「危」與「機」在中文含義中，一是艱困挑戰，二是機運誕生，從科技應用的角度來說，新冠肺炎疫情全球蔓延，也創造了產業發展新契機。

大家都知道，遠距教學與遠程辦公，成了大陸的顯學，企業的數位化程度，此時立判高下！實體空間與線下營運的比例越重，營收獲利的傷害越大。

至於在人工智慧領域，過去兩三年喊得震天價響，現在反而就出現了更多新成功案例。例如騰訊的AI領軍產品「騰訊覓影」，就能在病患進行CT檢查後，最快2秒就能完成AI程式辨識，一分鐘內為醫生提供診斷參考。

一次胸部CT檢查，會產生300張影像，一位醫生閱片時長需5-15分鐘。如今在全球確診及疑似患者數目攀升的情況下，非常考驗專科醫生的眼力與精力。

Google的AI研究人員兩年前指出，已經利用電子病歷來預測患者住院的死亡率。在美國與全球陸續蒐集了超過21萬份樣本，準確率在95%上下。

台灣的長庚，以及諸多醫療院所，近兩年也以AI模型，來判斷CT影像中的癌症病灶。一直以來，台灣產業界在軟硬融合上的落後，直接導致新興技術找不著落地場景，此次疫情在醫療場域中，肯定創造諸多轉機。

至於機場設置的紅外線體溫辨識系統，在導入大陸AI業者曠視與商湯的模型後，就可以在高鐵站與捷運站等大規模人潮聚集處，迅速將體溫異常者辨識出來！這就能夠達到非接觸式遠距離測溫，降低現場檢測人員近距離受感染的風險。

事實上，早在1956年，人工智慧就被確立為一門學科。當年的達特茅斯會議上，誕生了第一代AI的研究者。1990年代，第一套AR擴增實境實驗系統，由波音公司開發。不是用來寶可夢打怪，僅用來協助工人裝配管線設備。

看得出來，技術從來都不是新鮮事，只是需要等到創新擴散（Diffusion of Innovation）到來的那一剎那，技術才會走進你我生活之中 。創新擴散是創新管理學科中的關鍵領域，創新的最終目的，在於希望新事物，於社會體系中散播開來、廣泛使用。

創新擴散關鍵的是，已經存在的技術，能否在當下為人所用？肺炎疫情的當下，科技產業界都在尋求更多的技術應用可能性。

以智慧型手機用戶為例，目前大家最不方便的就是戴著口罩，沒辦法辨識人臉來開機。同樣是由騰訊推出的「優圖」，可以辨識五種不同的口罩佩戴臉型，對未佩戴口罩或錯誤佩戴口罩的人員能即時發現並預警。

「優圖」能夠將戴口罩人臉辨識的準確率，提高到與正常情況下人臉辨識的水平。換句話說，即使戴著口罩，這套AI也能直接辨識出用戶臉型！