科技匯流下的滅頂隱憂將至？

幾年前去韓國，有一位中小電子廠商無奈的跟我抱怨：「我們能做的生意全都給三星“沒收”了！」。他是一位資深的電子業者，講的是以前的數位相機、MP3、MP4、PDA、遊戲機、電子相框等以獨立機體型態存在的電器，現在都被整合入手機中。

這份名單可以繼續延續下去：手電筒、投影機、小計算機、鬧鐘、電子錶、數據機、行動藍芽、行動Wi-Fi、讀卡機…，這過去都曾經是個別的機體、單獨的市場，也曾滋潤過許多中小電子廠商，但現在因為手機的普及而幾乎消失殆盡。他抱怨三星當然只是韓國版的觀點，這滅絕事件普遍在世界各地發生，整個電子產業的清洗過程只不過花了20年的光景。

也大約在20年前，大數據這個名詞開始浮現，人工智慧由於演算法以及硬體的改進開始由個別領域的應用進入真實世界，其中重要的一支機器學習正是以資料庫中的大數據當成學習以及成果檢驗的基礎，物聯網則成了大數據庫的輸入口。與工業接壤的地方孕育出工業4.0、機器人；人工智慧與物聯網也進入家庭，成為智慧家居。機器學習、物聯網、區塊鏈也聯手改變個別產業的新面貌，譬如金融科技(FinTech)與醫療科技(MediTech)。更多的產業更因這些技術的注入而興起，譬如無人自動駕駛、智慧電網、智慧交通等，還有一些新技術的合流可能加速這個領域的發展，譬如量子計算、AR、VR等。

一個鮮活的例子是Alphabet旗下的DeepMind－以AlphaGo聲聞於世的公司－現在想利用他們神經網路演算法以及深度學習來探索英國公醫系統所累積的醫療資料庫，但是首先需要解決個人資料隱私的問題，區塊鏈就自然而然的進來了。而包括神經網路演算法以及深度學習均是量子計算發展的下一個目標，有可能大幅加速學習的速度。量子計算與DeepMind有多遠？2013年Google、NASA與Universities Space Research Association組了團隊用D-Wave的量子計算機來研究量子機器學習。眾所周知的，Google與DeepMind都是Alphabet旗下的公司。新科技一切都匯流到一起了！

與前一波電子機具整合不一樣的是這次的整合在雲端，沒有空間、電源等物理等限制；而整合的相容性以及效果都不是以前電子器具整合的加法而已。所以科技匯流的速度以及應用範圍的擴張都是以近乎指數的方式成長。在這樣的趨勢下，重演一次手機對各式電器的滅頂之災也可能在這次科技匯流下發生，現在暫時安定的電子產業生態有機會再重新洗牌。幸好像電影《終結者》那樣的skynet出現還會有好一陣子，《大演算》書中描想的終極演算法master algorithm還有待基礎知識的完善－這個比施之於應用要困難、費時多了。

台灣沒有太多世界意義的大企業，能生存並可順利過渡到雲端產業型態中的策略不多，我能想到的是連結雲端價值鏈中的幾個價值點，並且跨出雲端、與真實世界有些物理的連結－這樣比較不容易輕易被幾個軟體替代掉，然後應用於一個特定的產業或領域，有點像DeepMind做的，但稍為廣些，與真實的世界多一些接點。

例如使用健保體系建構起來的專業、結構資料庫，在機器學習的領域創造2、3個價值鏈的環節，並且延伸至醫療硬體，以及行動醫療、居家照護等目前台灣正在嚐試的真實世界制度和系統－這些延伸的部份短時間內不容易被複製和超越。這樣的策略有機會給台灣企業在未來產業生態中尋覓個切入點！