AI下一桶金转向产业资料 医、农与制造抢建Domain Data

当生成式AI模型能力快速普及後，产业竞争焦点正在转向另一项稀缺资源Domain Data。近期智慧医疗、农业与制造案例显示，企业开始把长期累积的交易、设备与生产资料转成AI可分析的结构化资产，AI落地的门槛也由「有没有模型」转向「有没有高品质真实世界资料」。

日本JINS与大阪大学便利用全日本47都道府县门市累积的匿名眼镜度数与购买者属性进行大规模研究。分析显示近视可能持续进展至约30岁，6至7岁为进展速度最快阶段；另一项乱视研究则发现20岁族群约两成具有轻度至中度乱视。零售资料因此从商业纪录转变成Real-World Data，补足传统医疗研究样本范围有限的问题。

图一 : 当生成式AI模型能力快速普及後，产业竞争焦点正在转向另一项稀缺资源Domain Data。

此外，农业也朝相同方向发展。9月7日在台北举行的动物精准营养国际论坛，聚焦畜牧、水产与宠物产业的精准营养、疾病预防、永续生产及数位转型；农业部近年建立59类农业IoT资料格式，并将环境感测、AI影像与生产资料应用於凤梨产期预测、鲈鱼精准喂食及养殖决策。

制造业的资料价值更直接。工研院近期指出，制造Agent正透过RAG、向量资料库与多模态模型，把专案文件、设备资讯、PLC程式及历史故障案例转成可重复利用的工程知识，再与MES、SCADA及ERP串联。

不同产业的应用共同指向新的AI基础架构：从真实世界资料←资料标准化←Knowledge Base／Graph←数位双生←Domain Agent。未来真正形成竞争壁垒的态势，可能不是由谁先取得大型模型，而是哪家企业或厂商能够累积长期、可信、可追溯且具产业语境的资料，让AI真正理解医疗、农场与工厂。