數位發展部部長林宜敬：人工智慧基本法與主權AI
壹、 前言
人工智慧的發展，毫無疑問是全球科技與經濟競逐的核心動能，而AI 治理（AI Governance）的重要性也隨著技術應用的普遍深化，更加動見觀瞻。而台灣的人工智慧基本法在2025年底正式通過，跨出了台灣AI發展法制化的第一步，更加突顯AI治理的重要性。
人工智慧在最近三、四年呈現猛爆式發展，影響的不僅是科技研發能力、經濟競爭力、國家安全，還牽涉到國家主權與文化認同等重要面向。因此，世界各國一方面積極鼓勵進行相關投資，一方面，更加速盤點各自的產業優勢，期待藉由AI創造獨特的核心能力。
貳、台灣為世界AI硬體強權
數位發展部部長林宜敬分析，目前全世界有三個 AI 強權：美國是 AI 軟體的強權、歐洲是 AI 法規的強權，而台灣，則是 AI 硬體的強權。這點，台灣的經濟成長率提供了最佳數據證明。
2025年台灣GDP（國民生產毛額）成長8.63％，創下15年來新高；第四季單季成長12.68％，則是38年單季最高紀錄。主要原因來自於全球AI熱潮帶動科技出口強勁增長。 同時，去年人均GDP 達到39,477 美元，超越日本、韓國。預測2026年經濟成長率仍將保持強勁，瑞銀等機構上修預測至6.9％或以上。
不過，硬體出口成長只是短期效益，對台灣而言，以現有的優勢帶動產業AI化的普及，創造更多應用價值，更是當務之急。而政府如何透過政策與資源調配以扮演有力的「推手」，將是重中之重。
參、人工智慧基本法 獨特三層立法
將時間軸線拉遠，從科技產業的發展歷史來看，AI帶動的這波產業革命尚在早期階段，不少國家選擇透過業者自律、風險管理與實驗沙盒，在推動創新同時兼顧安全與責任。歐盟的AI 法案（AI Act）率先確立「風險分級」架構，逐步建立透明、監管與責任機制，確保高風險應用能在規範下落地。
而台灣則在「人工智慧基本法」中確立七大治理原則，分別是永續、自主、隱私、資安、透明、公平、問責，並由國科會擔任主管機關。在法案中也規定，「數位發展部應參考國際標準或規範，推動與國際介接之人工智慧風險分類框架，並應協助各目的事業主管機關訂定以風險為基礎之管理規範。」
對此，林宜敬表示，台灣對於AI發展的規範共有三層，第一層是AI基本法，建立政府推動人工智慧發展的基本原則；數發部負責的AI風險框架指引則是第二層，做為政府各部會於實際應用領域如醫療、交通等第三層規範的參考。
三層立法的方式不同於歐盟的高度管制，也和美國幾乎不立法的路線不同，而是以「AI基本法」做為上位原則，透過數發部落實這些原則之後，由各主管機關按照應用場域的差異，制定不同規範。這種方式的好處是，讓不同產業都能有專責法規來處理責任規屬與風險控管，因為，AI帶來的便利跟可能的危害始終是一體兩面，且和產業特質密切相關，不同產業有不同的管理重點。這種分層管理的方式，才能夠讓創新與治理並行。
肆、「可信任」AI的三大問題
站在科技與規範發展競逐的十字路口，台灣除了擁有 ICT 技術優勢與完整的製造供應鏈，更重要的是在國際間長期累積的「可信任」形象。從製造品質、合作模式到人才素質，台灣的供應鏈在全球廣受信任；如何將這樣的信任順利轉移到AI產業及服務，甚至延伸到生態系共構，是目前產官學界共同努力的目標。
相較於其他資訊技術與軟體系統，要建立對於AI的信任難度更高。原因是AI牽涉到數據、模型訓練等技術問題，而數據則直接與個人資料保護、隱私權，甚至生命財產安全相關，往往牽一髮動全身，形成資訊安全和企業風險管理極大的挑戰。
例如，為什麼中國的AI大型語言模型不被信任？因為從資訊安全層面，至少涉及三種類型的問題。第一類是過去大眾熟知的傳統資安風險，例如是否存在病毒或蠕蟲等惡意程式；第二類是個人資料風險，中國的大語言模型DeepSeek 之所以讓外界有所疑慮，主要就出在這一層。因為在當前環境下，資料就是資產，若不能確定個人資料受到完善保護，等於直接衝擊企業與用戶的核心利益。這兩類問題，大多能透過技術手段加以處理。
但第三類屬於價值層次的問題，更加棘手。
由於技術的原理使然，AI的價值觀並非中立，而是由訓練資料所形塑。「我們用什麼資料訓練 AI，AI說出來的就是什麼，」林宜敬指出，這也是為何國際間開始討論「民主 AI」的概念，試圖在晶片、軟體與制度治理之間，建立符合民主價值的技術體系。對台灣而言，這不只是科技問題，更是價值與主權的課題。
伍、「主權AI」建構台灣特色語料集
由於目前的大型語言模型多半存在以下問題，一是對於繁體中文的理解與表達能力仍顯不足；二是對台灣的在地知識掌握不夠深入，許多地名與文化脈絡往往無法準確辨識；第三點則是，模型普遍缺乏「台灣觀點」，在回應或建構內容時，難以展現屬於台灣的價值立場與共識。而這些都和台灣本身資料較少有直接關係。
因此，台灣亟需發展屬於自己的「主權 AI」。主權AI牽涉層面甚廣，其中大型語言模型研發不僅要補足繁體中文在語言與知識層面的不足，更必須在價值觀與觀點表達上，建構出能代表台灣文化特色的體系。林宜敬表示，如何在技術設計中體現多元價值觀，仍是極具挑戰性的課題，必須先從建立足夠的台灣特色資料集。
目前數發部已提出促進資料創新利用發展條例草案，讓公務員可依法規釋出不涉機敏或個資的政府資料，解決因害怕違法而不敢釋出資料的問題，促進資料再利用。同時，推動「臺灣主權 AI 訓練語料庫」整合公部門資料，並鼓勵民間捐贈資料，協助國內 AI 團隊取得充足且具在地語境的訓練資料，以訓練出具台灣觀點的 AI 模型，方便產業界快速上手使用。
陸、從Project到 Product，提升軟體產業競爭力
台灣另一個要解決的問題是，軟體產業長期不受重視，因為在企業規模、人才數量以及市場影響力方面，都遠遠比不上硬體的實力。這也是數發部施政的重點之一。
林宜敬表示，過去政府的推動模式主要仰賴專案補助機制。以醫療照護產業為例，往往直接補助終端看護、日照中心，這些單位規模有限，且大部份缺乏軟體自主開發能力；另一種做法則是補助大型醫院，讓其資訊室各自開發系統。類似這樣的補助方式，很容易造成「各自開發、功能雷同」的結果，資源分散，難以形成規模效益。
林宜敬表示，因此數發部目前推動產業轉型的重點不在於支持一次性的 Project（專案），而希望引導業者建立標準化的 Product（產品）。解決過去專案模式通常依個別需求進行高度客製化，每一次都需重新開發的資源浪費；而產品模式則能透過統一設計，搭配參數設定（Configuration） 滿足不同需求，避免重複性開發，並提升效率與可擴展性。
對台灣這種規模的國家而言，這樣的思維轉變尤為重要。透過與許多法人組織及產業界的討論，已逐漸凝聚共識。他直言，公部門的採購思維必須轉變，過去過度依賴客製專案，就像進入吃到飽餐廳，總想「多吃才划算」，要求廠商做了許多小型技術開發，但並沒有從產業宏觀角度找出真正的問題，專案結束後就結束，無法擴大應用範 圍，影響力有限。
未來數位產業發展的方向，要重新思考如何推動通用解決方案，讓台灣軟體公司能夠在這些通用解決方案的基礎上；再加入企業過去累積的不同產業知識及經驗，進一步培養出持續研發成長的競爭力，進而走向國際市場。
柒、政策方向轉變 推動產業創新
因此，政府從過去補助專案調整為鼓勵產品研發，藉由政策工具的調整，帶動產業經營思維的革新。過去像是「單點式的IT工程」，完成後便封存；未來則轉向為持續優化的AI平台建構，以產品為核心，不斷延展與深化商業模式。唯有讓這樣的轉變成為制度常態，台灣的 AI 發展才能真正突破規模限制，擁有跨產業、跨市場、跨國界的成長動能。
在各國加速將 AI 視為經濟翻轉與戰略競爭重要資本的此刻，選對方向、聚焦投資，對台灣這種量體的國家而言更是重要。若仍然依循大算力、大模型、大數據的AI大國發展邏輯，很可能陷入「大者恆大」、甚至贏者全拿的局面，不利於中小產業與社會多元面向的受益。台灣立足於「可信任」與「硬體」的獨特優勢上，是無可取代的獨特價值。因此，逐步建構出能同時獲得國際認可與人民信任的AI治理架構，是政府重要的使命。
在這個關鍵時期，林宜敬表示，為了能夠有效協助產業，數發部首先希望讓大家清楚事情的全貌，包括台灣當下面對的挑戰和優勢，都必須公開透明。接著再與社會大眾討論因應方式並進行風險評估。他強調，政策「由上而下」，也就是政府需要先把政策方向釐清、定義清楚，然後再層層推進、有效分工執行，這樣才能避免資源分散，以台灣產業的既有優勢，發展出新世代的競爭力。