近年在深度学习(Deep Learning)模型技术的导入下，让人工智能(AI)大放异彩，吸引众多云端平台与芯片厂商的关注和投入。拓墣产业研究院最新研究指出，深度学习的发展重点除了软件模型架构的改善，还须仰赖强大的硬件运算能力，以及大量的有效数据才能达成。其中数据直接攸关AI模型训练完毕的识别精准度水平如何，成为国际大厂角逐AI应用市场的重点所在。

　　拓墣统计，从目前AI机器学习的应用发展来看，以金融与信息安全、数字广告科技比重最高，分别达20%与18%，其他产业的应用也正快速发展中。

　　大厂积极掌握重要数据或获取数据使用权

　　观察目前布局AI应用市场的厂商，主要为谷歌、AWS、脸书、IBM、微软、苹果、百度、腾讯、阿里巴巴等云端或软件平台大厂，其共同优势是拥有大量用户数据库使用权，利于发展AI相关API、SDK等软件工具。

　　拓墣分析师林贞妤指出，数据库的拥有者与数据库使用权未必画上等号，厂商有时只是获得数据的使用权，却不拥有数据本身。AWS、谷歌或微软的Azure，同时提供公有云与私有云的服务，但通常都不拥有客户的数据，只在用户为特定目的使用云端API等工具输入数据，厂商才一面提供服务，一面使用这些数据进行自家云端API工具的效能优化。

　　林贞妤也表示，由于深度学习的实践仰赖丰富的数据资源，厂商为发展出更多元的AI服务，也将开源框架(Open Source Framework)视为重要战略之一。因为若能掌握软件开发环境，就有机会拓展后续软硬件服务，所以无论是谷歌的TensorFlow、脸书的Torch、微软的CNTK，或英特尔并购开发Neon的Nervana Systems，越来越多厂商都试图稳固自有的软件开发环境，透露其中潜在的角力关系。

　　发展专业领域AI系统，专业知识(Domain Knowledge)与数据是关键

　　若希望利用数据训练出符合某项专业领域的需求且具高信赖度的AI系统，掌握该领域的专业知识(Domain Knowledge)便成为系统发展的关键。举例而言，若要训练AI系统透过影像识别找出病灶，就必须先取得足量且攸关的病灶影像数据进行AI系统训练才能达成。因此，掌握专业领域关键资料的厂商重要性将日益增加。

　　就以集邦咨询为例，作为专业调研机构，除了累积过去逾十多年的数据库能量外，仍持续累积科技产业各领域的关键信息，在产业全面迈向人工智能数据化的同时，未来期能提供客户更高的价值。