【為什麼我們要挑選這篇文章】小米創辦人曾說，創業就要做一頭站在風口上的豬，只要風口站對了，就連豬都飛得起來。新創加速器 AppWorks 半年來只選擇輔導 AI、區塊鏈新創團隊，近距離觀察兩領域產品開發與營業運作的狀況下，創辦人林之晨看到了什麼未來挑戰呢？（責任編輯：陳伯安）
作者：AppWorks 分析師 陳敬旻
創業者必須抓住科技的板塊位移，才能借力使力，顛覆衛冕者的壟斷。在 2018，AI 與 Blockchain 是兩個正在發生的巨型典範轉移，利用它們來創業的最好時機，就是現在。
問題是創業者要如何善用這兩波大浪？為了回答這個問題，我（本文作者）特別安排 AppWorks 創辦人 Jamie 林之晨坐下來，好好幫我們解釋。
Jamie 從 2009 年，還居住在紐約時，就開始在他的個人網誌 MR JAMIE 上分享創業相關知識，2010 年他正式回台啟動 AppWorks Accelerator，致力輔導年輕創業者，推動台灣，乃至於整個大東南亞創業生態系的連結、蓬勃發展。多年來，Jamie 始終站在第一線，協助創業者，也因此對創業，往往有更全面的觀察。
AppWorks 創立 8 年，累計上千國際校友
AppWorks Accelerator 從 2010 年成立至今，校友已累積共 328 支活躍新創團隊、925 位創辦人，是大東南亞（東協 + 台灣）規模最大的創業者社群。從今年八月進駐的 AW#17（第 17 屆）起，AppWorks Accelerator 開始限定招募 AI / IoT 與 Blockchain / Crypto 團隊，本屆共有 34 組新創團隊正式進駐，其中 21 支以 AI/IoT 為主，13 支以 Blockchain/Crypto 為主。
這群潛力新創中，有 10 組國際團隊，分別來自香港、泰國、越南、斯里蘭卡、美國、歐洲等地。創業團隊中，有曾擔任 eBay、HTC、華碩、Proofpoint（Nasdaq 上市公司）高管，也有來自 Y-Combinator 的校友，顯示 AI 與 Blockchain 所帶來的典範轉移，正在全球各地上演，吸引更多優秀創業者投入。AppWorks Accelerator 也將持續限定招募這兩個領域的新創團隊，直到下一個更巨大的典範轉移出現為止。
在近半年的加速器期間，密切輔導這群 AI 與 Blockchain 創業者後，Jamie 分享 AI 與 Blockchain 新創在創業路上常面臨的挑戰、導致創業者半途放棄的原因，以及可能的因應解決辦法，以下是這次專訪的整理：
手機開發已飽和，AI、區塊鏈將是未來的創業風口
Ｑ: 為什麼 AppWorks Accelerator 會在這個時間點，決定限定招募 AI 或是 Blockchain 的新創團隊？
Ａ: 從 AppWorks 的名字，就可知道我們 8 年前是針對 Mobile Internet 的浪潮而成立。多年來，也很幸運獲得了新創圈的關注，因此在這個時間點，我們覺得有義務，希望盡可能透過既有的影響力，去提醒大家「Mobile Internet 帶來的典範轉移已經到了尾聲」。儘管這件事已不是新聞，但是我們仍觀察到，許多年輕創業者還是會預設「我每天都在用手機，是不是還有什麼創業的機會？」
但事實是，根據研究機構 IDC 預估，2018 年全球智慧型手機出貨量將衰退 0.7%，是繼 2017 年衰退 0.3% 後，連續第二年呈現下滑趨勢，也因此用戶成長的紅利早已不再。
也因此，根據我們在前線的觀察，這樣的機會已經越來越少。當整個產業成長趨緩，會進入以整併為主流的生命週期，並不利於新創企業。好在老天爺關上一道門，打開了兩道，我們現在看到 AI、Blockchain 接棒成為兩個最重要典範轉移。為了鼓勵台灣，乃至於整個大東南亞的創業者，都去思考下一個創業的風口在哪裡，所以我們決定帶頭，藉由限定招募 AI、Blockchain 新創團隊，去刺激創業圈思考「為什麼 AppWorks 只收 AI 和 Blockchain？」「我是不是也該去思考 AI 和 Blockchain 是不是比較好的創業機會？」我們希望盡可能提醒創業社群，去思考如何跳往下一個成長曲線。
Ｑ: 就你觀察，AI 團隊在創業路上，通常會面臨哪些挑戰？
Ａ: 對於 AI 新創而言，最核心的問題是「你要用 AI 解決什麼問題？」這個問題的 TA（Target Audience, 目標客群）到底是誰？是消費者？還是企業？為什麼這個問題過去不能解決，但現在用 Machine Learning / Deep Learning 可以解決？
當你已經確定對於 TA 而言，這個問題實際存在，而且過去很難解決，現在有了 ML/DL 比較容易解決，下一個面臨的挑戰，就是你要怎麼樣做出這樣的 AI？ 基本功是要建立好的 Data Pipeline，才能夠持續的取得好的數據，讓自己的 AI 有與時俱進基礎。
有了好的 Data Pipeline，要能夠把 AI 訓練好，再來要以此打造出產品，然後把這個產品推廣給 TA，讓 TA 可以認識這個產品，知道這個產品可以解決他的問題，進而使用。當 TA 開始使用之後，緊接著還有商業模式是否可被驗證的問題。
AI 創業著重在過去與未來的需求比較
Ｑ: 面對「尋找問題」、「設定 TA」這些挑戰，AI 新創如何因應？可以尋求哪些方式或資源來克服？
Ａ: 這些其實不是 AI 新創獨有的挑戰，所有新創都會面對。可以參考 AppWorks Accelerator 的經驗與做法，我們持續規劃 Workshop，也提供一對一的輔導諮詢，去協助創業者釐清 TA 到底是誰？他要解決的問題到底是什麼？去協助他們用各種不同的解決方法，比如說 MVP（Minimum Viable Product, 最小可行產品）。先用各種「工人智慧」（Human Intelligence）的方式去釐清這些問題到底是否存在？有哪些可行的解法？
第二層的挑戰來到 Data Pipeline。一種是 Proprietary 自己建立，一種是透過 Third Party 提供。如果要自建，要能夠先做出受消費者歡迎的服務或產品，並且要他們願意使用之後，才能提供給你 Data Pipeline。這又回到所有創業都會遇到的問題，要怎麼做出消費者會使用的產品或服務？
如果你是 IoT 新創，要透過 IoT 產品建立 Data Pipeline，會需要跟硬體的設計生產供應鏈合作。對於這類的新創團隊，AppWorks 有不少硬體製造商的網路可以提供協助。下一步，當要發行硬體產品時，尤其是 B2C 的團隊，群眾募資幾乎是現在的硬體創業者，若要透過硬體去做 Data Pipeline 的必經之路。多去請教別人的成功經驗，是自我成長的重要方式
在 AppWorks Accelerator，則可以更方便去參考學長姐經驗，跟他們學習。目前，AppWorks 已有超過 20 支新創團隊在 Kickstarter、Indiegogo、嘖嘖等知名群募平台成功發行群募專案，總募資金額超過 1.6 億新台幣。例如 AW#10 的FLUX，所推出的 3D 列印機，成功透過群眾募資近 5,000 萬新台幣， 並出貨至全球 64 個國家。AW#16 的 Cubo，所打造的 AI 寶寶攝影機，在嘖嘖所推出的第一波群募專案，創下上線兩天突破 500 萬新台幣的佳績，現在正積極醞釀明年將於 Indiegogo 發行的群募專案，準備進軍美國市場。
如果想要利用 Third Party 建立 Data Pipeline。當然，可以自己去找 Open Data。但如果需要各種不同產業真實在運作的 Data，需要尋找策略夥伴。AppWorks 已輔導 328 支新創團隊，這些校友已經有受歡迎、很多用戶在用的平台，在這上面每天都會產生很多 Data，可以跟這些校友合作，讓他們的 Data 變成 Data Pipeline。
解決 Data Pipeline 的問題，再來就要訓練 AI。訓練 AI 通常不是百分之百的科學，也包含經驗和直覺，需要跟其他的資料科學家一起討論。在 AppWorks，有這麼多的 AI 團隊和資料科學家，透過我們舉辦的 AI Meetups，可以有更多交流機會，透過一起切磋更了解怎麼樣把 AI 訓練好。
當 AI 訓練好，並做出產品之後，下一個難題是要去推廣這個產品。這也是新創普遍會碰到的問題。如何去運用社群媒體，AppWorks 有很多學長姐都是專家，甚至有像 AW#1 的 Tagtoo 這種透過 AI 在做廣告採購的服務商，協助把產品推廣做得更好。
當產品推廣出去，受到用戶歡迎之後，再來要建立商業模式。在 AppWorks 可以跟 328 支各自擁有不同商業模式的團隊一起交流，去設計、修正自己的商業模式。
以上是 AI 新創完整的 Lifecycle。若在這過程中有要跟投資人募資的需求，本身也有創投基金的 AppWorks，會是最好的募資顧問，也有可能是最好的創投夥伴。若要找人才，AppWorks 也有各種不同的資源提供協助，例如我們有 Recruiting Master 提供人才招募諮詢，也有 AppWorks School 每年培育優質的軟體人才。