當天政委會提早離開，所以我們會在11點左右的時候就完成。
我們主要是「產業AI化」的這一件事。謝謝政委。
政委，您之前有提到「AI產業化」跟「產業AI化」，我們現在在打臺灣跟日本的市場，看到同樣的狀況，所以就您現在看起來，如果以「產業AI化」的話，缺哪一塊拼圖？
只是他偏文字跟數據那一塊。
我們比較偏向電腦視覺的部分，所以也要談一下這一個部分，我們的確有同事參加他的人工智慧學校，他有開班，其實中間我們也知道昇瑋執行長在做的部分，比較少touch電腦視覺這一塊，所以也要跟昇瑋討論細節，或者是政委可以推薦？
我們後續再修一下，再把確認的東西寄給筱婷。
謝謝政委。我們會再提到的兩個地方，一個是home agent就業機會，也就是居家身障者，也跟政委報告我們現在在年底的時候，應該會有將近100位的居家身障者其實投入我們做我們現在客戶的標準工作上。
好，謝謝。
第二件事如剛剛所提到的，數據處理或是標註——標註太少——處理很容易混淆的狀況下，所以這個詞也是我們現在一直在抓的，所以這個我們再順一下。
我們在發想這個標題的時候，其實真正核心的concept，因為臺灣並沒有一個組織或是公司，專門在這一個產業鏈當中提供資料標註精準的這件事，就是品質的事，所以這是原始的concept，所以有兩個議題，我們要討論一下，是全台唯一，因為未來可能會有其他的player出來。
對。
「精準」的意思是像國際上在處理數據上，比如像cloud sourcing的方式，基本上標出來的數據，就我的客戶回饋給我是不精準的，所以這個data其實沒有辦法讓他的模型做得非常非常地好，因此我們才說收斂這一些事的狀況上，我們為何要收斂到這裡。
有市場廣義的用語嗎？
我們最近看中國或者是日本是在處理中文翻譯，是比較適合寫數據處理或者是數據標註？因為我們本來會說「數據處理」的原因是因為collection加taking，但是整個在用詞、用語上，對這一件事的認知會不太相同。
政委提醒的很好，我們那時在定義的時候是用data taking outsourcing的BPO概念在談這一件事，剛剛提到的國網是已經把AI的服務都綁得很完整了，所以變成是我們如何營造出一個具體，就是data taking的數據處理outsourcing的商業模式，可以for整個AI在研發過程中，我們是數據處理很好的夥伴，有一點是AI產業所謂價值鏈有一塊是可不可能切出來為數據清理的layer的BPO角色在？
應該是「incubit」、「viscovery」，因為是panel discussion，與談「incubit」或者是「viscovery」可以談一下未來的應用，還有跟我們後來在data處理上的未來可能性。
我們要強調data的重要性，也就是data對於演算的重要性，也就是演算後的正確性或者是辨識度，對那個模型良好塑造的重要性。
其實第四個我們還在討論，重點是我們想要呈現的是，演算法跟data的重要性，因此這個部分我們剛剛也在討論要如何呈現比較好。
這個是錯字。
