雖然醫療科技在過去幾年迅速發展，但在手術室中採用這些先進技術的步調卻比其他領域慢半拍。外科醫師習慣依賴他們精練的手法還有從經驗汲取的知識，這是有其中的道理。但是，醫療技術並不僅限於機器人手臂和 AI 引導手術；將醫療保健資料從傳統的閣樓解放出來，並且讓外科醫師在手術室中隨時取得這些資訊，就能讓醫療界往前邁進一大步。
但是，正因為其中的變化多端， AI 在把正確的資訊和選項帶給醫生的方面有很多可以發揮的地方。在一天之內，手術團隊可能會幫非常不同類型的病患動手術：一下是一個健康的 25 歲女性，一下又是一個重病的 85 歲男性。團隊必須要能夠調整很多因素，還有做出大量的決策。
認知過度負荷可能會導致做出次佳決策或是錯誤。大概每七個個案中就會有一個出現某種嚴重的並發症，機率超過 15％。所以我們在這裡談的是透過狀態意識，透過自動化來進行積極風險管理。這是藉由減少和消除認知過度負荷和臨床情況不斷變化所帶來的不必要差異。我們現在看到最好應用 AI 的個案是顯示特定病患和手術過程的具體資訊，這樣能夠引導整個手術的過程，讓結果在這種支援的情況下更好。
要有最好、最正確的見解，你就得需要完整手術前後的臨床還有過程記錄，但最重要的還是術中的空間，因為這當然是最關鍵的部分，差錯可能就是在這裡出現。就是因為這個原因，而且手術室很即時的特性，整個複雜的程度又高更了。從技術上來說，這對雲端來說不是特別容易的領域。所有過程都在邊緣上，因為沒有辦法依賴雲端的兩秒上傳和下載。所以在這種情境下，邊緣運算還有 Internet of Things 技術工具組就非常重要。
身為手術專家，我們對終端應用程式和使用個案非常瞭解，但在建立基礎設施方面沒有太多經驗。我們缺少其他在嚴謹性、實際架構上相似的使用個案的基準還有可以對比的資料。要有即插即用的智慧手術平台，智慧水準要很高，但在硬體方面不會太龐大，還要能夠產生資訊，同時具備接收演算法和產生 AI 的能力跟頻寬，又要即時顯示出來，這一整套需求其實蠻複雜的。
Intel 一直是我們密切的合作夥伴之一，他們幾乎就像是我們團隊的一份子，共同努力來實現這個目標。設計架構、找到合適的元件、採用他們的一些元件，像是OpenVINO™ 讓 AI 的滲透和使用成為可能，所有這些事情都非常重要。如果沒有像 Intel 這樣的合作夥伴，我們至少步調會慢很多，自己一個元件、一個元件慢慢找，可能還會出更多差錯。
SeeWise AI 為印度某大型鍍鋅企業部署的系統就是明證。這家鍍鋅工廠是一家大型企業，儘管成功，但是卻面臨諸多難題。它沒有即時監測工廠作業的整合性解決方案。管理者必須親自前往廠房，手動查看進度，才能掌握最新的生產狀態。大型設施包含 20 個獨立的槽，用於鍍鋅製程中的浸泡、沖洗和其他階段，另外還有材料儲存與運輸區，足以證明確認進度的過程極其繁瑣。在缺乏集中監測功能的情況下，發現停機問題和違反安全規定的情形也成了一大難題。
這套系統還讓該鍍鋅企業獲得更深入的作業資訊。Durairaj 說明：「我們訓練 AI 模型負責監測生產流程的不同步驟，例如金屬樑浸入化學槽的時間、浸泡了多久、離開化學槽的時間，以及金屬樑靜置了多久，工作人員才將它運送到設施的另一個區域。」「這項措施讓管理階層能發現製程的瓶頸與效率不彰的問題，然後加以改善。」
實作在 Intel 架構工業電腦執行的 AI 技術解決方案，迅速改善了問題。首先，它可以即時偵測及修正停機問題，並確保工作人員遵守安全規範。此外，工廠管理者現在能清楚掌握生產過程，大幅提高作業效率。該工廠的整體設備效能（OEE）在前三個月內提升了 11%。到了第四個月，該企業已經從這個解決方案實現了百分之百的投資報酬率。
讓邊緣的電腦視覺更符合成本效益
SeeWise.AI 開發的這套軟體不受限於輸入資料來源。換句話說，這套系統會直接處理任何傳送的影片資料，不考慮資料流的來源，也不受使用的攝影機品牌限制。這是一大優勢，因為有很多鍍鋅工廠早已基於一般的安全與監控目的安裝了 CCTV。那些現有的影片資訊流經過再利用，便可實現 AI 支援的生產力管理與分析方式，大幅降低實作電腦視覺解決方案的初始資本支出成本。
此外，Intel® OpenVINO™ 工具組這類解決方案，可協助軟體開發者更高效建置 AI 模型。這個方案在首次部署解決方案時進一步節省了成本，因為精確的 AI 模型需要的運算資源較少。
Duraiaj 表示：「OpenVINO 大大協助我們改善了 AI 模型的效率和量化。」「過去支援五部攝影機所需要的硬體，如今卻可支援多達 10 部攝影機。這正是 OpenVINO 所締造之效益的直接成果。」
AMR 是為了在倉庫和工廠整理貨物而打造，讓人類不必執行機械式的手動工作，既可提高效率，還能改善安全性，物聯網解決方案開發商 NEXCOM International 子公司 NexAIoT 技術長 Hoe Seng Ooi 表示。NexAIoT 為工廠提供工業自動化與機器人解決方案近十年後，開始將目光轉向飯店業，因為在後疫情時代觀光大爆發之際，這個產業為了招募及留住勞動力傷透腦筋。該公司不斷調整及實驗技術，利用自家的 NexMOV Smart Hotel Autonomous Mobile Robot 為寄放和運送行李的問題找到了解決之道。
近期 Deisenhofer 帶兒子前往當地醫院就醫時，親身感受到了一大問題：無法相通的儀器會造成流程效率降低，讓治療決策變得更加艱難。就醫當天，首先由一位護理人員測量了兒子的心率、血壓和血氧，並將這些資訊記錄在紙上。而後，另一位醫生再次針對兒子的身體狀況進行重點檢查，並將檢查結果寫在另一張紙上，之後再進行 X 光檢查，並再次重複整個記錄過程。
另外，將 AI 運用於網路不同環節的各個領域和產品類型也越來越重要。我們認為，AI 可更妥善管理流量模式、確保網路提供的服務品質夠優異，以及管理停電或停機的問題，大幅提高 5G 網路的可用性，甚至於突破朝九晚五的運作時間限制。
請進一步說明，如何運用 AI 增強 5G 和物聯網網路。
網路人員將 AI 應用於各種領域。舉例而言，他們正利用 AI 改善 RAN 管理。我們經歷了從原始 4G 升級為 4G Advanced 或 LT Advanced，繼而升級至 5G 再升級為 5G Release 17 等的過程，不僅 RAN 的複雜度隨之提高，需要管理的設定也越來越多。基地台之間的互動以及不同頻段之間的互動更為複雜，而 AI 正是支援持續 RAN 管理提高涵蓋率與效能的重要方法。
我們認為，AI 對於推行 Open RAN 也非常重要。過去，服務供應商都是向網路供應商購買基地台，而且該供應商基本上會整合及包辦一切。Open RAN 的概念是，基地台內有介面，因此服務供應商可以混搭不同的供應商。我們認為，AI 有助於將這個過程化繁為簡。
此外，我們認為環保是個有趣的重要議題：實現碳排放目標，控管網路的能源成本。服務供應商通常希望，在減少能源使用量的同時，維持使用者所需要的網路體驗。那麼，若要提供符合需求的體驗，最多可以減少多少網路資源？機器學習工具可以在 RAN 最佳化方面派上用場。我們預測，在 2025 年前，智慧無線存取網路技術結合自動化與 AI 驅動的節能技術，至少能讓三大業者提早數年實現碳中和目標。
影片 1. CCS Insight 的 Martin Garner 和 Bola Rotibi 探討即將來臨的物聯網與 AI 趨勢和預測。(資料來源：insight.tech)
AI 顯然帶來不少好處與機會，也有能力顛覆產業和我們的生活。然而，這項技術也為大眾帶來某種程度的不安：資料究竟會如何遭到使用？有多安全？是誰負責用什麼樣的措施保障這項未知領域的創新和拓展呢？而企業也很緊張地嘗試保障投資的未來效益。但有一件事可以肯定：搞清楚如何應用 AI，並不單只是任何一方的責任而已。需要人人通力協作打造並運用這些解決方案。
這波邊緣與 AI 技術的浪潮，如何影響 2024 年的物聯網預測？
Martin Garner：2023 年無論對邊緣或 AI 技術來說，都是重要的一年。ChatGPT 顯然造就廣大影響，且著實讓全世界看見人工智慧的實力，以及目前技術的侷限。我們去年的預測大多著重在邊緣，AI 則較少。而今年將大幅增加對 AI 的預測。不只是如 ChatGPT 等生成式 AI，也不只是個人能如何運用 AI。
其中一個範例預測是，在 2028 年前，大型醫療保健供應商會提供客戶能主動監控健康狀況的數位孿生服務。如今，您有大量個人資料四散各處，像是線上健康記錄、運動手環、智慧型手錶、手機上的資料等。但這些資料有些混亂，並未整合。因此我們認為醫療保健供應商會開始整合這些資料來源。他們會使用 AI，並基本上仿效工業界人士進行預防性維護的做法，只是對象改成人。當然，目標在於早期介入，也就是指以最小程度的外力介入，且通常介入措施的成本也較低廉。這是我們對於 AI 日後發展預測的範例之一。
這些技術進步是否會導致我們持續轉向使用雲端呢？
Martin Garner：我認為雲端與邊緣孰優孰劣的辯論會繼續持續好幾年。我想許多國家都擔心經濟，且我們也還尚未完全擺脫疫情的影響。因此，其中一項預測是，對經濟衰退的恐懼，會在 2024 年將雲端工作負載推向本機處理。早已使用混合式雲端的公司最能跟上這波趨勢。重整硬體對某些公司來說，是將工作負載重新部署到本機的好機會，同時也能節省一些成本。這是短期而言。
Bola Rotibi：2023 年是 AI 起飛的一年，對 IT 解決方案供應商尤其如此，有許多新工具問世，而 ChatGPT 顯然引發濃厚興趣。但我會說，AI 其實已經發展好一段時間了，人們早已在幕後使用機器學習和其他模型與演算法。在手機上搜尋圖片也是仰賴 AI 解決方案和模型。
我們注意到的是生成式 AI 的強大功能，尤其成為生產力解決方案。生成式 AI 能夠化繁為簡，讓複雜的問題能夠取得簡潔有力的相關資訊。因此人人都迫不急待投入。過去一年來，我們看到幾乎所有供應商，intel 也不例外，都在推出生成式 AI 功能，以及擴充 AI 解決方案。我們看到 Microsoft 推出人工智慧支援的 Copilot 以及 AWS 旗下的 Amazon Q。
因此，儘管有人呼籲要謹慎，我們仍預測 AI 投資和發展將於 2024 年加速。因為過去幾個月來，有些大人物都說：「等一等，我們得放慢腳步。」因此人們也開始擔心安全性，擔心是否存在相關法規措施、這些規範是否足夠有效。不過同時，我認為人們也真的很渴望取得並開發 AI 技術，因為 AI 提供的新體驗與互動程度令人驚嘆。
未來一年生成式 AI 的實際發展狀況如何？
Bola Rotibi：一方面 前景相當看好，而且發展速度飛快；另一方面，我們也會看到步調放慢。另一個預測是，雖然這波熱潮存在泡沫，我們也會看到許多新工具，在 2024 年，發展速度會在某種程度上趨緩。一部分是因為人們會確實認清成本的現實，以及今年才會揭露的一些風險和複雜因素。
2023 年的熱潮會冷卻，讓人們轉向更冷靜、細緻的做法，開始以正確方式運用生成式 AI，投入如編寫程式碼等功能。我們會開始見證 AI 出現在不同類型的職場解決方案，協助知識工作者與專業人士。
隨著投資加速，您認為針對 AI 倫理的計畫也會增加嗎？
Martin Garner：簡單來說，是。會出現越來越多這類計畫。AI 有潛力為社會帶來不少益處，但要是使用不當，也有潛力造成重大傷害。這有點像是受管制與未受管制的藥物。但差別在於，在 AI 領域實際上不存在一個專業機構，不像醫療界有醫學倫理誓詞這樣的規條。至少現在還沒有 AI 執業人員這種執照。
目前情況正好相反，只要有新技術開發出來，頂尖的 AI 公司就會公開程式碼，並盡可能加快上市。這顯然讓供應商與開發者，以及在客戶身上運用 AI 的公司有責任遵守道德使用原則。有許多事必須要搞清楚。
我們確實預測在 2024 年 AI 監督委員會將成為大型組織的常態，該委員會將集結倫理專家、AI 專家、法律顧問、資料科學家、HR 團隊、不同業務部門的代表，以審核全公司的 AI 使用。他們的工作是消弭技術團隊 (通常不精通倫理議題的工程師)，以及組織和其目標之間的差距。
許多公司因此必須增加大量行政開支、且必須進行大量訓練，才能加速發展並保持領先地位。這一切都是因為 AI 產業本身不擅於自我監督。
歐盟的 AI 法案對 AI 解決方案的發展有何影響？
Bola Rotibi：歐盟 率先推出 AI 法案 ，就像推行 GDPR 一樣。而我們也已看到歐盟批准數位市場法。但除了歐盟，美國、英國、中國和其他地區也在跟進。所以我認為監管機構正攜手合作，我們會在 2024 年底看到一些進展。不過，我想這是一個不斷協調磨合的過程，因為人們還在熟悉這項技術並瞭解其意義，這些都是新興技術才會有的問題。不過，我想這也會成為眾人團結的動力。
另外，在產業面，監督也確實在發生。最近，有 50 個組織，包含 IBM、Meta 和 Intel，聯合推出了 AI 聯盟。該聯盟致力於讓產業界攜手合作，一同進行標準化、將工作小組集結起來，提出處理特定 AI 問題和機會的策略與方法，以及創造讓終端使用者可以彼此互動的中樞。
打造 AI 解決方案的開發者應該考慮什麼？
Bola Rotibi：一切不只是開發者的責任。正如安全性是工作流程中所有人的責任，以道德方式使用 AI 亦是如此。當然，開發者可以捫心自問：「我做得到，但我該這麼做嗎？」同時，若想達成某種程度的一致，就必須在組織內部發布和流通指導方針與原則。這些指導方針與原則不只要由下而上，也需要由上而下推行。
我認為未來發展會更層次分明。這可能表示 Martin 提到的監督委員會，會從倫理觀點思考組織的立足點，並開始制定相關政策。而這些政策將被納入工具中，成為保護措施。不過，也必須為開發者提供指引與訓練，讓他們在開發過程中以負責任方式使用 AI。
Teresa Tung：Waleed 剛為我們提供精彩的概要說明，接著我會分享一些不同的觀點，包括可以購買的工具、可以提升的領域，以及可以建置的項目。「購買」是指購買生成式 AI 支援的應用程式，用於軟體開發、行銷、企業應用程式。這些應用程式使用經過第三方資料訓練的模型，可協助使用者提升效率。此領域已快速發展，成為新常態。
