打開 App

  • 會員中心
  • 訂閱管理
  • 常見問題
  • 登出
notice-title img

當AI大浪席捲台灣IP,催生多檔千金股之際,國際市占率極低的台灣IP公司,如何搶進兆元AI戰場呢?

《經濟日報》獨家專訪8大指標企業,為你解謎!



不再顯示

商業興觀點/大數據產業 三挑戰三機遇

本文共1201字

經濟日報 陳堅偉(商研院國際數位商業研究所研究員)

在全球數位轉型的風潮下,大數據產業成為一個重要的焦點。隨著「工業4.0」的發展,製造業逐漸認識到資料、資訊和知識在決策中的關鍵作用,並通過系統化的發展將這些元素整合到生產過程中。

這一變化促使製造業從傳統研發、生產、供應、銷售、服務的順序,轉變為以服務客戶需求為核心的逆向驅動模式。尤其是生成式人工智慧(Generative AI, GAI)在2023至2024年的快速成長,為大數據產業帶來了前所未有的機遇與挑戰。

全球大數據產業成長主要驅動因素包括數據量的擴增及先進技術在各產業的廣泛採用。企業對數據分析的需求持續增加,雲計算與生成式AI的突破性發展降低了大數據分析的門檻,使企業能夠更容易地部署與利用大數據分析工具。此外,物聯網(IoT)與5G等新興技術的發展,產生更多元化的數據來源,進一步促進大數據市場的增長。

根據國際數據公司(IDC)的報告,全球大數據產業的市場規模在2023年估計可達3,412億美元,預計2024年將達到3761.7億美元。主要市場參與者包括Microsoft、Amazon、Google、IBM等,這些公司通過創新的大數據解決方案,不斷推動市場的發展。然而我國的大數據產業的發展,卻面臨了下列三大挑戰:

一、產業結構侷限:我國大數據產業多聚焦在硬體生產相關服務,提供高效能的運算設備、加工機數據蒐集感測裝置或是生產線的環境監測設備。國內主要伺服器製造廠也開始將後勤服務整合在銷售中,而數據平台及軟體服務則是我國比較弱的區塊。

二、數據應用類型較少:我國數據運用類型較為缺乏,主要偏向製造端發展,數據的蒐集運用以初級的生產資料為主,應用層面主要在生產線的預防性維修、生產效率分析和不良品的預防分析。

三、數據人才不足:我國大學對於資料科學等相關學程僅有少數學府提供,從事大數據的專業人士大多出自電腦科學、資訊工程、統計學、數學等學科背景,並通過自我學習補充專業知識。

針對我國目前的產業現況,可以考慮下列發展方案:

首先,延伸製造服務範疇:從生產製造服務延伸到產品設計服務,利用強化使用者數據蒐集強化產品研發;亦可從生產製造服務延伸到後勤支援服務,轉型為涵蓋整個產品生命周期的全方位服務提供者;並透過政策鼓勵創新擴展到其他服務範疇,進入未被充分開發的市場領域。

其次,強化數據源整合與串流應用:透過數據串流應用有效整合來自製造過程和使用者互動數據,建立開源數據平台,促進跨領域合作,推動新的數據應用和服務模式的發展。

第三,建立跨領域學習機制:加強產學合作,開設針對數據驅動服務產業專業人才的培訓課程,提供全面的職能培訓,避免因專注於單一技能而忽略整體應用分析能力的培養。

透過政策的引導和支持,不僅可以保持數據硬體服務的持續發展速度,更可在提升製造業附加價值、協助企業轉型升級等方面發揮重要作用。隨著AI技術創新不斷推進和全球數據量爆炸性增長,大數據產業將成為推動未來經濟發展的重要引擎。

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

延伸閱讀

上一篇
智慧經營/保德信總經理梅以德 四大驅動力 催動成長
下一篇
管理錦囊/企業省稅 AI來幫忙

相關

熱門

看更多

看更多

留言

矽智財IP 小測驗

矽智財IP 小測驗

完成

成功收藏,前往會員中心查看!