【專欄】台灣應該有 AI 發展策略：精準布局、軟硬整合、人才優先、產業深化

文/楊聰榮（中台灣教授協會理事長，任教於台灣師範大學）

AI 的發展已成為全球科技競爭的核心戰場美國、歐洲與中國等主要經濟體皆投入大量資源發展 AI 技術與應用。IDC 預測 AI 將在 2030 年對全球經濟帶來超過 20 兆美元的影響。在此競爭態勢下台灣如何確立自身的 AI 發展策略成為關鍵課題。台灣擁有全球領先的半導體製造業但在 AI 技術與應用的競爭中若無明確的策略將難以在國際市場中占有一席之地。因此台灣應該建立一套完整的 AI 國家發展策略從硬體、軟體、數據、人才與應用場景等多層面著手以確保在 AI 產業的全球競爭中取得優勢。

台灣在 AI 產業鏈中具備幾個核心優勢：半導體產業領先全球擁有台積電等世界級企業；強大的 ICT 基礎設施有完整的電子製造供應鏈；自由開放的數據環境不像中國受限於嚴格的數據監管；與全球市場連結緊密適合發展 AI 國際應用。但同時也面臨以下重大挑戰：缺乏完整的 AI 產業政策與發展方向各界資源尚未有效整合；本土 AI 大型語言模型（LLM）與數據資源不足難以與 OpenAI、Google 等巨頭競爭；AI 產業應用尚未深化多數企業仍停留在 AI 應用試驗階段；人才短缺競爭力不足AI 領域的工程師與研究人才外流嚴重。面對這些問題台灣必須制定一套清晰的 AI 發展策略才能在全球 AI 競爭中站穩腳步。

為了強化台灣的 AI 競爭力台灣應採取以下策略：
首先，發展 AI 硬體與 AI 軟體雙軌並進策略。台灣在 AI 晶片與硬體領域具備優勢應持續強化 AI 伺服器。第二，AI 晶片（如台積電的 AI 加速器）與邊緣 AI 設備的研發與製造。第三，除了硬體台灣也應發展 AI 軟體生態系如 AI 大型語言模型（LLM）、AI 應用 API 服務等以降低對國外 AI 軟體的依賴。第四，為此應成立「台灣 AI 國家隊」結合科技大廠（如聯發科、台積電、廣達）與新創企業共同開發 AI 軟硬體解決方案。並透過政府補助鼓勵 AI 晶片研發與 AI 軟體開發的協作推動 AI 軟硬體整合生態系。

AI 的核心是數據台灣目前 AI 產業發展的最大問題之一就是數據分散、無法有效共享。因此台灣應該建立「AI 國家數據庫」讓企業、學術界能夠存取高品質的 AI 訓練數據並以「AI 中央廚房（AI Foundry）」模式建立 AI 共享模型平台降低企業進入 AI 領域的門檻。具體而言應開放政府數據建立 AI 訓練數據平台讓企業與學術機構能夠使用去識別化的公共數據（如交通、醫療、氣候數據）。發展產業 AI 共享模型針對製造、醫療、金融、法律等領域建立產業 AI 模型庫企業可根據需求微調 AI 模型而無需從零開始訓練。並推動 AI 產業聯盟鼓勵企業與政府、學術單位合作共同發展 AI 數據標準與應用規範。

台灣 AI 產業發展的一大瓶頸是人才短缺不僅缺乏 AI 開發人才甚至在 AI 應用領域的專業人士（如 AI 產品經理、數據科學家）也嚴重不足。因此政府應該推動全方位的 AI 人才培育計畫並透過國際合作吸引外國 AI 專家來台發展。應建立 AI 教育與產學合作計畫讓大專院校與產業聯手培養 AI 專業人才。提供高薪與創業機會吸引國際 AI 專業人士來台發展學習新加坡的 AI 人才引進策略。推動 AI 技術移轉與國際合作鼓勵企業與 Google、NVIDIA、OpenAI 等國際 AI 領導企業建立合作關係。

台灣不可能在 AI 的所有領域競爭但可以選擇策略性領域深耕例如：製造業 AI（發展 AI 智慧製造、自動化品管、供應鏈 AI 分析）、醫療 AI（開發 AI 疾病診斷、個人化醫療建議）、智慧城市 AI（AI 交通管理、能源效率最佳化）、法律 AI（智慧合約、AI 判決書撰寫與判例分析）、碳管理 AI（AI 碳足跡追蹤與減碳策略規劃）。為此政府應提供產業 AI 研發補助鼓勵企業投資 AI 轉型。建立 AI 產業應用示範場域讓企業能夠測試 AI 產品並驗證其市場價值。

台灣在國際 AI 競爭中應該採取「精準布局、軟硬整合、人才優先、產業深化」的策略確保在 AI 時代不被邊緣化而是成為全球 AI 產業鏈中不可或缺的一環。具體而言應發展 AI 硬體與軟體雙軌並進策略強化台灣 AI 產業競爭力；建立 AI 國家數據庫與共享平台降低企業 AI 轉型門檻；推動 AI 人才培育與國際合作確保 AI 技術與人才不外流；聚焦 AI 產業應用打造台灣特色 AI 市場。AI 競爭是一場全球技術與產業的角力戰台灣必須迅速制定 AI 國家戰略才能在這場競爭中站穩腳步並創造新的經濟成長動能。