國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第壹章 緒論
第一節 研究背景與動機
一、 市場現況
人工智慧（Artificial Intelligence, AI）歷經多年的發展，目前已形成一股不 容忽視的技術浪潮，Google 於 2015 年底公布了 TensorFlow 開源軟體庫，至 2016 年已成為受歡迎的機器學習開園專案，支援了各種深度學習（Deep Minging）的演算法，尤其 2016 年 Google DeepMind 開發了人工智慧圍棋程式 AlphaGo，並成功於 2016 年戰勝棋王，顯示了人工智慧未來凌駕於人類的可能 性。
人工智慧每天皆非常迅速成長，除了簡化醫療保健行業的工作流程、減少 了教育部門行政任務的工時外，同時也降低了製造業的管理成本，由 Adobe 研 究中，現在約有 15%企業正在使用人工智慧，也預計未來 1 年將會成長至 31%
左右，更統計了 2013 年以後至今，需要人工智慧的工作需求增加了約 450%，
由於網路的普及，大數據及機器學習的人工智慧持續的發展與進步，使人工智 慧在近幾年有更大的技術突破，其中，人工智慧技術包含人工神經網絡（Deep Learning）、大數據的機器學習（Machine Learning）以及計算機視覺和語言，
而計算機視覺和語言包含自然語言處理（Nature Language Processing, NLP）、
文本分析、語音辨識與語意技術，由圖 1-1 可知，機器學習（Machine
Learning）吸引約 50 億至 70 億元美金的投資金額，約佔了投資金額的 60%，投 資意願相當高。金融產業不僅結合創新科技，且創造新商業模式，使金融創新 技術越來越受矚目，其中，金融創新技術主要針對金融機構中勞動密集性、重 複性較高，或需要處理大量資料的繁雜作業，較無效率的工作流程進行「去中 介化」，有助於減少傳統人力資源，並透過機器縮短加工生產的週期，並取代 人力費時的操作過程，除此之外，金融創新技術亦可將作業風險降低，改變了 傳統金融業者的獲利結構，改變全球的零售金融業，包含第三方支付、小額借 貸、投資與財富管理等。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2018 年 8 月 Juniper Research 預測，零售業在 2022 年投資於機器學習的成 本會大幅提升將近四倍，若零售業也致力投資於人工智慧，能更改進對顧客的 服務品質，包含提供顧客量身訂做的自動化行銷平台，不但可即時報價，亦能 提供即時服務聊天之機器人，且研究將人工智慧分為三大類型，第一為弱人工 智慧（Artificial Narrow Intelligence , ANI），其解決問題注重於較狹隘的領域與 主題，再者為強人工智慧（Artificial General Intelligence , AGI），具有廣泛解決 問題的能力，其表現具有人類水準，最後為超級人工智慧（Artificial Super Intelligence , ASI），其表現不但具有人類水準，更可能在相同目標下贏過人類 的表現。而零售業主要應用人工智慧的兩大關鍵趨勢，其一為個人化需求，在 競爭激烈的環境中，若能提供一個較同業具有引人注目的差異化因素，與傳統 的顧客服務相比，不僅能維持服務準確性，也能提供更好的服務品質，例如聊 天機器人與目標行銷，更能為零售業達到策略目標；第二關鍵則為奢侈品企 業，由於小型零售業難以負擔人工智慧的高成本，使奢侈品企業為較早應用人 工智慧之零售業，主因為奢侈品非常仰賴顧客的購買，其消費型態較不同於一 般產品，所期望的服務亦不同，而運用人工智慧技術可提升顧客購買的機會，
因此若能使人工智慧的技術更加普遍且成本較為低廉時，其他小型零售業也將 能夠跟進運用人工智慧的技術。
圖表 1- 1 2016 年人工智慧領域的外部投資(US$ billion)
資料來源：McKinsey Global Institute (Bughin et al., 2017)
‧
相近的年輕人；美國電商龍頭亞馬遜（Amazon）於 2017 年買下以高價有機食 品聞名的美國全食超市（Whole Foods），走向新零售的趨勢，對於亞馬遜而 言，過去即有推出 Amazon Fresh 的生鮮商品運送服務，藉由 Whole Foods 既有 的商品網路進一步擴展旗下生鮮商品事業，另一方面，Whole Foods 亦可透過亞 馬遜的資源與品牌聲譽，幫助企業與其零售商競爭者在此激烈的零售市場中脫 穎而出。利用人工智慧以及大數據分析，讓製造業可更具服務化、客製化，更 可預測消費者需求並提供量身訂做的商品，進行精準行銷與服務，使線上、線‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
下以及物流整合為一體。
電商通路可藉由網路與顧客接觸，加上藉由人工智慧在大量數據中尋找特 定的消費模式，讓業者可充分利用已知的顧客喜好特性，為未知顧客的偏好提 供建議，透過人工智慧以及機器學習能夠利用銷售、消費者以及各種數據資 料，以提升網路搜尋的功能，更可透過客戶資料以及顧客所接觸之商品屬性進 一步預測消費者對新商品以及新風格的需求，美國電商龍頭亞馬遜（Amazon）
已於 2013 年獲得「預期出貨（anticipatory shipping）」的專利，不僅考量了季 節性的需求，亦考量天氣、人口統計以及獨特的顧客消費模式所帶來的影響，
隨著人工智慧的快速發展，各行業領域透過大數據以及人工智慧技術的多元性 來了解現代社會的需求，並藉由機器深度學習給予產業進行更精準的市場預 測。