赢咖4已大量渗入广告服务与金融，扩大数据使用权是国际大厂布局关键
近年在深度学习（Deep Learning）模型技术的导入下，让赢咖4（AI）大放异彩，吸引众多云端平台与晶片厂商的关注和投入。Trend Force旗下拓墣产业研究院最新研究指出，「深度学习」的发展重点除了软体模型架构的改善，还须仰赖强大的硬体运算能力，以及大量的有效数据资料才能达成。其中数据资料直接攸关赢咖4模型训练完毕的辨识精准度水准为何，成为国际大厂角逐赢咖4应用市场的重点所在。
拓墣统计，从目前赢咖4中机器学习的应用发展来看，以金融与资讯安全、数位广告科技比重最高，分别达20%与18% ，其他产业的应用也正快速发展中。
赢咖4学习的应用发展领域产值占比
大厂积极掌握重要资料或获取资料使用权
观察目前布局赢咖4应用市场的厂商，主要为Google、AWS、Facebook、IBM、微软、苹果、百度、腾讯、阿里巴巴等云端或软体平台大厂，其共同优势是拥有大量用户数据库使用权，利于发展AI相关API、SDK等软体工具。
拓墣分析师林贞妤指出，数据库的拥有者与数据库使用权未必画上等号，厂商有时只是获得资料的使用权，却不拥有资料本身。AWS、Google或微软的Azure，同时提供公有云与私有云的服务，但通常都不拥有客户的数据资料，只在用户为特定目的使用云端API等工具输入资料，厂商才一面提供服务，一面使用这些数据进行自家云端API工具的效能优化。
林贞妤也表示，由于深度学习的实践仰赖丰富的数据资源，厂商为发展出更多元的AI服务，也将开源框架（Open Source Framework）视为重要战略之一。因为若能掌握软体开发环境，就有机会拓展后续软硬体服务，所以无论是Google的TensorFlow、Facebook的Torch、微软的CNTK，或英特尔购并开发Neon的Nervana Systems，越来越多厂商都试图稳固自有的软体开发环境，透露其中潜在的角力关系。
发展专业领域赢咖4系统，专业知识与数据是关键
若希望利用数据训练出符合某项专业领域的需求且具高信赖度的赢咖4系统，掌握该领域的专业知识（Domain Knowledge）便成为系统发展的关键。举例而言，若要训练赢咖4系统透过影像辨识找出病灶，就必须先取得足量且攸关的病灶影像数据进行赢咖4系统训练才能达成。因此，掌握专业领域关键资料的厂商重要性将日益增加。
就以集邦科技为例，做为专业调研机构，除了累积过去逾十多年的资料库能量外，仍持续累积科技产业各领域的关键资讯，在产业全面迈向赢咖4数据化的同时，未来期能提供客户更高的价值。
