AI應用爆炸成長，帶來哪些影響？ - 格博品牌行銷顧問有限公司

《人工智慧在台灣：產業轉型的契機與挑戰》裡提到，目前AI 的應用層面可以分為兩類，一類為跨產業的基礎需求，另一則為特定產業的共通需求。

在跨產業的基礎需求主要 ... 部落格行銷大數據品牌塑造數位行銷設計企業識別設計科技區塊鏈人工智慧機器學習擴增實境虛擬實境品牌顧問品牌行銷品牌發展關於格博加入格博格博團隊服務項目品牌發展行銷規劃設計服務影片製作市場分析培訓課程影像作品成功案例CHIMEI-CNSENRUN-CNSIEMENS-CNADVANTECH-CNLEADER-CNVolkswagen-CNTAYA-CNCNC-CNAudi-CNCathayUnitedBank-CNDeutscheBank-CNCitibank-CNFEIB-CNDigitalRiver-CNPAREXEL-CNBAYER-CNJHL-CNDENRACLE-CNASML-CNWaferworks-CNLAM-CNAT&S-CNYCS-CNASUS-CNMicrosoft-CNHEC-CNNESO-CNMEEMO-CNITRI-CNTAITRA-CNNTU-CNNCCU-CNAGILEX-CNMercedes-Benz-CNChinaDevelopmentIndustrialBank-CNBristol-MyersSquibb-CNSunPath-CNJ5create-CNAUDELA-CNJICTS-CNFFG-CNJWOPTICAL-CNEVISION-CNHOMEPAL-CNGermanTradeOffice-CNHartford-CNChinaAirline-CNChangGungMemorialHospital-CNPLANSEE-CNWistron-CNRedBull-CNMINISTRYOFFOREIGNAFFAIRS-CNROCKERSCIENTIFIC-CNIntel-CNTRIOCEAN-CNCHINESECULTUREUNIVERSITY-CNDELTA-CNGREINERBIO-ONE-CNHOLLYHASTIE-CNMingChuanUniversity-cnHCMEDI-cnBEDDINGWORLD-CNFuJenCatholicUniversity-CNDAPHNE-CNNationalIlanUniversity-CNCITICTELECOM-CNKINGARTDOORS-CNCONCILOFINDEGENIOUSPEOPLS-CNSEYI-CNCoretronic-CNOOMPH!-CNCINCOZE-CNABLEREX-CNLITEON-CNADA'SSOAP-CNIBM-CNJORJINTECHNOLOGIES-CNKOR-CNBENQ-CNEDIMAX-CNATP-CNHotpotrestaurant-CNTOTBiopharm-CNAFC-CNYens-CNKYMCO-CNEnviacon-CNCarota-CNApera-CNChemmit-CNCasestudy-IEAT-CNBionime-CNFUNN-CNAPEX-CNKandH-CNYesHealth-CNEROWA-CNDURABOOK-CNHowJobs-CNPotecto-CNCasestudy-Acute-CNT-Global-CNIOG-CNMEMYDO-CNBabecare-CN聯絡我們 EN 中文 AI應用爆炸成長，帶來哪些影響？       一、AI 應用類別：在各行各業可以怎麼使用 《人工智慧在台灣：產業轉型的契機與挑戰》裡提到，目前AI的應用層面可以分為兩類，一類為跨產業的基礎需求，另一則為特定產業的共通需求。

在跨產業的基礎需求主要包括，人臉識別、情緒偵測、語音辨識、語言理解、物件識別、行為識別與場景辨識。

在特定產業的共通需求方面則有，製造業的瑕疵檢測、金融業的風險預估、零售業的銷售預測、物流業的路線規劃和農業的日照與灑水控制。

  臉部識別技術目前已經被廣泛應用，此技術通過分析臉部不同的點去紀錄臉的特徵，並透過偵測結果快速與人臉資料庫進行特徵與身份的比對，進而完成人臉支付等功能。

此外，當人臉有情緒反應時，臉部的特徵點也會有相對位置的改變，亦可以追蹤這些點之間的關係來進行情緒監測。

除了臉部識別技術外，目前物件識別與場景辨識則常使用於道路上，偵測車輛距離、車牌或物件像是行人或標示牌等。

  二、AI 在台灣的產業應用：傳產（台灣大車隊、紡織） 在台灣傳統產業的AI的應用則有計程車業與紡織業。

台灣大車隊與宏碁合作，透過AI相關技術連結大數據，提供顧客的熱點分析、需求量預測與智慧推薦等，讓司機更能有效掌握乘客需求，進而有效利用與分配時間。

  「熱點分析」中的熱點指的是乘客乘車的歷史數據資料中，叫車需求量最多的區域，透過分析當天的時空情境（星期、時段和區域等）和外部事件（天氣、節慶、活動等），對司機提供特定區域的熱點位置。

「需求量預測」是依據當下的情境（包含時空和外部事件）用統計方法和機器學習的演算法，對不同區域的各個時段乘客叫車的需求，建立需求量預測模型進行預測。

  「智慧推薦」是結合熱點分析和需求量預測，以及計程車當下位置點，推薦司機優先去哪個區域的哪個熱點載客。

使需求與供給能夠即時滿足，也使整個叫車流程更加順暢、便捷。

  智慧型手機結合AI應用，不只可以辨識臉孔、物件，現在也能夠用來辨識布料的不同樣式。

來自台南的「和明紡織」成立至今已經有超過40年歷史，不僅技法存熟也有數以萬件的布料樣品。

以往傳統紡織業的作業模式，像是設計、紡紗、織布等過程都會花費許多時間與精力，其中以人工方式辨識布材就可能要費時一至兩個月，整個過程十分繁瑣耗時。

  因此他們從2017年開始導入Google機器學習技術與雲端平台服務，將生產過的布料樣式數位化歸檔，並使用機器學習技術訓練布料樣式的辨識模型，同時幫助設計師快速從樣式資料庫中，快速搜尋到特定的布料樣式。

這款讓設計師可以直接使用手機掃描布料、即時辨識的行動應用程式，讓原本要耗時的設計時間從1.5個月到3個月縮減到2至3天。

  三、AI在生活科技的運用 FaceHeart為交大吳炳飛教授所領軍的團隊，使用AI影像判讀，經由一般攝影機或手機鏡頭拍攝人臉，並觀測臉部微血管變化以分析心跳與血壓等生理數據。

  意即透過非接觸性的臉部辨識，偵測出心跳率等數值，且其精準度在靜止狀態下可以達到醫療等級。

不僅高度提升了使用方便性，同時也讓使用者能夠快速了解自己的身體狀況。

  四、AI作為行銷工具 AI的應用在各行各業越來越廣泛，在行銷產業的應用大家最熟悉的大概就是聊天機器人，它能夠自動地幫助行銷業者推動內容。

除此之外，其實AI也常被運用在做對消費者的消費預測，或根據消費者的消費歷史紀錄做個人化推薦，期待能為品牌做出更精準的行銷。

  Rosette.ai是一家為電商打造精準推薦服務的廠商。

只要提供既有的數據資料，像是會員名單與商品清單等，Rosette.ai就能以AI技術進行交叉分析，幫助品牌達到個性化推播。

Rosette.ai的創辦人提到，其實回訪的消費者才是平台最重要的穩定客源，但是多數的電商介面的設計不佳、以及高成本的外聘工程師也使電商無力負擔，最後導致網站的轉單率不佳。

為此他成立了Rosette.ai替網站打造推薦系統，Rosette.ai提供了30多個統一API的即用性免費模組，並根據消費者的購物流程，設計對應不同介面、不同階段的KPI推薦系統，讓用戶根據自身網站的需求選擇最適宜的幫助工具。

也使客戶在使用後平均增加了15%的點擊率與25%的購物車提袋率。

  將消費者數據運作並做個人化推薦很重要，多元的行銷素材也能使行銷無往不利。

除了文字內容的推播，影片也是行銷中重要的一環，影片的製作往往耗時耗神佔用許多時間，現在GliaStudio有一款AI的應用是將「文章自動化轉成影片」，讓文字能夠透過影像被推播，大大地節省了製作時間。

GliaStudio是一個AI影音自動產製平台，只要提供要製成影片的內容或網址給平台，GliaStudio便會利用自然語言處理演算法去分析內容的主題與重點，並且自動分幕以及在素材庫裡找到相關的影像接著進行合成。

  最後，對行銷人員來說最重要的行銷成效，如何數據化自己所投入的行銷成本以及成效，也是一塊AI的應用領域。

adGeek開發的平台SmartEngageplatform借助AI將來自不同渠道，即時和非即時的數據收集、整合、分析與應用，讓行銷人員可以優化行銷策略，針對消費者的偏好作精準行銷。

 延伸閱讀：《運用AI，打造行銷新企機》、《利用人工智慧提升數位行銷的四種方法》     五、AI的隱憂與人才需求 AI產業的發展，雖然讓產業減少了某些人力需求，但也有不少新興的職缺出現。

舉例而言，Gartner大中華區資深合夥人龔培元（MichaelKung）便指出，預期在2023年會有75%的大型組織會雇用「人工智慧檢察官」，監督非法行為、客戶隱私資料等面向，為企業降低風險。

他同時也提到因為網絡地串接更加緊密，受到惡意攻擊的機率也會更高，為數據的保存與正確性帶來風險。

且未來網路駭客可能攻擊的層次將升高，目前共有三種攻擊手法，包括訓練數據病毒、竊取AI模型，甚至從數據源頭就放毒，藉此掌握對手企業的AI模型，誤導對手AI演算結果來競爭。

  由此可知，當企業導入AI專案就會有數據偏差的可能，因為對AI來說一切都是數據的導出與導入的結果，它並沒有常識以及倫理觀念，因此數據的準確性很大程度地影響AI的產出結果。

這也是為什麼Google母公司Alphabet在財報中警告投資者，AI技術可能引發或強化與法律、道德間的矛盾，進而對公司獲利能力造成影響。

事實上Google 的雲端運算也曾經出現問題，在2015Google照片應用程式就被發現將非裔美國人錯誤標記為「大猩猩」而引發軒然大波。

由此可知在資訊監督這一塊，將會是個被高度重視的職位。

  除了新興職位需求，根據〈經濟部工業局2019-2021產業專業人才需求推估調查〉報告，彙整出人工智慧產業12種主要的關鍵職缺，主要有機器學習工程師、演算法工程師、軟體設計工程師、雲端系統工程師、測試／驗證人員、UI/UX設計師、資料科學家、資料工程師、資料分析師、資料標記員、AI專案經理與FAE/產品經理。

  科技的快速發展，雖然會使得一些職位消失與某些新興職缺衍生，但不變的是，人與科技始終相生相繫。

在期待兩者交映產生的激盪與成果的同時，人與AI之間的距離與掌控，也是我們該思考與謹慎對待的議題。

延伸閱讀：《AI人工智慧時代，企業的2020該何去何從?》   歡迎訂閱我們的電子報，讓您隨時能夠掌握新知的最新動態！   Tweet 文章標籤 人工智慧 科技 產業趨勢 行銷 相關文章 2022年台灣品牌耀飛計畫申請開跑！ GeberxMOJO｜攜手共創AI驅動的行銷與品牌策略平台！ 品牌經營指南！四步驟管理出成功的品牌 品牌行銷策略這樣做就對了！５步驟教你打造成功品牌 2021疫情下10大品牌行銷策略趨勢 backtotop 首頁 部落格 AI應用爆炸成長，帶來哪些影響？ 歡迎訂閱格博新聞報 我們將不定期發送最新科技趨勢及行銷策略新聞 Email 訂閱 EN 中文