導入 AI 讓產業競爭力變弱？原因出在這裡

文／陳昇瑋

2020 年是人工智慧應用大爆發的一年，腳步快的企業，已看到幾十家有 30、50 個專案在進行或上線；第二波跟上的企業，許多也已建立專責團隊在推動及導入人工智慧應用與提升素養；其他的多數企業，或多或少也開始在進行培訓或資料工程上的整備。整體來說，約只有三成的企業還沒有開始對人工智慧的導入有具體動作。

身為台灣人工智慧學校執行長，長年推動資料科學與人工智慧的普及，看到這些進展，自然十分欣慰；不論是製造、金融、電信、零售、服務等諸多產業，進展或快或慢，大家慢慢理解到人工智慧和網際網路一樣，沒有人可以置身事外。

AI 使競爭力變弱？

不過，就在人工智慧應用普及的背後，我看到了一些警訊，深怕過於單一面向的人工智慧應用，反而會對我們的產業帶來負面的影響，甚至加速某些產業的競爭力弱化。

這樣的說法也許有些弔詭，技術的創新導致商業競爭力弱化，怎麼會如此？原因是創新與利潤之間的連結太長，關聯是有，但附加條件太多。

高利潤者不見得需要創新，創新者不見得可以獲得高利潤，這點我相信大家的腦海立刻會浮出許多實例來佐證。

國內製造業以高效管理與製程創新見長，但製程的創新很難以專利保護，人工智慧、物聯網這類的技術是開放型的，你能做，別人也能做，差在早做、晚做的成效是否顯著而已。

當然，深度與成效的差別也很重要，但很難單純利用技術上的創新，做到同業 2、3 倍以上的效率，並且讓別人追不上。

台積電利用高研發資本所建構出的護城河可說是經典個案，但無法成為通例。

因此，若單純在製程上創新，很快地，整個產業的製造成本都可以降低，此時若各家產品高度相似，會將大家的議價能力下壓。結局就是該產品的所有供應商皆被殺價，雖然不斷投入創新研發成本，利潤還是無法拉高。

別把 AI 當轉型成功

普遍來說，國內企業目前引入人工智慧的切入點，大多數著眼在成本的降低。當然，以人工智慧的初步導入來說，減少成本通常是最直覺也最好實行的切入點。但危險之處就是，若以為只要認真地循此方向來實踐，就能夠成功以人工智慧協助企業轉型，就太危險了。

要知道，任何努力都有邊際效益遞減的法則，成本的降低必然有減緩的一天。

當導入人工智慧這樣的通用型科技時，企業腦中只思考降低成本，而不是全面的數位轉型規劃，那人工智慧不但不是救贖者，反而可能加速帶著企業衝到無路可走的那一步，因為不斷地降成本，更會僵化企業本身的創新形式與產業鏈結構。

面對新時代與新技術，企業要想的是如何提升產品與服務在顧客心中的價值，世儈一點來說，就是如何提升其產品與服務在市場中的議價能力。

議價能力當然不是單靠創新與技術，不然不會有那麼多大學教授創業失敗。除了品牌、產品（能否滿足顧客需求）、創新、行銷、成本，還有許多如沈榮欽教授在《為什麼台灣企業賺這麼少錢》中曾提過，包括專用體制、產業結構與互補資產等隱而未顯的要素。

換句話說，製程上的創新極難以專利來保護，並且很容易模仿；若產業結構（可簡單視為在產業鏈中的位置）與互補資產不變，也就是商業模式不變的前提下，只將人工智慧視為成本降低的工具，基本上將無法提升企業的議價能力，也就無法為企業帶來顯著的長期獲利。

我想強調的是，大家看人工智慧很具體，會動、會說、會寫新聞，還可以拿來詐騙（詐騙集團利用人工智慧來變聲，欺騙某家公司財務長，騙走了超過20萬美元），甚至會辨人發衛生紙（中國有些公廁利用人臉辨識來發給衛生紙，每十分鐘可領60公分），似乎人人都對人工智慧有所領略。

有好武器更要好戰略

但另一方面，數位轉型十分抽象，你聽了五場演講還是不懂轉型是什麼意思，很可能講者自己也搞不懂，不信的話，你可以問講者：數位轉型、數位化、企業轉型、數位工具導入各有什麼不同？以及資料科學、大數據、商業決策、智能化、人工智慧導入，各有什麼不同？跟你打賭八成的講者說得結結巴巴，或是讓你的觀念更模糊。

就是這些抽象而難以理解的原因，所以大家對大數據、人工智慧、物聯網都很有感覺，對數位轉型覺得很陌生，覺得應該很重要，但很難掌握它是什麼、該如何進行。

最後，我用個比喻，假設商場如戰場（事實上也是），數位轉型就是戰略，像《孫子兵法》談論的那些心法（所以很抽象）；人工智慧就是戰備工具，船堅砲利的裝備看起來強大又精準（所以很好看）。我們可以很清楚地知道，若企業無法因應市場變化、找出更有議價能力的商業模式，徒有精良的人工智慧技術，也無法扭轉缺乏戰略的頹敗。

故說，只談人工智慧太危險，人工智慧絕對不能輕忽（想想看只有戰略沒有裝備的軍隊），但數位轉型更是所有企業領導者要投注心力思考與規劃的功夫。

產業經理人需要的數位轉型關鍵課程