人工智慧浪潮再起！AI 新創 MoBagel 如何闖出一片天

人工智慧第三波浪潮來襲 - 一窺 AI 的全球發展現況

「AI」(Artificial Intelligence，人工智慧)、「ML」(Machine Learning，機器學習)，相信大家都對這兩個詞彙不陌生，尤其在近 10  年 AI、ML 被積極地應用於各大產業及領域上，如工業 4.0、交通、能源、醫療、教育等等；從 Google Trends 上的數據也可以看到相關關鍵字的全球搜尋量從約 2011 年起開始上升，“big data” 搜尋量於 2014 年達高峰後，緊接著 2016 年 “machine learning” 搜尋量的快速躍升。

AI 的浪潮再起，同時伴隨著大量資金及資源的投入。根據美國知名數據調查公司 CB Insights 的報告，2019 年度全球 AI 新創獲得的投資金額到達 266 億美元，創下歷年來新的高峰，總計超過 2,000 筆投資案，相較於 2017 及 2018 年度金額分別成長了 58% 及 20%。

而在 266 億美元的投資中，有約 3 成集中在醫療、金融和零售，其中又以醫療為大宗。調查也發現投資中以 early-stage (初創期) 及 A 輪為主，此外，各領域的公司如醫療、銷售、零售等也積極地併購 AI 新創以獲取相關技術。這也是為甚麼近幾年各地的新創公司即使並未使用 AI 的技術，仍喜歡幫自己的產品、服務貼上 「AI」的標籤，以更輕易地吸引創投的目光，募得資金。

你可能心中有幾個疑問，「AI 的浪潮不是從六、七十年前就出現過，發展到現在經過不少次的高峰和低谷，這次是真的嗎？」「AI 的投資都集中在中、美市場，台灣 AI 新創的機會在哪裡？」。

本集《科技職涯》Podcast 節目邀請到 AI 分析新創 MoBagel (行動貝果) 的共同創辦人及營運長王易如 (Iru Wang)，與大家分享 MoBagel 企業文化及矽谷募資的故事。

文化標語 「SOLVE」- MoBagelers 解決問題的心態

你可能會好奇 「MoBagel」 (行動貝果) 這個名稱的來源，Iru 於訪談中笑著說到，「我們還在做手機遊戲的時期，有一群夥伴很愛吃貝果，於是就把手機 (Mobile) 結合貝果 (Bagel)，變成了 MoBagel。」

MoBagel 透過自動化機器學習 (Auto ML) 的技術，利用數據來協助企業洞悉市場的發展及需求。從手機遊戲的開發、物聯網應用，MoBagel 汲取用戶的回饋並持續軸轉，在 2016 年開發出專屬的產品 Decanter AI，透過資料模型精準快速地預測市場需求、銷售量等重要資訊，幫助企業做出正確決策以最大化營收。

於 2015 年從美國矽谷起家，MoBagel 現今在台北、上海、北京、東京都設有公司。矽谷「Leap of Faith」放手一搏的信念至今還是可以在 MoBagel 企業文化的落實中窺見。

「我們的文化標語 SOLVE 是每個 MoBageler 在解決內外部問題時會抱持的心態。」每個字母分別代表一個單字的縮寫，S 代表 Share (分享)、O 代表 Open (開放)、L 代表 Lead (領導)、V 代表 Vision (願景)、E 代表 Engage (參與)。」在分享資訊、知識的同時，保持開放的心態去接受多元方法及價值觀，帶領自己與他人的成長。「要擁有 vision 才知道 leap (跳) 到哪裡去，同時要 engage (參與)，不只是喊喊口號。」

1. MoBagel 的全球拓展策略 - 著重於亞洲市場

發跡於高科技公司總部群聚的矽谷，MoBagel 於 2020 年積極拓展的版圖卻鎖定於日本、韓國，為甚麼呢？
美國身為資料科學家 (Data Scientist) 的重點培育地，公司十分重視技術及模型的所有權，透過建立內部的 AI、ML 團隊，自攬資料分析的過程及結果，而這個現象在大型企業中尤其常見。

那為何美國的 AI 新創仍十分地蓬勃呢？資深分析師 Janakiram 提到，大型平台企業選擇獨攬關鍵技術並專注於替 to B (企業方) 客戶解決更複雜的問題，而非與獨立軟體供應商 (Independent software vendor, ISV) 競爭。在雄厚的研發資本及資金的支持下，大型平台企業如 Amazon、Apple、Google、IBM、Microsoft 擁有快速發布及生產軟體的能力，促使 AI 垂直應用的發展。隨著近年來雲端巨頭的主戰場由基礎設施即服務 (Infrastructure as a Service, IaaS) 轉移至機器學習及人工智慧的領域，AI 新創的商業模式會更傾向於提供利基 (niche) 市場客戶高度客製化的服務。

2. MoBagel 的使命 - 資料科學普及化

在企業數位轉型的風口下，許多企業都期望透過 AI 技術的導入來提升競爭力。然而，由於對於人工智慧的不了解，企業在導入 AI 應用的過程中常遭遇到不少困難，不論是數據資料的品質、可用性問題，或是如何找到適當目標項目進行切入。

因應上述問題，MoBagel 專門培訓 Data Science (資料科學) 的顧問團隊，透過實際了解客戶問題，協助其定義問題陳述 (Problem Statement) 及對需採用的資料提供建議。透過 onboarding 流程，MoBagel 協助企業認識、熟悉其產品系統，將機器學習及資料科學技術帶入企業日常工作的範疇。

Iru 同時在本集的 Podcast 中分享了個人職涯中的選擇及 MoBagel 矽谷募資的故事，如果你也好奇擁有史丹佛 (Stanford) 電機碩士學位的 Iru，當初放棄普林斯頓 (Princeton) 博士班全額獎學金而選擇在矽谷創業的原因，以及 MoBagel 如何獲選成為矽谷知名加速器 500 Startups 團隊之一並成功募得千萬資金的過程，歡迎聆聽全集！