開發契機是,過去幾年協助智慧財產局進行商標辨識,後續開發文字及表格辨識,接下來也可能應用到訂單、發票辨識等場景。他認為,這樣的技術有一定門檻,台灣同業不一定能夠複製。在訓練AI模型的過程中,開發人員使用公開財報給AI模型辨識學習,但也遇到不少挑戰,因每家公司的財報格式不盡相同,例如列有會計科目代碼與否、篇幅換行換頁、印章浮水印影響文字辨識等,皆需額外處理。針對許多企業對導入AI躍躍欲試,他建議,企業在考慮導入AI時,應考量安全(Security)、痛點(Pain)、應用範圍(Application)、算力(Computing power)、升級(Enhance and expense)、簡稱為SPACE的五大面向。企業應釐清希望使用AI解決什麼痛點,是不是既有資訊系統無法解決者;用來訓練AI的資料是否「乾淨」,例如文件分類確實與否,也會影響模型成效。為客戶導入AI前,團隊通常會先進行為期一個月的概念性驗證(PoC),搜集小範圍資料應用測試,確認符合需求。