個層面，來解讀大企業與 AI 新創各自的機會。第一，創新是有極限的。任何企業要發展新 Business，最缺的是真正懂這個專業領域，進而能把產品與服務做出來的人，再大的企業進入新領域，都會遇到是否能招募這個領域專家的問題，如果無法克服，再大的企業也做不出來新產品與服務。他認為，這樣的人才其實非常稀少，而這些人不少也都會走向創業，成為 Founder，因為他們對這個領域的知識與熱情極高，在大公司的體制中，這樣的人不容易受到重用投入開發全新領域。所以很多人會說，Founder 對產品的執著是很重要。在這一點上，大公司不見得比新創有優勢。
第二，則是跨國發展 AI 的限制。大企業在收集 Data 時，不同的國家與地區，未必都能跨入，可能在某個國家發展 AI 很成功的大企業，要進入新市場得要花很久的時間，這時若有已經在當地發展成功的 AI 新創，很可能就成為購併的對象。
發展 AI 三條件：人才、Data、Data 循環
關宇翔另外補充說明，百度前首席科學家吳恩達曾指出，因為有太多 AI 題目可做，百度有再多資源也做不完，百度切入的 AI 領域，必須具備三個條件：有人才、有 Data、有 Data 循環。對 AI 新創來說，只要在某個領域同樣具備這三個條件，一樣有機會。
陳學群則認為，AI 能夠運用的領域非常廣泛，大企業或新創都有機會。若用 AI 來做 SaaS、AI as a service 或大眾消費領域，大企業確實比較有優勢，因為規模是大企業的強項，這樣的集中性非常直接，但在特定產業與領域，投入 AI 或 IoT 的新創公司，機會可能更大。他以汽車產業舉例，汽車是最大的 IoT 產業，每年全球大約有 9,000 萬台新車銷售，幾乎可說是除了 PC 與手機外，最大的 IoT 設備。甚至，汽車產業裡面，不只有一個 IoT 系統，而是有幾百個，這個趨勢還在持續往上，而光在中國，就有上百家車廠，每個車廠又有不同的車型、配備，裡面的供應鏈非常多元，不論是系統、軟體或是 AI，很難出現 winer takes all 一家獨霸的現象。
陳學群進一步指出，AI / IoT 新創在汽車產業的最大機會，是這個產業沒有標準的規格。相較於其他消費性電子產品，例如手機的 3D face ID，一旦做成，可能所有品牌、機型都會採用，但汽車不會出現這種情況，每家公司能夠服務的企業客戶是有限的。例如，Intel 在今年 8 月以 153 億美元，完成購併以色列做 ADAS (進階駕駛輔助系統) 的 Mobileye，而 Mobileye 在這個領域已經做了二十年。儘管已經有很高的市佔率，但很多車廠還是沒辦法用 Mobileye 的 solution，因為很貴， Mobileye 也沒有能力服務所有車廠。
以汽車產業為例，AI 新創則還有更多切入的機會。林之晨認為，多數人講到汽車，其實想到的是轎車，但其實轎車佔整個產業的比例大約只有三分之一，另外還包括商用車、貨卡車、特用車 (應用在雪地、除草、機場等特殊領域)。轎車可能是美國或中國很強，但在其他領域則未必，轎車以外的汽車產業還非常碎片化，還有未被滿足的市場需求。或許轎車市場看起來很熱門，但同樣的 AI 技術，若應用特用車上，對新創來說更適合。同樣的道理，在 AI 與 IoT 領域，還有許多應用領域多數人沒有想到，很值得新創切入。
創業是一個重大承諾
對於創業，陳學群以自身的經驗指出，創業是一個重大承諾，包括對自己、家人、投資人、創業團隊、員工、供應商、消費者等。在這過程中，創業很像開著一艘船，開往哪裡卻不知道，但是途中會歷經驚濤駭浪，因此，在創業前的準備，必須先想清楚自己的創業熱情所在，而不只是一時興起，因為創業很孤獨，要找到自己真正的熱情。
陳學群進一步建議 AI 新創，可以選擇申請適合自己的創業加速器，快速學習別人的創業經驗與知識。以 oToBrite 為例，儘管已經成立六年，擁有超過百名員工，在兩岸都已建立據點，但仍積極申請 AppWorks Accelerator，他認為，在 AppWorks Accelerator 擁有三百多家新創校友，另外有超過六十名具備豐富創業經驗的導師，是他最重視的資源，因為透過互相的交流與學習，可以從別人的經驗中減少自己在創業時的摸索，也能彼此一起打氣，在創業這條路上不再孤單。
總結來說，林之晨與兩位 AI / IoT 的創業者都認為，現在就是創辦 AI 新創最好的時機，大家要積極把握。
【歡迎所有 AI / IoT 創業者加入專為你們服務的 AppWorks Accelerator】
