謝謝。

好。

有。

這個我們可以回去想一下，看怎麼樣給一份誘因跟說帖。

他們什麼時候會結訓？

他們是這幾週剛好在選？

我們應該回IDB談。

也可以。

我們明年會擴散，從製造業擴散到三大領域，也就是會加零售跟醫療進來。

對。

應該是說企業來說，大廠是製造業為主，是瑕疵檢測或者是良率體系，所以還是以影像的判斷為主，但是也有部分希望是透過數據去改善他的叫修頻率這些的。

應該是在比較特定，也就是影像辨識的部分。

因為我們也在想說這幾年，以今年來說的話，解題團隊大多來自於學校，但是我們好像比較沒有辦法吸引更前端的一些新創來，但是因為我們這邊如果像是大企業，比如是研華的話，比較會希望是跟比較有前瞻技術，然後有解決方式的新創可以跟他們合作，可是變成是我們的pool裡面會比較少這塊，不知道政委這邊有沒有認識前幾名的AI新創，也可以去拜訪，看他們是不是願意來做這個計畫。

所以應該要再擴大解釋？

另外像去年有跟高雄合作，他們有提出在地的問題，他們希望在地的人才去解，但是其實以我們的pool來講，AI的人才大部分都還是集中在北部。

但是我們做地方政府出題的時候，常常碰到一些困難，他們拿得出資料，可能要做的比較是簡單的比較沒有需要到AI的程度。

如果我們要幫助中小企業的話，但是他們很像又有點跟不上，他們會有個gap，因為AI比較要是data比較準備好的狀態。

另外對臺灣的話，因為我們有做出解題，因為國內還是希望大廠來參與，可是其實我們也遇到一些困難，也就是大廠自己都有資源，其實也不需要政府的協助。

對。所以我們也在想說要怎麼樣作一些突破。想說推國際這塊的話，有沒有其他的接觸是我們可以的？

我們在想說下一步，也就是明年的話，我們可以怎麼樣做，可以更精進這件事，或者是有沒有更擴散性？因為研華畢竟頂多擴散到上中下游，我們也在想說比如臺灣其實如果在海外，要幫助東南亞國家的話，其實對他們來說，很像AI有點太前面了，因為工人比人工還要便宜。

我們以今年來說的話，就是有台泰的AI學院，是跟研華搭檔，研華後來在這個課程當中有找到幾個解決方式，然後放到他們的機器裡面。