為了達到智慧國家的目標，政府祭出推動人工智慧（AI）發展的行動計畫，以既有的硬體優勢推動培養軟體人才，幫助各產業藉此接軌新一波工業革命。
微軟台灣AI研發中心執行長張仁炯認為，未來的世界勢必是軟體為王，這已經是無庸置疑的事實。台灣過去在資訊科技起飛時所獲取的成功奠定基礎，還必須運用開放性思考與持續學習能力，不斷地提出改善方法，而非僅仰仗過去的經驗。正在崛起的人工智慧，即可成為相當大的推動力。
 |
| ▲微軟AI研發中心執行長張仁炯強調，數位轉型、人工智慧發展為長期的方向，必須先釐清問題、制定計畫與目標，運用開放性思考與持續學習能力，幫助企業與組織在未來數位化世界中佔有一席之地。 |
在微軟服務已超過20年的張仁炯，親眼見證資訊科技變革歷程。今年接手微軟在台設立的AI研發中心後發現，台灣最為強項的硬體製造、IC設計產業，在過去20年來雖為經濟發展奠定基礎，但是軟體產業與開發人才卻未能有發揮的空間，自然是因為強勢產業所引發的排擠效應。10年前，智慧型手機的出現改變了人們的生活與工作模式，為資訊科技領域相當重要的里程碑，當愈來愈多人使用行動裝置後，每天產生出更大量的資料，掌握資料的IT廠商，希望能夠更了解用戶，於是開始大量採用雲端平台來實作大數據分析。
因為大數據的分析需求產生，使得資料科學家成為最搶手的科技新貴，畢竟在發展初期，市場上普遍欠缺輔助性工具，欲處理龐大的資料，需要的是統計學家或科學家，與IT工程師溝通交流之後，找出資料相似或相異之處，經由嘗試錯誤的學習過程累積經驗與知識。也是因為如此，才在資料科學蓬勃發展之後，有愈來愈多人投入開發平台與工具的研發，設計出易於操作的工具介面，推動機器學習演進到新世代。常用的統計學演算法可事先撰寫，或者是資料科學家習慣用的R語言自行撰寫，在大量資料進來時，快速地執行分析資料背後的意義。
如今邁向人工智慧世代，各行業正在苦思如何應用來改善生活與工作效率。例如自駕車、醫療影像、智慧製造等，儘管大多採用較為基礎的影像處理、自然語言、語音辨識等技術，關鍵在於是否能找到可發揮應用價值的場景。
「但是我想提醒，在談人工智慧應用場景時，必備的數位化能力正是目前台灣多數企業最大的困境，如此情況下要直接探討人工智慧應用，我認為有點本末倒置。若企業或組織數位化程度不足，勢必得優先解決、進行轉型，以提升辦公室生產力與產品製造能力。」
張仁炯進一步提到，事實上，台灣對於AI基礎科技的研究能力並不遜色，教授與研究生所組成的研究團隊，在全球學術論壇上經常得獎，可惜的是學術研究能力未被轉換成為商業應用。「微軟可從中扮演夥伴的角色，偕同企業領導者先釐清人工智慧應用可解決的問題，制定短、中、長期的發展計畫與目標，以發揮新興資訊科技的力量，提升商業營運。」