數位轉型中最大一項的轉型策略：AI 人工智慧，是許多企業面對數位轉型會先擲的第一槍，然而AI 人工智慧真的適合所有的產業&技術嗎？

目前AI 比人聰明，但不見得比人智慧，舉例：如果碰到突發狀況或是不可預期的事件，一些關鍵決策需要「價值判斷能力」，這是AI 機器深度學習，還仍然無法突破的技術門檻。

AI 相當程度受限於：

• task-specific 特定任務
• context-specific 特定（事情等的）關節，範圍，場合，處境，條件
• path-dependence 路徑依賴(指給定條件下決策選擇受制於其過去的決策)

資料來源：《人工智慧在台灣，產業轉型的契機與挑戰》

從圖中可見「情境無關&樣本數多」的事件中，AI 人工智慧擁有高度成功率。

從這幾項事件中舉「車牌」為例，通常車牌都會依照國家標準去規劃圖樣與文字，所以只需要經過幾次的機器人訓練，AI 就可以直接協助人類判斷這些車牌，但是如果此國家沒有對車牌沒有建立相應規範，在市面上就會充斥許多樣式的車牌，此時AI 辨識就會無法做到像上述準確的自動判斷。

網路圖源：美國骨董車牌

從上述幾個案例中，先窺探了一部分數位轉型下企業所需面臨的挑戰與限制。對於未來的不可預期與威脅，唯有提前佈局，展開行動才能領先市場，降低潛在威脅。

專家：陳信宏

現任：中華經濟研究院所長，陳信宏所長擁有近30年的政策研究經驗，經常在產學研界發表或演講，並長期在清華大學EMBA班和MBA班講授創新與創業課程。由於政策研究成果受到肯定，他曾獲得2011年第1屆國家產業創新獎個人類之「創新模式推手獎」。