2017 年稍早，中國阿里巴巴跟螞蟻金服的創辦人馬云才對世界宣告，接下來是「互聯網 +」進入「AI +」的時代，各種相關人工智慧新聞在這幾年與日俱增，也早已標志著人工智慧的未來已勢不可擋。近期最受人矚目的消息，當屬 Google 子公司 DeepMind 推出 AlphaGo，在 2016 年的圍棋對弈中以四比一擊敗南韓棋王李世乭;到了 2017 年初，更以 Master 之名在網路圍棋上橫掃各國高手。過去人們認為機器不可能趕上人類的領域，竟然被 AlphaGo 稱霸，讓人們不得不正視人工智慧的重要性及隨之而來的影響。

　　其實，人工智慧發展到今日并非一蹴可及。早在上個世紀 1950 年，著名的英國密碼學家圖靈(Alan Turing)就提出了「圖靈測試」：看機器能不能讓人無法辨別隔壁房間裡回答問題的是人類還是電腦。而西元 1956 年，人工智慧之父約翰?麥卡錫(John McCarthy)也提出人工智慧三大概念「感測、認知、移動」，開啟了人工智慧研究的第一階段。但由于研究方法及應用領域的諸多侷限，人工智慧的整體進展十分緩慢，直到 1997 年 IBM 深藍電腦用西洋棋戰勝人類棋王，再度吸引世人的注意力。

　　進入 21 世紀，人工智慧的研發力道才又持續增長。2004 年美國國防高等研究計劃署(DARPA)在內華達州沙漠開始舉辦自駕車競賽，促使 Google 從 2009 年啟動自駕車專案計畫。Google 與史丹佛教授吳恩達(Andrew Ng)合作的 Google 大腦計畫，于 2012 年成功從大量 Youtube 影片中識別出一千多萬張有貓的數位影像。

　　同一年間，IBM Watson 超級電腦在美國的問答節目競賽「危險邊緣」(Jeopardy!)打敗了兩大人類常勝冠軍。此外，2012 年蘋果公司開始在 iPhone 等裝置上推出云端人工智慧 Siri，Google 也在2012 年中于 Android OS 上推出 Google Now，人工智慧更深入日常生活應用中。

　　至于令人驚豔的 AlphaGo，它的成功是靠著從 2006 年開始發展的深度學習網路(深度學習是執行機器學習的技術，而機器學習又是達到人工智慧的方法之一)。利用類神經網路的原理，透過大量資料訓練學習，可以建立出最適合收集數據、預測與觀察異常的人工智慧模式。當然，這也有賴電腦的絕佳運算能力，以及多臺彼此合作的強大系統，讓利用大量運算而找出模式不再困難。

　　目前物聯網各個類別，往往被稱為「智慧 XX」(如智慧家庭、智慧城市等)。按照物聯網系統的基本的「感測層」、「網路層」、「應用層」三層架構，所謂「智慧」的成分，主要存在于網路層傳輸后儲存資料的云端伺服器：透過運用人工智慧的機器學習和大數據提供服務，讓消費者擁有良好體驗。

　　近期人工智慧在物聯網的應用，已有許多驚艷成果。2014 年，全世界第一個懂得識別人類情緒的超萌機器人 Pepper 登場，可以跟人類聊天。2015 年，Google 展示首次由盲人完成在公共道路上駕駛的自駕車，震驚各大車廠，紛紛跟進宣布自駕車計畫。同年，中國大疆無人機在農田裡協助噴灑農藥;而電商巨擘亞馬遜也展示自家的送貨無人機原型，并于 2016 年在英國展開無人機送貨服務。另外，亞馬遜在 2015 年開始販賣的 Echo 喇叭，內建直覺好用的人工智慧 Alexa，讓 Echo 到 2017 年初已賣出超過五百萬臺，很多大廠亦搶著跟亞馬遜合作。亞馬遜也因此領先 Google、蘋果公司，成為智慧家庭的現任霸主。

　　從上述世界級企業的大動作，再再都說明人工智慧將主導物聯網時代的服務。可惜的是，很多臺灣製造業公司的老板仍舊只有硬體思維，希望可以賣大量生產的物聯網相關產品出去。然而物聯網是一個系統，人工智慧與大數據，讓提供客戶個性化需求的服務變得容易，少量多樣的客製化是必然趨勢。也就是說，在物聯網時代，要考量自家產品在整個價值鏈與生態系扮演的角色， 結合其他伙伴(尤其是人工智慧)，才有成功機會。只想以一家公司提供的產品做好物聯網的垂直整合，又受消費者歡迎，是非常不容易的事。從全球人工智慧領域的前幾名大廠 IBM、Google、微軟、騰訊、阿里巴巴、百度、Facebook 跟亞馬遜等，在硬體方面都不會插手太多，而是以買公司或找伙伴合作可知一二。

　　臺廠過去習慣用大量生產、微薄利潤來賺錢， 但紅色供應鏈掘起，早已大為侵蝕臺廠版圖，代工與純硬體思維的商業模式到了物聯網時代也不再適用，必須改變才能存活。而因為選擇變多， 必須提供更好的使用體驗，客戶才愿意掏錢，這在 B2C 面對一般消費者的時候特別明顯，連帶對 B2B2C 的影響也越來越大，一旦忽略，公司就可能會因訂單大減而覆亡。

　　也就是說，在物聯網時代，有價值的產品+ 服務的商業模式，必然得在價值鏈+生態系中占有一席之地，當中人工智慧更是決定服務優劣的核心。現在臺灣學界在人工智慧研究的能量有一定水準，政府也打算朝這方面強化，雖然臺灣產業界在人工智慧上的能力比起中美相對弱勢許多， 但若找到學界或大廠一起合作發展，就能在物聯網時代共創美好未來。