文/陳家聲(教授)
AI，特別是在2022年底 OpenAI 發佈 ChatGPT 以來，GAI 已經成為全球產業、社會，甚至國家非常關切的議題。甚至美國總統川普於 2025/11/24簽署「創世紀任務(Genesis Mission)」，以行政命令推出的國家級 AI + 科研整合大計畫，整合美國各大高科技研究單位共同加速研究 AI 及新世代科技的整合創新；另外，在中國的十五五規畫中，延續十四五計畫高科技創新，十五五計畫中特別強調持續加強擴大推動 AI 落實在全產業的創新應用和提升新質生產力等，這都顯示著 AI 所牽動產業創新的高度競爭趨勢，已是一個無法避免的趨勢！
在這 AI 與數據驅動的新時代，如何認識及瞭解 GAI，以建立負責任、可治理的數據平台，讓生成式 AI 能夠真正落實目前企業運營業務的工作流程，組織及運營流程的重新設計，創新企業經營模式、找到新賽道，並考慮 GAI 風險、相關合規及資安考量，以打造企業新的競爭優勢，是各個企業經營者與管理層共同關切的重要課題。感謝台復會劉炳中理事長於1月13日，特別規劃安排對台灣微軟創新中心的參訪，並以微軟協助台灣醫學中心的數位轉型經驗為主軸，分享數據平台與治理、生成式 AI 的落地場景與行動化應用展示。在這次的參訪過程中，感謝陳守正總經理（臺灣微軟公共事業事業群總經理），劉致宏總監（健康與醫療產業公共事業事業群）及多位相關專業經理的參與分享，讓大家對GAI在醫療產業的應用有著非常清晰的瞭解！當然也期望不同產業背景的學長姐，都能帶有GAI的正確認識，祛除對AI的不必要焦慮，能夠思考如何在自己的企業中去推廣及應用GAI以啟動企業經營的創新轉型，瞭解如何將GAI落地實踐。個人從中也學習良多！
劉總監分享了微軟在協助各主要醫學中心推動GAI智能體的建構與應用，其主要是從醫院服務的重要流程中，如門診醫師與求助顧客的問診對答記錄的轉錄及病歷摘要，包含客訴的重要症狀摘錄，結合各種生化檢查紀錄數據，再利用智能體數據庫搜尋比對既有診斷案例，提供可能診斷與建議供醫師參考，縮短醫師手寫問診報告的時間，加速看診流程；對罕見病案例的瞭解及治療方案，也可以透過AI智能體事前閱讀重要的知識與關注重點；醫院護理人員的交接班記錄；急診室各種醫療設備感知訊息的連接、顯示，危險症候訊號出現的即時警訊，幫助醫護人員可以迅速採取反應；對個案家族及個人持續診察、歷年生化指標的記錄…等，都可以整合，幫助醫師可以對求助個案的健康歷史可以更快速、更全盤的瞭解，有助於對個案的健康管理提供具體的建議和衛教資訊。
又如，醫療人員可以透過 iPad 等手持裝置進行語音查房，AI 扮演助理角色，將所有看到的、與個案交互的應答等直接透過語音記錄，轉錄為文字，節省許多手工輸入的時間，大幅提升服務的效率與品質。居家訪視也可以透過手持裝置錄音後可，一鍵完成病歷解釋與衛教指導。個案也可以透過 AI預約掛號時，症狀的描述、勾選及回答填寫，建議掛號的科室做好分流，並可以加速整個看診的流程；…，這在醫療服務的流程中，透過數位化、AI智能體等的建置，節省個案及醫護人員的溝通與等待時間，AI提供資訊協助和可能診斷、照護建議，但最終決策權仍在醫護人員手中，他們確認內容後可直接回寫至系統成為數據檔案。更重要的是，微軟提供的系統，經過簡單的訓練可以幫助醫護人員快速地、自行創建各種工作AI智能體使用。這是目前GAI最重要的普惠價值！任何人不需要學習複雜的程式設計或電腦語言程式編寫，只要透過自然語言對話，即可輕易地使用GAI及智能體。
從案例的分享，看見了醫院在醫療服務歷程中，透過將流程數位化、建構各種AI智能體，如健康與衛教知識，醫院目前各種工作的作業流程規範與作業程序文檔…等建立各種分類的智能體、知識庫，方便查詢與利用。縮短了服務流程中的等待、協調、各科資訊與數據的連接與分享、個案資訊的集成…等，將企業組織在數位化過程中普遍存在的數據孤島、數據千島湖、部門牆等，透過數據治理規範、數據中台建置，形成統一的數據湖，但各部門仍保有個別的應用平台。這消除了企業長期以來企業推動數位化，僅是從個別功能作業流程現況所做的數位化，缺乏數據治理的規劃與考量。也就是消除了『車不同軌，書不同文』造成數據無法連接與溝通的長期困擾！
基本上，企業在推動數位轉型時，並沒有回歸到企業戰略上，把數位化、AI數智化界定為企業的戰略！而是把數位轉型視為是一項數位工具、系統的引進，一項一次性的專案！缺乏全盤性的頂層設計與規劃！雖然台灣推動電子化、資訊化有超過20年的歷史！但是至今仍停留在電子化的階段，也就是主要把手工、紙本文件改為電子『文檔』！即使用著『數位化』的名字，但本質上仍是以數位文檔的方式在運作！其主要著眼點為：改手工、紙本為電子、數位方式而已！這就是我一直宣稱的『數位翻譯』工作！
由於外包廠商或企業內部IT部門人員對於業務不熟悉，不瞭解業務運營流程，只能根據公司現有的流程作業規範、守則等進行數位流程的翻譯！並沒有思考數位科技的本質，在規劃業務流程數位化，並沒有同時檢討業務流程的優化、改善或重新設計！加上對於業務流程的數位化僅止於搜索、取回（Retrieve）相關文件資訊，並沒有思考如何從既有數據資訊的分析、再利用與創新。即使稱為『知識管理』（KM），我稱其為圖書館典藏！管理員有如圖書館圖書管理員！只負責文件典藏，沒有對數據資料進行加值分析與利用！雖然大家都知道：『數據是資產』，實質上變成了『庫存管理』，這只有成本花費而沒有價值創造！
加上企業經營層並沒有把數位化、數智化作為企業發展戰略的定位，使得各部門在推動數位化過程中，各自依據本身業務的需要進行數位化，也就是缺乏對數據標準、格式、API的統一等，所導致各部門數據呈現孤島現象，各自獨立，無法溝通。沒有數據的集成、整合，企業組織所擁有的數據不過仍是片段、瑣碎的數位文檔！根本談不上數據資產及透過大數據分析推動AI的應用！
換句話說：要推動GAI、數智化，一個核心的根基就是確定AI的治理規範，這是目前企業經營層最為欠缺的觀念。大家都以為引進AI智能體就可以解決業務、服務流程上的問題！實質上，引進AI智能體，不是一項工具或系統，不是一次性的專案工作！而是企業組織體質、DNA的重構，企業組織型態與管理制度、企業文化的新塑，是一項長期的企業體質、新核心競爭力的建構！
在 2026 年的 AI 產業格局中，台灣正處於一個關鍵的轉折點。雖然台灣在
AI 硬體層（晶片製造、伺服器代工） 擁有絕對霸權，但在 AI 應用端，台灣必須利用與中國製造業的深層連結，以及自身的資通訊（ICT）優勢，採取「垂直整合」與「高信任架構」的發展戰略。
作為 AI 產業分析師，我建議台灣在 AI 應用端的發展應聚焦以下四個策略方向：
從「代工思維」轉向「AI 系統整合（AI System Integration）」
台灣廠商（如鴻海、廣達、研華）不應僅滿足於組裝 AI 伺服器，而應開發垂直領域的 AI 全套解決方案。
策略： 利用對 NVIDIA 與 AMD 硬體架構的深層了解，發展「硬體加值軟體」的 邊緣 AI（Edge AI）平台。
機會： 針對全球製造業轉型需求，提供結合 AI 視覺檢測、預測性維護的「智慧工廠一站式方案」。既然中國製造力與台商息息相關，台灣應成為中國乃至全球工廠「AI 化」的總建築師，輸出管理經驗與 AI 系統，而非只是輸出硬體。
發展「主權 AI」與「高信任數據中心」
在美中科技脫鉤的背景下，全球（特別是歐盟與東南亞）對數據隱私與安全性極為重視。
策略： 利用台灣的民主法治與技術信譽，建立「非中、非美」的第三條 AI 應用道路。
應用： 發展「繁體中文大型語言模型（如 Taide 系列的後續應用）」以及針對醫療、金融等高敏感領域的私有化 AI 佈署方案。台灣可以成為全球企業存放與處理敏感 AI 數據的「信任中樞」。
聚焦「具身智慧（Embodied AI）」的精密組件
中國雖然在人形機器人成品上進展迅速，但精密感測器、馬達驅動器與高階通訊模組仍是台灣的強項。
策略： 台灣應鎖定...
A. 在 2026 年的 CES 展場，高通執行長 Cristiano Amon 的演講地點不再侷限於傳統的手機範疇，而是橫跨了豪華汽車、AI PC 乃至於最新興的人形機器人。高通的戰略非常明確：利用其在「邊緣 AI 推理（Edge AI Inference）」的能效優勢，將 Snapdragon 品牌從手機處理器轉型為「物理 AI 的通用大腦」。
以下是高通在 2026 CES 展示的四大核心技術方向與深度分析：
主題一：Snapdragon X2 系列 —— 挑戰 PC 效能與續航的「黃金比例」
高通在 AI PC 市場的第二代產品 Snapdragon X2 系列，是本次展會的重頭戲。它不僅是為了與 Intel 和 AMD 競爭，更是為了定義「下一代筆電」的標準。
技術細部細節：
全新 Oryon...
