數發部部長林宜敬近年大力倡導資服業者做產品，減少營收對人力的依賴。根據 AIF 研究發現，不少相對積極的業者已經意識到 AI 帶來的產品化機會，但市場在哪、怎麼收費，是發展產品最關鍵的兩大問題。透過8月份的專家會議，AIF 梳理出資服業者面臨的主要挑戰，以及政策上可能的著力點，期待創造更健全的產業環境。

「如果只靠寫程式碼，有人開規格，然後做一整套標準界面，這套模式已經不管用了。」在AIF召集的一場專家會議中，人工智慧科技基金會（Artificial Intelligence Foundation，以下簡稱 AIF）董事長詹婷怡點出，AI 應用大爆發，對資服業者既是挑戰也是機會。

生成式 AI 讓應用介面層的開發成本大幅降低，這幾年真正的利潤將會往算力、網路基礎建設與 AI agent 這些更上游的地方移動。產能高度依賴工程師工時的資服業，需要重新調整自己的商業模式，才能跟上生成式 AI 帶來的價值重分配。

數發部部長林宜敬近年大力倡導資服業者做產品，減少營收對人力的依賴。根據 AIF 研究發現，不少相對積極的業者已經意識到 AI 帶來的產品化機會，但市場在哪、怎麼收費，是發展產品最關鍵的兩大問題。

透過8月份的專家會議，AIF 梳理出資服業者面臨的主要挑戰，以及政策上可能的著力點，期待創造更健全的產業環境。

資服業AI產品化的挑戰：市場、POC 計價及人才思維

在台灣關於做數位產品的討論，最常遇到的說法就是市場小，沒有足夠的需求支撐出好產品。然而與會專家並不認同這樣的說法。以以色列為例，國家很小，人口還不到台灣一半，但資安領域的研發與產品在世界佔有非常重要的地位，證明小國一樣有機會在特定領域做到世界級。

而且生成式 AI 的翻譯能力大幅降低了語言門檻，有助於業者往海外行銷擴張。台灣目前已經有不少年輕新創，一開始就瞄準國際市場。

一個現實的原因，是台灣市場的付費意願。資服業者在幫企業做概念驗證（POC）時，一開始得先免費做。這是因為客戶經常將 POC 當成業者用來展示軟體或服務有用的「證明題」，花人力做的解決方案被視為獲取業務必須自行負擔的成本，而不是服務，不應該收錢。甚至有業者直言，案子越大、賠越多。

缺乏明確的付費標的或收費機制，導致多數業者花大量時間做免費 POC，還沒開始做產品，人力就都先消耗在驗證工作上；在「先求活下來」的狀況下，很難再額外投入人力將專案經驗轉化成產品。

即使是相對有餘裕的中大型資服業，在 AI 導入專案階段是否能清楚的定義問題，決定了專案成敗。考驗的是企業理解自身痛點，以及工程師理解使用者需求的能力。

目前 AI 導入專案的現場經常是，客戶有預算、覺得應該要做但不知道具體要做什麼，需要工程師願意深入現場，把客戶模糊的概念或想像，變成可以用 AI 解決的具體問題。

然而與會專家指出，學校教育目前沒有這樣的訓練。部分資服業者也坦言，只要觀察社群上的討論就不難發現，當前開發者或工程師的專業訓練，更在意的軟體或系統架構的好壞，而不是應用面上是否有解決客戶的問題。若要培養更多 AI 應用面的人才，政府或學校訓練的思維跟方法，都需要改變。

近期硬體成本的劇烈波動，也影響業者近年內實現產品化獲利的腳步。位於台中的慧穩科技就是一例。公司自從疫情以來開始做產品、找客戶，到去年毛利一度提升約15%，但今年至今隨著 AI 相關硬體報價暴漲，大幅拉高成本，好不容易累積出來的毛利被硬生生壓了回去。

開放場域　把補助變訂單

儘管許多業者認為錢是做產品時最需要的資源，然而相較於補助，與會專家一致認為政府接下來的重要任務，是盤點有哪些可以開放導入 AI 的場域，自己開放場域、開出訂單。

根據 AIF 調查及專家輔導業者時發現，資服業者真正最需要的是市場、是訂單。部分業者也直言，一旦有了訂單，能夠自給自足，資金反而不是主要問題。

在場專家點出補助跟訂單的根本差異，補助款在企業財報上算業外收入，但拿到訂單則是實質業務，兩者能帶動的效果完全不同。訂單有助於業者的服務接受市場檢驗，也才留得下可以複製到下一個客戶身上的模組化知識，幫助後續開發產品。

政府握有的場域規模非常可觀，從機場、市區道路，到中油、中鋼這類國營事業都是，若能盤點出來，既能讓更多資服業者有服務的空間，也能幫助需要數位化或自動化營運流程的事業單位，呼應人工智慧基本法對政府推動AI應用的精神。

除了運用公營單位或公共建設來出題，政府也可以扮演「需求彙整者」的積極角色。

許多資服業者都認同，接觸類似領域的問題多了之後，有助於把過程中的需求與解決方法模組化，用以開發產品。但單一家公司若還沒有深耕特定垂直領域，有可能做到嗎？

AI 應用公司智能演繹創辦人李奇翰接受 AIF 訪談時指出，若要把驗證場域擴大到10家、20家規模，可能需要政策介入，讓業者進入某些場域探尋是否有共同需求、共同流程浮現，政府透過各部會的力量，或許能夠扮演這樣的角色。

一位長期關注政策的與會專家也提醒，政府還需要把配套的法規、標準，以及國際連接需要關注的協定建立起來，因為這不是單一業者自己能處理的問題。

一旦 AI 落地，會牽涉到個資與資料治理的實際問題，目前許多部會例如衛福部，已經相對積極在推動相關規範，但整體來說目前配套並不到位。之所以現在能做，某種程度上是因為已經等不下去，只能先動起來。因為個資保護委員會還停留在籌備階段、資料應用規範也不清楚，導致部分資服業者對投入跟個人資訊、隱私相關的服務或產品時，普遍持保留態度，不利於產業發展。

現在數發部、經濟部等部會已推出幫助企業導入 AI 的補助方案，有助於驅動對資服業做 AI 專案和產品的需求，對於資服業者來說是難得的機遇。政府能扮演「場域和需求彙整者」的積極角色，也需要專責單位針對在 AI 場景中的個資保護提出明確規範，在打造新一代基礎建設的同時，幫助資服業者練兵做產品，提升台灣軟體資訊服務的量能。

– – –

當 AI 衝擊資服業既有商業模式，如何將自身擅長的領域知識，與長久累積下來的客戶經驗，轉換為可規模化的產品？請見：2026 資訊服務業者經營賦能計畫

– – –