2018/02/10 @ 數位智慧服務推動聯盟 分享Viscovery於過去幾年如何選擇在AI領域的定位以及哪些垂直應用，在推動AI智慧服務時有哪些坑，以及和研究服務型公司RSC合作的優點。

1. AI智慧服務推動經驗分享
Albert Y. C. Chen, Ph.D.
VP of R&D, Viscovery
2018/02/10

2. Albert Y. C. Chen, Ph.D.
陳彥呈博⼠士
albert@viscovery.com
http://slideshare.net/albertycchen
• 經歷
2017-present: Vice President of R&D @ Viscovery
2015-2017: Chief Scientist @ Viscovery
2015-2015: Principal Scientist @ Nervve Technologies
2013-2014 Senior Scientist @ Tandent Vision Science
2011-2012 @ GE Global Research, Computer Vision Lab
• 學歷
Ph.D. in Computer Science, SUNY-Buffalo
M.S. in Computer Science, NTNU
B.S. in Computer Science, NTHU

3. AI產業霧裡看花？該從何著⼿手？
(BCG AI Report, 2016/10)
應⽤用層
技術層
基礎層
解決⽅方案
應⽤用平台
算法 & 框架
通⽤用技術
數據
運算能⼒力力 運算能⼒力力
⼤大量量數據累積、開放數據接⼝口
算法平台 算法平台
通⽤用技術平台 通⽤用技術平台
應⽤用平台 應⽤用平台
應⽤用 應⽤用 應⽤用 應⽤用 應⽤用
硬體
公司
垂
直
應
⽤用
農業 製造業 醫療 ⾦金金融 零售 交通
E.g., 1: Google, Amazon, FB, 2: IBM, 3: Walmart, 5: NVidia

4. 結合AI專家與特定產業或領域的專業知識，解決該
領域的「痛點」。
• 完整的、end-to-end產品。
• 結合特定領域的專業知識。
• 該領域專屬的數據。
• AI提供核⼼心價值。
(Bradford Cross, 2017/06/14)
專注垂直應⽤用、解決產業問題

5. 交叉檢驗：產業總產值、產業⽑毛利利、產業AI新創融
資總額、產業AI新創失敗率、產業AI「獨⾓角獸」新
創數量量，⽬目前最多⼈人關注、最看好:
• ⾦金金融
• 醫療、健康
• 零售、廣告、娛樂
• 先進製造
（詳⾒見見附錄⼀一）
該選哪些產業？

6. 市場風險⾼高，競爭對⼿手少
市場風險低，競爭對⼿手多
技術難度⾼高 / 整合複雜度⾼高
技術難度低 / 整合複雜度低
⼯工業檢測
⾞車車牌識別
指紋辨識
⼈人臉識別
⼯工業機器⼈人 ⾃自動駕駛⾞車車智能監控
智慧零售
影⾳音內容關聯聯廣告
在⼤大撈⼀一票之前？⼩小⼼心，⽔水深！

7. 訓練AI的無限多種陣亡⽅方式
• 通⽤用型AI，百萬種標籤，維度的詛咒
• 拿別⼈人訓練好的模型做調整，出問題，也不知道
出在哪裡
• ⾃自⾏行行訓練的模型，出了了實驗室就崩潰
• ⾃自⾏行行訓練的模型，永遠不會收斂...

8. 創新 Goldilock Zone「適居區」
商
務
關
連
學
術
關
連
資源多; 組織龐⼤大, 反應緩慢
資源少; 組織⼩小, 反應快
傳統企業談創新
⼤大企業的
獨立研究機構
掙扎求⽣生的新創
學界spinoff
微軟研究院
理理想
組織

9. 研究服務公司
• ⼯工研院是全台最⼤大也是唯⼀一⼀一間的RSC。
• 歐美RSC非常普遍，SRI⼀一年年營收5億美⾦金金（Siri是
其spin-off，後被蘋果收購）、許多藥廠也都仰賴
RSC提供服務。
• 政院擬扶持百家RSC，補⼯工研院之不⾜足。
Research Service Company (RSC)

10. ⼈人⼯工智慧 RSC 的競爭⼒力力？
數據收集
AI
模型訓練
上線運作
典型AI訓練流程
✓運作效率（數據收集、AI 訓練）
✓重複利利⽤用（數據收集、AI訓練）
✓可複製性（模型訓練、上線運作）
✓累積壁壘壘（數據收集、AI 訓練、上線運作）

11. Viscovery = Video Discovery
Optical Character
Recognition
Offline
Recognition
2013
2014
Product Recognition
2015
Video Content related
Advertisements
2017
Wearable Devices
Video Content Discovery
& Interaction
2016
亞洲影⾳音內容辨識技術與變現應⽤用的領航者

12. 零售、電商的影⾳音辨識解決⽅方案
1.
2. 3.
1. 電商導購 2. 智慧零售 3. 上架、庫存管理理

13. 零售、電商服務 RSC的各⽅方積累

14. 影⾳音內容推薦、廣告推薦
上傳影片 內容識別 推薦 預覽

15. 影⾳音辨識量量 vs 變現⽅方式
• 影片辨識成本非常⾼高。
Google每項辨識服務的
定價$1.5/1000張圖，⼀一
⼩小時影片=3600秒，每秒
辨識⼀一張，需$5.4。
• 影片儲存、辨識結果儲存、
辨識結果進⾏行行分析的成本
很⾼高。
• 需要有「⼀一邊辨識⼀一邊賺
錢」的business model。
電商導購
單劇廣告成效
劇集廣告成效分析
關連廣告 (直投)
關連廣告 (程序)
影⾳音⼤大數據
0 2.5 5 7.5 10
辨識影片量量 (10^N)

16. 還有很多坑，要不斷試錯，才能找
到正確的business model
• 置入廣告成效報告怎麼賣？
• 說實話潑冷⽔水 vs 從另個⾓角度⿎鼓勵品牌主贊助！
• 鑑黃與暴暴恐識別，對平台來來來來說只是loss leader？
• 換個⼈人出錢，向品牌主打brand safety！
• 女裝識別研發曠⽇日廢時，無法做電商導購？
• 改向服飾專⾨門店提供虛擬試衣服務？

18. When something is important enough,
you do it even if the odds are not in your favor.
Elon Musk
Falcon 9
takeoff
Falcon 9
decelerate
Falcon 9
vertical
touchdown
問答討論

19. (Bradford Cross, 2017/06/14)
• choose large TAM
with high margin
• avoid 1% fallacy
• avoid confirmation
bias
附錄⼀一、AI的各個垂直應⽤用分析

20. (Bradford Cross, 2017/06/14)
AI startups total investmentUnicorn tally

23. AI in Finance
• Black Scholes process computation: 100x speedup
• Monte-Carlo simulation: 100x speedup
• Linear solver to numerical partial differential equations.

24. AI in Healthcare

25. AI in Retail and Marketing

26. AI in Advanced Manufacturing

27. 附錄⼆二、六種創新思考⽅方式
• 創意An：應⽤用到其他（相鄰）領域
• 創意A+B：整合（看似不相關的）兩兩種東⻄西
• 創意A↑：拿⼀一個⼯工具，到處找需求
• 創意A↓：針對⼀一個需求，到處找⼯工具
• 創意A！：原來來的應⽤用，加上⼀一個形容詞
• 創意∀：做完全相反的應⽤用

28. 創意An：3D列列印，什什麼都印！
• 3D列列印⼩小模型、3D列列印藝術品、3D列列印食物、3D房⼦子！

29. 創意A+B：畫電路路圖 + 製作電路路板

30. 創意A↑：時下許多的AI新創

31. 創意A↓：影⾳音「關連廣告」
o2o導購→邊看邊買→關聯聯中插、前後貼片

32. 創意A！：形容詞+名詞
• 運算裝置、⾏行行動裝置
• 新聞、媒體、部落落格
• 通訊軟體
• 交通⼯工具
X
分散式 階層式 平⾏行行化
適性化 個⼈人化 社群化
開放式 p2p式 ⺠民主式
⾼高效率 綠能

33. 創意∀：教AI⼯工作，AI卻跑去畫畫