與李開復、吳恩達合作，五年投資100億元，讓AI應用在製造領域，並廣邀全球精英加入舉辦「T-Brain競賽」，讓參賽者拿企業提供的真實商業資料集（ Datasets）進行比賽，協助業界驗證AI商業應用發展的 可能未來三年內投入百人，擴大研發支出至15∼30％，布局AI相關的生物辨識、汽車電子，最終擴及 到開發AI平台

年會中，發表全球獨步的AI時尚引擎，讓AI參與服裝搭配、設計。沛星互動科技創辦人暨執行長游直翰表示，該技術雖然還沒跟設計師合作，但未來若要商品化，勢必得跟設計師、品牌、零售商合作。「要讓機器懂得辨認美醜，只靠機器學習絕對不夠，」Gartner研究總監呂俊寬分析，美、醜是無法數據化的資訊，必須由人先告訴機器如何判斷美醜才能運作。

「多元」成為AI徵才關鍵字

另一個例子，是台灣人工智慧實驗室創辦人杜奕瑾，已經做出稱能聽懂台灣國語的語音助理「雅婷一號」。這個接地氣、懂網路鄉民最新流行語彙的語音助理，能在短短兩個多月以內研發完成，仰賴的絕對不只資料科學家，還包括語言學專家。

呂俊寬觀察，台灣人和大陸人，中文用詞、語法 都不同，必須要大量語言學家，搭配AI核心人才，才能訓練出像「雅婷一號」這樣的模型，顯示人文科系學生在AI時代，並不只有被邊緣化的份。「工程師往往追求研發速度快，但快，未必好，人文可以提供技術人員看不見的盲點，」台灣微軟行銷營運長趙質忠表示。但與數理、程式絕緣的人文科系學生，該怎麼和機器或資料科學家溝通？104人力銀行數據長呂承諭建議，要有精確描述的能力，資料科學家再把精確描述，轉成量化數字，進到模型裡運算。如果會寫程式、懂演算法，又具備人文視野洞察社會現象背後的意義，就能成為更炙手可熱的人才，「年薪至少台幣300萬元起跳，」一位科技業高層表示。

「這種top talent（頂級人才），我不能告訴你我們有多少人，但它少於我團隊的5％，」賈景光透露，這些人在台灣很搶手，必須歷練過很多行業別和專案才能養成。