2025 年中，行政院宣佈以 AI 新十大建設做為實現智慧科技島願景之重要策略，並明訂「主權 AI」為數位基磐的關鍵；同年底，立法院通過人工智慧基本法，踏出了台灣推動人工智慧法制化的第一步，也呼應國際 AI 規範之趨勢。但在獨特的地緣政治背景下、以及獨霸 AI 伺服器硬體供應鏈的產業結構中，政府部會如何實踐主權 AI 精神？至今仍然有許多待解挑戰。人工智慧科技基金會（AIF）邀請政府實際建置主權 AI 系統之高階文官、以及產業、學術界專家，共同探討台灣公部門推動主權AI建置之挑戰，並共商對策找出可行解決方案。

2025年中，行政院宣布以「AI新十大建設」作為實現智慧科技島願景的重要戰略，並明訂「主權AI」為數位基磐的核心方針。然而，政策藍圖與執行現實之間，往往橫亙著難以忽視的鴻溝。台灣儘管坐擁獨特的地緣政治條件，並掌握全球AI伺服器硬體供應鏈的關鍵優勢，政府部會在主權AI的實踐路上卻仍步步為營。當AI應用方案真正落地政府機關，現實的挑戰遠比想像中複雜。

人工智慧科技基金會（AIF）日前在TWIGF台灣網路治理論壇上，邀請政府實際建置主權AI系統之產官學界專家，聚焦主權AI的內部實戰，剖析公部門在建制AI解決方案時所遭遇的核心困境，以及實際探索之後的應對對策。

台灣發展主權AI的必要性

人工智慧科技基金會董事長詹婷怡表示，主權AI的討論核心，不僅在於國家對科技自主的掌握度，更涵蓋了資料、算力及AI基礎建設的自主權。實務上也做不到全面「一條龍」自主研發或閉門造車，而是在「部分自主、風險可控」的前提下進行策略性布局。

她進一步分析，面對潛在的數位斷網威脅、國安與機敏資料外洩等風險，加上 AI 產出的數據將深刻形塑未來的認知與文化，台灣必須爭取自身文化價值的話語權。因此，發展主權 AI 不僅具備可行性，更有其不得不做的迫切性。

法務部主任秘書余麗貞表示，目前市面上的生成式AI工具多以英文語料訓練，對台灣法律體系相對陌生，在資安與精準度上均有不足。由於司法代表國家主權，今年開始建立「法務主權 AI雲」主要是在捍衛司法主權，將法律文本的自主詮釋權掌握在台灣手中，其核心原則為「機敏資料絕不外流、偵查案情不出境」，並深度結合本土文化與檢察體系。

然而，建置實務上仍面臨重重關卡。余麗貞指出三大痛點：其一是預算與算力的落差，GPU設備價格高昂，加上公部門預算編列體制僵化，往往跟不上技術更新的速度；其二是資料清理與標注的人力耗損，國際模型對繁體中文的推理能力有限，同仁須投入大量人力進行法律文本的結構化標注；其三是效益量化的兩難，基層對AI存有過高期待，而生成式AI又難以用傳統指標加以衡量，驗收標準與驗證機制都必須重新建立。

台灣大數據的兩大痛點：本位主義與資料孤島

在資料整合層面，內政部統計處處長饒志堅指出，台灣推動大數據面臨兩大核心困境：一是各機關本位主義導致橫向整合困難，二是數據孤島現象造成資源重複浪費。

饒志堅解釋，即便透過行政命令解決了機關「不想做」的意願問題，實務上仍會碰上體制「無法做」的技術瓶頸。現行的「去識別化」機制過於僵化，使得多方資料的深度串聯形同不可能的任務。舉例而言，若想同時比對「特定身心障礙者在單親家庭中的實際收入狀況」，就必須串接內政部、衛福部與財政部三方資料。然而在現行框架下，各機關只能進行一對一的去識別化，頂多完成兩兩局部串接（A+B 或 B+C），始終無法拼湊出涵蓋三方的全貌（A+B+C）。這正是台灣大數據治理目前最難突破的實務盲點。
饒志堅也建議可引入合成資料（Synthetic Data）作為替代方案，在確保隱私的前提下，保留真實數據的統計規律與樣態。目前，內政部正積極推動未來五年的AI自動化轉型藍圖，全面導入AI進行資料抓取、圖表分析與智能決策輔助，並期盼能盡快建立國家級的數據中心。

AI評測不能流於表面，必須回歸真實任務

除制度面外，蔡宗翰也對國內AI模型的評測方式提出批評。他指出，目前坊間常見的評測，多是以「高中教科書」題目測試AI，無法反映真實能力。

他提醒，大語言模型（LLM）的真實評測，必須讓AI執行真實任務。以法務部建置的AI為例，就應實際測試其「撰寫判決書」的能力，並與人類法律專家的判斷進行比對驗證。好比要打造一台新車，絕不會只在實驗室量引擎轉速就宣稱評測合格，必須讓車子貼滿偽裝膠帶，實地在台灣街道上山下海跑過幾萬公里，才能取得真實的環境數據上市。AI模型的評測也應如此，不能流於紙上談兵。

蔡宗翰期盼，未來能結合產學界力量，在相關組織的協力下，為台灣主權AI建立一套真正可行、可靠的實戰評測標準。在此基礎之上，才有辦法確保公部門主權AI雲的可信與可靠。