蔡明順認為，人工智慧發展的下一步，將是針對特定產業需求量身打造的專門模型。這些模型能更有效地瞭解特定需求，並有效率地執行任務。企業可運用AI，專注於識別和開發新的商業模式，利用人工智慧創造新的價值，並確保長期獲利。
企業要找AI幫忙，一定要花大錢投資算力嗎？
有些企業想到應用AI，就想到花大錢買GPU、組建團隊來研究，便打退堂鼓。林彥廷認為，公司在有本職要運營的情況下，並不會整天都在訓練模型，因此租賃肯定更划算。「就算有大量的資料要訓練，因為不是每天都在用，所以用租的還是更有效率，」他點出。
蔡明順鼓勵企業，優先採用外部的算力。「你的資料如果大到一個級別，要去訓練大語言模型，也是可以拿到其他地方去訓練，」他認為透過簽約約束，即可杜絕資料外洩疑慮。
然而，對現在想導入AI的企業來說，最缺的不是算力，而是數據。
資料中心等基礎建設遠遠不足，模型訓練來不及
蔡明順認為，人工智慧的導入與大規模應用，缺在訓練用的數據量不足、缺乏台灣自主的雲端服務和適當的資料保護措施。其中，數據是個大問題，比起仰賴政府意識到重要性，協助建立基礎建設，他認為行業應可以共通性的標準提供、共享數據，並透過半官方的組織來整合。重點是去隱私化，以避免爭議。 這個難題，適合從行業公協會來推廣，「尤其是那一些具備有競爭力的行業，它是應該要來做這個事情，」蔡明順認為，如果連基礎的數據都沒有，縱使算力夠用，也訓練不出語言模型。
從今年台北國際電腦展（COMPUTEX 2024），AI應用成為台灣企業的關注議題。從先行採用AI的經驗分享出發，到越來越多企業買入AI運算級GPU。在導入、驗證、分享、傳承的過程中，各界將逐漸摸索出導入AI的必備條件。
責任編輯/周岐原
