Google、Intel、Apple等科技公司，以投資併購模式快速地攫取全球新創公司之技術及人才，加速人工智慧技術及其運用實現於各產業。在2013年至2017年間，全球有近半數約120家人工智慧新創公司被大型企業併購，該等新創公司納入大型企業所佈建的研發鏈、併購鏈及商品鏈，使新創公司所發展人工智慧技術如機器學習、深度學習等運用於不同產業及其實驗場域，更實踐於商業應用情境，同時也讓創始團隊和前輪投資新創公司之創投業者優渥退場。全球諸多人工智慧新創公司不僅下嫁他人，尚未嫁娶且技術發展仍多處早期階段（Early Stage）其他新創公司仍持續被各投資者關注，近月知名之併購案至少8件，包括Amazon併購網路安全技術新創公司Sqrrl、Oracle併購網路安全技術新創公司Zenedge，今年2月間，Roche Holding以高達美金19億元價格併購紐約醫療大數據應用分析公司Flatiron Health等。
台灣政府、中研院與數所大學近年努力推動人工智慧政策及計畫，主要包括建構國家級人工智慧研發基礎設施，5年內投入新台幣160億元於台大等4所大學設置創新研究中心，讓各大學分別投入人工智慧核心技術、生技醫療、智慧製造與智慧服務等發展並培育人才，提供補助資源支持新創，以及開辦人工智慧學院等。筆者結合全球人工智慧之投資併購活動及台灣發展政策，茲建議如下：
- 人工智慧應用情境包括個人、家庭、交通、城市、工業，其軟硬體功能發展里程碑包括感測、認知、理解、決策到學習、邏輯、推理、預測至建議等，產官學研界於制定政策與研發方向時，宜依自身核心技術所涉及的潛在應用及功能，運用投資併購、專利技術及文獻等大數據，掌握國際企業投資併購、美歐創投投資標的、企業創新研發方向及全球相同或近似技術脈絡發展等情報進行精準選題，始有機會連結國際創新鏈及投資併購鏈並獲取鉅額回報；
- 人工智慧發展人才當為首要，倘能於發展初始即藉由學術、產業、專利等資訊，以運用全球人才與技術之思維，搭配適合之各類交易模式如共同開發、委託開發、產學合作、授權技轉、新創投資等，連結全球優質人才，同時規劃可吸引人才長期投入的股份激勵機制，始能凝聚併穩固優質團隊；
- 人工智慧之演算法依法或按其本質多不適合申請專利，是以開發或新創團隊宜同步建立研發及營業秘密管理機制，避免人員離職所致的核心技術流失，傷害公司與股東權益，亦動搖跨國合作根基；
- 發展人工智慧相關應用所獲取的特定領域大數據用，涉及隱私及安全保護問題，例如近期Royal Free NHS及DeepMind合作案即經認定違反英國資料保護相關法令而被迫終止開發。因此，開發團隊應就資料移轉可能造成的隱私侵害及轉移資料是否為最少化進行事前評估，而且於開發過程，資料可能散佈於資料處理者、雲端運算存儲服務業者、終端裝置開發者及學術人士或專業顧問間，開發鏈上各參與企業或個人所能接觸資料範圍、程度與內容，需隨分工不同建立管理暨合規機制，始能避免各國行政或司法機關認定違法。此類管理機制需涵蓋從資料來源、資料蒐集、利用目的、利用方式、使用權限、使用記錄、資料傳輸、資料銷燬、資料管理之全流程；
- 人工智慧應用開發過程，常須整合產業領域內具市場銷售或臨床專業人士以及軟體、硬體開發人才共同參與，而內外部人士間及所屬產學研機構間，於開發過程所衍生研發成果與智慧財產當如何歸屬、利用及其衍生利益如何分配，亦需於開發過程中釐清界定。
