人工智慧科技基金會於月初召開專家會議，邀集產官學研各界領袖，針對當前台灣推動轉型時的核心痛點，包括資料開放、算力分配及跨局處協作等轉型痛點，試圖在數位轉型的下半場，為台灣勾勒出更具競爭力的生態系藍圖。

隨著 AI 工具逐漸普及，技術的領先優勢正迅速拉平。企業的焦慮卻不減反增，戰場已從「要不要用」的選擇，轉向「如何轉化、如何賦能、如何變現」的商業本質競賽。而在今年3月的智慧城市展中，已經出現「AI城市主題展區」，AI城市所需要的軟體、硬體以及系統整合力，被認為是台灣產業在AI時代創造優勢的關鍵機會，也是其他國家紛紛來台取經的重點。

在智慧城市發展的關鍵轉折點上，台灣坐擁算力、資料與人才三項核心優勢，但無法否認的是，因法規制定或修改速度速度，加上公部門的組織慣性，導致這些珍貴資源受困於資料孤島與行政藩籬之中。當醫療、製造與交通等產業的 AI 轉型進入實戰階段，台灣如何發揮硬體實力與高信任優勢、突破跨局處協作瓶頸，從單點的「技術導入」躍升為「全球輸出的 AI 生態系」，已成為此刻最關鍵的戰略課題。

為了破解轉型困局，人工智慧科技基金會於月初召開專家會議，邀集產官學研各界領袖，針對當前台灣推動轉型時的核心痛點，包括資料開放、算力分配及跨局處協作等轉型痛點，試圖在數位轉型的下半場，為台灣勾勒出更具競爭力的生態系藍圖。

資料孤島與治理困境：轉型實務的結構性障礙

儘管產業界早已公認資料是 AI 應用的核心燃料，實務落地時，「資料孤島」問題卻依然是城市管理者難以跨越的門檻。人工智慧科技基金會於月初召開的專家會議中，邀請產官學研各界領袖，針對當前台灣推動 AI 轉型的核心痛點，包括資料開放、算力分配及跨局處協作展開深度討論，試圖為台灣在數位轉型的下半場勾勒出更具競爭力的生態系藍圖。

與會專家指出，資料破碎化的根本原因在於現行政府體制中「各部會／局處分而治之」的運作模式。政策合規與隱私保護的重重限制，加上各機關對雲端概念與資安認知不足，共同構成技術落地的首道屏障。傳統「一局處、一標案、一廠商」的採購模式，使得AI與數位相關轉案幾乎無法產生綜效。政府部門重複推動類似的政策，例如幾乎每個部會都在開AI課培養人才、大家都在想辦法做電子公文系統，因為缺乏完整的政策目標與藍圖，使得資源分散投入且不斷重工，難以產生真正的效應。

這也解釋了為何大家都覺得需要的治理平台，始終難以實現，因為各自建各自的「平台」，這就只是單一專案，完成不具備平台的功用。

面對由上而下的建構瓶頸，產業界開始尋求更務實的「突圍戰略」，改由具體的單點應用切入，而非追求一次性的平台革命。透過影像辨識、無人機巡檢等具體場景的落地驗證，企業與政府得以在實作中逐步完成資料收容。藉由逐步解決單一行政痛點，緩步如拼圖般各個打通跨局處的協作關節，最終由下而上地拼湊出完整的智慧城市藍圖。

SI 業者的能力缺口將是AI轉型的關鍵環節

這場轉型不僅是技術升級，更是牽涉組織架構與流程再造的系統性工程。能在其中穿針引線、將尖端技術轉譯為各行各業解決方案的資訊服務業者（SI）與獨立軟體商（ISV），將成為此一進程中不可或缺的關鍵角色。然而，台灣現有的資服業者是否真正具備這樣的能力，正是眼下最值得正視的隱憂。

當前台灣 SI 生態正面臨嚴重的能量與能力瓶頸，問題可歸納為以下四個層面：

缺乏完整解決方案，也不理解客戶真正的需求：許多資服業者目前並沒有完整的 AI 解決方案，常常只能追著最新技術跑，也缺乏評估技術效益的能力。在輔導過程中，甚至無法清楚辨識企業客戶真正需要解決的問題。常見的做法是將手上現有的傳統系統產品直接銷售給客戶，缺乏針對痛點對症下藥的能力。

既有系統的 AI 整合技術嚴重不足：在政府部門導入 AI 的實際經驗中，多位與會者反映，長期承接政府標案的資服業者，技術能力往往僅限於維護舊系統，或單點導入AI技術。無法擴大AI應用規模，也無法訂出正確的驗收標準。常見的是政府專案驗收、結案了，但因為服務或工具不符合使用者需求，從此束之高閣無人使用。

欠缺帶動企業流程再造的輔導能量：AI 導入絕非僅是採購軟硬體，更牽涉企業內部組織與流程的深層重塑。台灣上百萬家中小企業無力自行承擔這種轉型壓力，必須仰賴資服業者協助進行流程再造。然而，多數業者目前尚無法勝任這種高階的技術與流程顧問角色。

缺乏解決方案架構的整合型人才：未來的資服業者不能只懂單一軟體或硬體，而是迫切需要具備全局觀的 Solution Architecture 人才。這類人才必須能夠拆解客戶在特定領域中的問題，並熟練地將硬體、軟體與 AI 模型加以整合，才能真正滿足百工百業對客製化系統的需求。

培訓、賦能與市場淘汰三路徑填補缺口

面對日益擴大的技術能力缺口，與會專家勾勒出三條並行的應對路徑，首先是推動產業化課程與培訓。產業界正在討論如何透過系統性教育訓練，引導資服業者將單純的客製化專案（Project）思維，轉化為可規模化的標準產品（Product）邏輯，從根本上提升業者的解決方案設計能力。

其次是大廠賦能與平台資源共享。國際技術大廠正積極尋找 SI 合作夥伴，透過提供底層的 AI 開發平台與工具套件，幫助資服業者更快速地將創新技術落實到不同產業的應用場景中，以縮短業者能力養成所需的時間與成本。

第三則是回歸市場的自然淘汰機制。面對 AI 時代的結構性變革，資服產業本身也必須接受正常的市場淘汰。未來唯有能夠真正「以 AI 提供服務」的業者，才能在新一輪的產業競局中存活，這是無可迴避的現實。

多元算力興起，台灣硬體底蘊的新戰場

由於 AI 的迭代速度以月甚至以週計算。若政府的審查流程與預算編列仍固守舊制，台灣極可能在國際競爭中失去戰略地位。

在這場與時間賽跑的賽局中，邊緣運算（Edge AI）也將成為另一個關鍵決勝戰場。相較於高度依賴雲端的架構，將 AI 算力直接部署於個人電腦、行動裝置乃至穿戴設備，不僅能有效解決算力分配不均與資料隱私的隱憂，更推動了「個人化 AI」的加速普及。

這種分散式架構與台灣深厚的硬體製造底蘊高度契合，在提升即時運算能力的同時，也為硬體產業創造了全新的加值空間。唯有當政府、產業界與開發社群能同步在法規開放、資源共享與邊緣應用上協力推進，台灣才能在數位轉型的下半場，從技術導入者躍升為具備全球競爭力的 AI 生態系輸出者。

AI 時代，政府的核心任務

迎接AI 時代，政府的定位不應是投入龐大預算凡事親力親為，而應專注於建構環境與制定標準。包括積極釋放國家級算力、擴大資料開放，針對非機敏性公共資料，應更積極轉化為開放資料，供民間加值運用，以推動整體資料經濟發展。同時，也需加快訂立清晰的規則框架，放手讓具備研發能量的民間企業自由競爭。

另一方面，目前各縣市政府與局處常為相似的 AI 需求重複編列預算，資源浪費嚴重。除了開放編輯共享外，也可擁抱開源機制，讓民間社群的開發能量得以參與市政系統的建置與優化。

而現行體制對公務員的容錯率極低，導致基層對採用 AI 創新普遍存有疑慮。政府應盡快頒布明文的 AI 使用指引，讓公務員在合理規範下得以免責推動創新。推動政策的官員不能僅止於口頭宣導，更必須親自使用 AI 工具，唯有具備真實的 AI 素養，才能制定出務實有效的政策。

台灣正站在一個機會與風險並存的關鍵路口。算力、資料與人才三張王牌能否在政策改革與產業協作的推動下真正發揮效用，在很大程度上取決於兩個條件同時成立：政府能否即時鬆綁法規、釋放資源，以及資服業者能否完成從「系統維護者」到「轉型推手」的角色躍升。這兩道關卡，將共同決定台灣能否在這波全球 AI 浪潮中，完成從「硬體代工王國」到「AI 生態系輸出者」的歷史性轉型。