講題: 從經濟學看人工智慧產業應用 講者: 呂曜志研究員 (台灣經濟研究院)

1. 1
從經濟學看人工智慧產業應用
呂曜志研究員
台灣經濟研究院
日期: 108年1月5日
台灣人工智慧學校台中分校第二期開學

2. 大 綱
2
壹、前言
貳、AI帶來影響
參、AI商機及應用
肆、幾個經濟學的角度
伍、結論

3. 3
壹、前言

4. AI人工智慧?
 AI定義：運用科技所製造之智慧機器，尤其是智慧電腦程式。
讓機器具備智慧能做人類能做的事。（John McCarthy,1956）
 嘗試模擬及重複人類思行緒為：思考、說話、感應、與推論。
 AI影響人類下一波變革：

5. AI演進
資料來源：台經院

6. AI涵蓋面向
資料來源：國科會

7. 7
貳、AI帶來影響

8. AI對總體經濟之影響
 生產力提升
 降低尖端技術開發成本
(儲存、頻寬、運算)
 催生新創企業
 失業
未來10到20年間
，美國將有47%
的工作可能會被AI、電腦化與自
動化等趨勢取代。
 社會不平等
愈低薪的工作被AI與自動化技術
取代的機率愈高。
8
正面 負面

9. 對產業經濟之影響(一)
9
農業
＄200億美元/目標市場
• 優化種子種植、施肥、
灌溉、噴灑和收穫
• 對水果與蔬菜進行收摘
及分揀， 降低勞動成本
•根據音頻數據的變化，
辨識牲畜的存活
能源
累積節省1,400億美元成本
• 透過結合地質與生產數據
，簡化專案辨識與規劃
• 提高設備可靠性，減少井
場所需多餘設施與工具
• 減少下游行業設備維護
停機時間
資料來源：Goldman Sachs（2016）

10. 對產業經濟之影響(二)
10
醫療健康
節省540億美元成本/年
• 增加開發新藥的成功率
• 透過分析歷史數據，改
善照護演算
• 降低程序成本
零售
節省540億美元成本/年
新增410億美元收入/年
• 圖像產品的搜索
• 透過大數據增強推薦引擎功能
• 設置銷售、庫存與客戶偏好
• 改進線上搜尋與客戶支持
• 預測產品需求，並優化訂價
資料來源：Goldman Sachs（2016）

11. 對產業經濟之影響(三)
11
金融
美國每年節省340-430億美元成本
美國每年新增340-430億美元收入
• 透過衝擊市場的數據收集，提前辨識
警訊與執行交易
• 透過衛星影像圖，進行經濟/市場預測
（石油庫存、零售業的運輸影像）
• 辨識信用風險/關閉可能違規的帳戶
• 監控電子郵件
資料來源：Goldman Sachs（2016）

12. 12
参、 AI商機及應用

13. AI晶片未來高度成長
 台灣的半導體產業從晶圓代工、IC 設計、矽智財 IP 及記憶體
等具備完整產業供應鏈，在 AI 人工智慧的運算系統中將扮演關
鍵供應商的重要地位，半導體是主要 AI 受惠產業
資料來源：IEK（2018）

14. AI應用商機
14
法律
商業
媒體與
娛樂
醫療健康
實體安全
網路安全
AI
農業科技
旅遊
產業物
聯網
汽車科技
人力資源
金融科技
教育
不動產
廣告/
行銷/
銷售

15. 智慧製造-智能工廠
智慧生產線可生產客製化商品，並即時掌握不同客戶偏好，並透過資訊串聯強化供應
鏈管理。
消費者可用合理的價格，購買客製化商品，並提升後續售後服務內容。
通路商
智慧工
廠
物料供應
商
客戶
過去 未來
智慧加工
智慧檢測
智慧排程
訂單
使用者
偏好
供應鏈
資訊串聯
出貨排程
售後服務
自動遵循作業員手勢/
語音指令，並保持安全
距離

16. 智慧金融
16
資料來源：台經院(2017)

17. 智慧交通-自動駕駛
17

18. 政府透過AI打造智慧城市
18
歐盟在2007年提出智慧城市的願景與目標，其中包括智慧經濟、智
慧市民、智慧治理、智慧移動、智慧環境及智慧生活等六個面向

19. 智慧行銷
 運用公開資料與機器學習為企業提供更精準的行銷、廣告與銷售
預測
 運用AI開發技術解決方案，服務銷售團隊或改進銷售流程與客戶
關係管理。
資料來源：Appier(2017)

20. 智慧零售
資料來源：COMETLABS（2016）,“The Future Retail：Intelligent Machines & Retail Logistics Report.
 使用AI和機
器學習來促
進和簡化銷
售流程，特
別是產品精
準行銷、全
通道行銷等
方面。

21. 智慧醫療
 身體數據為補足智慧
醫療最後一哩路
 智慧醫療應用場景

22. 異常偵測
 公共領域(安防應用)：人臉辨識強化監控設備成效
 犯罪偵防：確認嫌犯身分與治安維護
 私領域(企業及居家)：人臉辨識做到人員管理與便利

23. 智慧停車

24. 智慧農業
• 透過依據衛星定位及遙感
探測技術，無人機飛到定
點瞬間拍下航照影像。
• 所有空拍資訊回傳地面主
機，結合大數據與人工智
慧，再透過地理資訊系統
等技術分析，把一張張
2D圖像轉化成3D立體模
型，藉此推估產能，還可
建立生產履歷，建立精準
生產管理系統。

25. 無人機搭配AI協助政府勘災
25
倒伏 未倒伏
採收 植被
建物/水體
作物災損程度比率
作物災損面積比率
農委會公告
辦理災害救助
地方政府
受理申請
天然
災害發生
地方農損災情
彙整、通報
UAV航線
規劃、
現地航拍
雲端共享平台
(ex: Google Drive)
地方政府
實地勘查
航拍
影像
前處理
作物災損
判釋、影
像分析
災損判釋
輔助圖資
10天
災損判釋成果
7天
資料來源：農委會農業試驗所

26. AI建模協助救災
資料來源：本平台由國立中興大學環保防災中心建置
 透過無人機搭配熱影像處理鏡頭，便可詳細觀察到火場的狀況
 地震時，當交通中斷無法通行，派出無人機進行勘查，將無人
機所拍攝到的影像進行3D建模之後，可使救災人員更精確地
了解災難現場，進而提升救災效率。

27. 27
肆、幾個經濟學角度的問題

28. Why AI?
28
AI不是新概念與技術
人越來越少，矽為原料做的產品越來越便宜
實體世界產生的資料越來越多元
人處理資訊的邊際效益，已經小於邊際成本，
需要靠AI進一步降低處理資訊的邊際成本

29. 什麼是好的命題？
29
存在浪費人力，浪費人時間，或其它讓人生活
不幸福，不安全的命題
需求彈性低，所得彈性低，但是傳統模式下成
本又高的命題
魔鬼藏在細節的命題
經不起人類犯錯的命題
存在大量資訊庫存，但經過各種排列組合可以
重新產生價值的命題
PDCA的分工命題

30. 對使用者而言
AI的意義是什麼?
30
不太可能一步到位，先求Automation Inside(端
到端的自動運算)
不只是給結果，最好把整個邏輯流程表現出來
能夠處理超越時間與空間成本的大問題
Input and Output的複雜度越高，整合的技術難
度與成本越高
實體世界中，最單純input and output的服務業最
容易被ＡＩ取代（譬如電話預約服務）

31. 市場上的比較組，對照組？
31
解決命題（問題）不會沒有成本
上面幾個命題除非牽涉到廣大民眾的生命安全
不然一定會存在有人要用，有人不用的狀況
這樣才有實驗組跟對照組，並且有助於AI產業
化的相關定價
有定價才能算得出邊際效益，對照邊際成本
才能引發出後續人才與資本的投入

32. AI產業的空間經濟學？
32
最好實驗組與對照組就在彼此臨近之處，甚至
就在同一個屋簷下
最好有開放性，讓更多人了解

33. 消費者自己要付這個效益的錢嗎？
33
 不一定，如果我們本身的參與就有市場價值或幫助
ＡＩ產業降低成本，那麼也許ＡＩ加值服務的提供
者會自行吸收，或由別的受益者支付
 AI應用的解決方案固然可操作為排他性的財貨或勞
務，但它也應該帶有某些公共財的性質(譬如去識
別化後成為公共資訊)，讓滲透率加快 (optimal
free rider)

34. 產業AI化的業者需要注意什麼問題？
34
 成本結構的問題，要in house or 委託？
 B2C或B2B要做出差別，有domain knowledge
，最好in house (LA案例)
 以下幾種情況可以用委託的：有網路外部性，專
業服務提供者已經有規模經濟與範疇經濟，成本
夠低，自己要解決的問題相對簡單，並且沒有促
進產品服務的質變與定價

35. 中心化或去中心化？
35
 手段視目的與應用而定，提供低成本的解決方
案較為重要
 去中心化與小企業規模的服務提供者並非沒有
利基，主要是在加值端做出差異 (漢堡)
 平台性，百貨化，加值整合的AI服務會成為中
心化業者利基 (自助餐)
 AI不會只有朋友，沒有敵人，今天有幫助人的
AI，就會有壞人好事的AI，Input, processing
and Output全週期的安全性會影響AI發展

36. 36
伍、結論

37. 結論
 依資誠聯合會計師事務所107年2月發布《抓住AI商機》研究報
告指出，2030年AI對全球GDP的貢獻將高達15.7兆美元。其中
6.6兆美元將來自生產力的提升，而9.1兆美元則來自消費端。
 台中製造業多，應該先從資料小，安全性高，動作簡單，但是做
了AI可以有效節省最終產品成本，提高效益的項目來做，這些事
並不是一般資料科學的人所熟悉的，我建議機械設備業或產業自
動化的有志之士共同出來籌備一家公司，投入產業AI
37
推動AI之輪
台灣不能缺
席