AIF發布AI產業政策建言，呼籲從硬體技術轉向治理整合

在全球 AI 競賽中，台灣正處於關鍵轉折點。未來台灣應以「可信任 AI」與「主權 AI」為雙核心，建構明確的國家治理戰略，將產業優勢轉化為 AI 時代的整體領導力。由於完善的治理機制是產業創新與社會信任的根基。台灣當前亟需建立具包容性與前瞻性的資料治理架構，兼顧創新應用與個資保護，為可信任 AI 的長期發展奠定制度根基。

隨著全球生成式 AI 技術發展進入新階段，全球大科技公司已逐漸轉向商業模式與生態系整合，人工智慧科技基金會（AIF）於2025年底發布政策建言，指出 AI 競賽已超越算力、模型效能比拚，轉而聚焦於如何將技術能量轉化為產業價值與韌性、公共治理可信度與效能，以及產業競爭力。

人工智慧科技基金會執行長溫怡玲表示，生成式AI帶動技術應用快速迭代，科技巨擘快速且大量投資AI至今三年。目前產業已浮現一種共識，AI 發展的成功應以「能否創造社會價值」為衡量標準，包括經濟的具體成長、不同產業都同蒙其利等多種面向。雖然台灣受惠於引以為傲的硬體優勢，但不可否認，至今還未能轉化為人工智慧應用與價值創新的實質動能。這不僅是產業升級的課題，更是一項橫跨資料治理、人才培育與跨域創新的社會系統工程。

產業 AI 化面臨四大結構性瓶頸

基金會彙整《2025 台灣產業 AI 化大調查》、《製造業產業AI化大調查》......等多項研究報告，及多場專家會議與大型論壇業界意見，同時，再加入國內外專家對於技術發展、產業應用趨勢、數據治理、風險管理等，與AI發展密切相關面向的重要分析。並針對過去幾年來台灣產業AI化發展的重點產業：智慧醫療、智慧製造，以及智慧金融，訪談產業重要推手。藉由他們的觀察與經驗，提供相關產業未來導入AI的具體參考；同時，也期待做為政府推動AI政策的重要參考。

人工智慧科技基金會觀察指出，儘管台灣擁有全球最完整的半導體與 ICT 供應鏈優勢，但產業多仍停留在「觀望」與「初階導入」階段，並且面臨四大結構性挑戰，分別是1.算力集中與部署缺乏完整佈局、2.數據品質與資料治理亟待加強、3.人才斷層與組織轉型困難、4.法規滯後造成企業信任缺口。

由於台灣 98％的企業為中小企業，數位轉型與 AI 導入多仍處於起步階段。企業缺乏清晰的導入路徑與實作方法，此刻對中小企業而言，「可落地的方法論」比單一技術更具價值。唯有透過明確的導入路徑、跨部門協作機制與可驗證的成效指標，AI 才能從概念走向實踐，真正成為強化流程效率與決策品質的生產力引擎。

將模型轉化為具體應用，才是競爭關鍵

隨著全球 AI 技術快速演進，生成式 AI 雖持續推動創新，但大語言模型的技術突破已逐漸趨緩。各國開始從「模型競賽」轉向「應用落地」、「信任治理」與「人才韌性」的下一階段。溫怡玲認為，對台灣而言，這是個至關重要的戰略契機。也意味著我們應將重心轉向如何善用現有及開源的強大模型，深度結合台灣在半導體、製造業、醫療等領域的在地優勢，發展出具有獨特價值、難以被輕易複製的應用服務與健全的生態系。

溫怡玲強調，AI 是橫跨資料治理、產業轉型與知識體系重構的國家級基礎建設。政策應從算力與模型的部署，轉向資料、制度與應用的整合發展，建立兼具創新與安全的治理體系。「主權 AI」不僅涵蓋在地語言模型的發展，更延伸至自主算力、資料治理、人才培育與創新生態的完整體系。若忽略完整佈局，仍然偏重於硬體投資，台灣恐在應用與內容層面過度依賴國際供應鏈。