隨著全球產業版圖在政經環境動盪加壓下的劇烈變動，人工智慧絕對是提升產業競爭力不可或缺的技術。然而，根據《2025台灣產業 AI 化大調查暨 AI 落地指引》，台灣有七成企業仍處於 AI 化前期。中華民國全國工業總會祕書長呂正華指出，目前台灣產業的 AI 化進展雖有增長，但仍然面臨多項挑戰與瓶頸，尤其在應用落地與價值創造上仍待突破。
隨著全球產業版圖在政經環境動盪加壓下的劇烈變動，人工智慧絕對是提升產業競爭力不可或缺的技術。然而，根據《2025台灣產業 AI 化大調查暨 AI 落地指引》，台灣有七成企業仍處於 AI 化前期。中華民國全國工業總會祕書長呂正華指出，目前台灣產業的 AI 化進展雖有增長，但仍然面臨多項挑戰與瓶頸，尤其在應用落地與價值創造上仍待突破。
根據人工智慧科技基金會（AIF）每年進行的《台灣產業 AI 化大調查》結果，在 2022 年底生成式 AI（Generative AI）出現引爆台灣AI熱之後， AI 相關知識擴散在今年終於有明顯進展，企業對 AI 的認知度明顯提升；然而，要進入 落地應用、AI 對企業產生實際價值的下個階段，卻似乎舉步維艱。連續三年，AI 技術能夠應用或整合進入企業營運日常的比例，還沒有辦法超過三成。
AI 知識逐漸普及 應用落地仍有瓶頸
歷任交通部、經濟部，以及數發部等多項公職的呂正華，過去幾年扮演政府推動產業 AI 化的重要推手，也與台灣不同產業有密切接觸。他認為，目前企業對 AI 已有一定程度的認識，「已經從『不知為不知』，進入到『知之為知之』的階段了。」呂正華指出，相較幾年前多數企業對 AI 技術一知半解，現在大多數高階經理人已具備基本理解，也知道 AI 具有潛力，並且努力找尋應用方法。
然而，從調查結果卻同時清楚看出，導入 AI 應用從認知到落地之間，仍然存在巨大落差。這正是當前產業 AI 化的關鍵挑戰，也是大家必須共同努力突破的關卡。
卡關在哪裡？根據 AIF 的調查，台灣企業AI導入所面對的挑戰，從 2019 年至今並沒有太多改變。
首先是缺乏 AI 應用策略。許多企業雖然知道 AI 的存在，但不清楚如何有效導入。這裡面牽涉到 AI 應用需要和使用場景、數據結合，並且有清楚的問題意識。但這點對於台灣習慣「硬體思維」的企業而言，是相當大的挑戰。
其次則是資源與預算限制，部分中小企業即使想要嘗試導入 AI，但礙於成本與技術門檻，常常在上了很多課、詢問很多專家之後，還是不敢真正投入。
人才短缺則是最普遍的問題，也是企業多年來一直尚未突破的挑戰。以人口結構而言，勞動人口原本就在下降；以產業而言，大部分人才在這幾年湧向半導體，出現明顯傾斜。而最根本的癥結點在於，AI 落地需要整合產業專業與AI技術開發知識，但目前許多 AI 技術開發者對產業知識理解有限，企業端又對 AI 的技術門檻卻步，兩者無法有效交流對話。
如何跨越 AI 應用的鴻溝？尋找「引爆點」
呂正華指出，因為這些原因，台灣許多產業的 AI 應用仍處於初期階段，尚未達到大規模普及與產生顯著影響的「引爆點」（Tipping Point）。他認為，許多產業的 AI 應用還在引爆點的另一邊，需要有更大的助力與推力才能點燃。
引爆點指的是，AI 與企業核心業務的深度整合。要深度整合，必須從產業端啟動，找尋可以應用AI的場景、想要解決的問題。在過去 AI 1.0時代，企業可能需要花許多時間清理數據、訓練模型。
進入 AI 2.0時代，有了生成式AI這個強大的模型，還有許多開源模型可以使用，中小企業與AI應用的距離已經愈來愈近。不過，根據呂正華的觀察，雖然技術進步很快，但對於產業經營者而言，決策的思考重點還有很多，AI 並不是唯一，甚至也不算是真正的痛點。
例如，面對川普的無差別關稅壓力，「很多企業主一早就急著看新聞，不知道今天又要怎麼了。」呂正華說，這種火燒眉毛的生存壓力，對經營者來說是真實而無可迴避的當務之急。「現在不做還不會怎樣」的數位轉型、AI 導入，重要性理所當然被排到後面。
除了「我們現在有更重要的事」之外，伴隨而來的迷思是「AI 還不成熟，現在導入只是白花錢」，以及「這些不急，等真的有壓力再說」。背後真正的關鍵是，很多企業主認為短期看不到 AI 的效益，在不確定收益的情況下，低估技術造成的產業環境巨變，這樣的想法並不令人意外。但在政治經濟環境劇烈動盪的此刻，恐怕反而錯失能夠突圍而出的關鍵機會。
清晰的 AI 落地指引 讓「知道」變為「做到」
傳統產業應用 AI 同樣有成功機會。呂正華以 IKEA 的鋁件最大海外代工商芳德鑄鋁為例，芳德從兩年前開始導入 AI 與物聯網技術，希望透過 AI 與物聯網技術，建立智慧供應鏈，提升生產良率與效率。
不過，導入的過程遠比相像更複雜。例如鋁製相框，表面上看起來只有尺吋 3X5、4X6 的差異，但實際上藝術相框的花樣、質感有千百種，需要老師傅的經驗才能夠完美銲接。製造業導入 AI 時，通常會將老師傅的動作拆解之後，再交給資訊服務廠商或資訊部門設計成自動化流程。不過，這種方式做出來的智慧製造，通常表現都不如預期。
而芳德的做法是，雖然同樣錄製師傅的動作，再分析慢動作影像，差異在於錄影及拆解動作階段，資訊團隊就必須加入，更細緻從數據分析的角度來拆分流程與影像，「關鍵在於必須從產業的領域知識出發。」呂正華解釋，資訊團隊必須進入場域中，才能找到最佳應用方案，「應該是 Domain 加上 AI，而不是 AI 加上 Domain。」
魔鬼的確就在細節裡。這個外人看不出太大差異的定位，卻是企業 AI 化過程中最常被忽略的關卡。呂正華表示，接任工總祕書長之後，有許多不同產業法人組織來詢問 AI 導入方法。因為企業慢慢發現，無論深度是否足夠、理解是否完全正確，就算對於 AI 都已經有基本認識，也正在尋找能夠應用的需求，但卻缺乏可供遵循的步驟和細節。
因此，目前更需要的是針對不同產業擬定落地指引，讓企業能夠從「知道」一步步邁向「做到」。有了具體可行的落地指引之後，呂正華指出，產業 AI 化要能真正進入引爆點，需要 AI 技術開發者、資通訊業者與各產業專家間更緊密合作，共同開發符合產業需求的 AI 解決方案以及 AI 代理（AI Agent）。
回應企業普遍缺乏 AI 人才的問題，他認為，台灣現階段迫切需要培育跨域型的人才，也就是既懂AI技術又能掌握產業實務的人才。而這些人不見得需要從外面找，更快且更有效的方式是賦能現有員工，「這些人將是 AI 在企業落地的關鍵種子。」
企業導入 AI 政府應思考如何提供誘因
至於政府所扮演的角色，呂正華認為關鍵在於引導和支持，並且思考如何提供誘因，鼓勵企業進一步探索和應用 AI。同時應積極了解產業真實需求與痛點，建立完整的產業 AI 化藍圖（Roadmap)與相關配套措施，協助企業有效跨越AI應用的關鍵引爆點。
落實產業 AI 化是一個長期且複雜的過程，且牽涉許多利害關係人。跟過去的軟體技術導入不同，更需要政府與產業界共同努力，在既有的優勢基礎上，找到對的問題和數據，協力建立健康的AI生態系，才能真正推動台灣產業升級，厚植下個世代的韌性與競爭力。
更多精彩內容，請參考《2025 台灣產業 AI 化大調查暨 AI 落地指引》點此下載
