面對 AI 時代，台灣雖然在軟體創業面上面臨巨大挑戰，但憑藉強大的硬體實力，特別是半導體產業的優勢，如何在這一波生態系的發展中，重建新的角色？由李國鼎科技基金會、玉山科技協會、人工智慧科技基金會及東南亞影響力聯盟於上月合辦「2024 國鼎論壇」，邀請業界代表分別從各自的經驗分享，台灣在發展硬體優勢外，找到新的機會。

從新 4P 中創造新的價值

華碩雲端暨台智雲總經理、AI 大聯盟會長吳漢章提到，近來產業持續努力推動 AI 生態系的建立，並以 AI 2.0 作為定位。他指出，未來產業中的生成式 AI 應用，可從四大面向去創造不同的價值點（4P），首先是賦能員工（People），例如協助員工或客服；第二類則是流程（Process），也就是如何借用語言模型的技術特性應用在銷售預測、推薦，或是生產管理上，甚至過去半年內，在製造、金融與醫療上都有蓬勃的進展；第三類則是產品（Product），但因為台灣過去軟體不多，而華碩自己在做 PC、AI PC，因此也在觀察產品如何能與 AI 結合，雖然 AI PC 自去年九月開始成為關注點，但目前並不確定是不是真的已有案例出現；第四類則是定位（Position），也就是各行各業都在這波 AI 中尋找新的定位，或是一些商業性、社會性的討論，包含永續、可信賴等議題。

此外，他也提到，過去台灣對軟體的發展抱有很高的期待，但今還沒有看到期待中的表現；AI 大聯盟的成員多半是在2000年左右創業並投入軟體產業，對於錯失手機興起時的轉型時機感到扼腕，也因此，不希望再錯過這一波 AI 浪潮。目前成員主要是連結各垂直產業中的AI應用與場景，實際解決產業中的問題。

鴻海研究院執行長李維斌則提醒，軟體才是主要的服務提供者，但軟硬整合時，最為擔心的是硬體過強而支配軟體。另一方面，台灣資源有限，雖然在這一波浪潮中受惠於硬體而獲得世界矚目，但目前在 AI 生態系上，並無完善執行力。儘管全球大廠紛紛來台設立研發中心，可是未提升台灣的薪資水平，「台灣應避免用自己的肝和電力資源，成就其他國家企業的輝煌。」他認為，台灣政府、企業與公協會都應攜手合作，思考前途，更要學會趁此時機，借勢造勢，吸引國外人才並提升技術能力。

語言模型不是終點，而是背後的知識引擎

台灣 AI 卓越中心副總召集人許永真則認為，由於每個人對 AI 的定義與解讀都不同，加上技術演進十分快速，因此，當前每個人都在盡最大能力預測未來發展，而在科普教育上更是需要耗費極大的能量，以讓 AI 能更為普及。而 TAIDE 模型的推動則是為了 AI 主權，因為當中牽涉到資料保護議題。她解釋，語言模型無法永遠依賴一個國外企業提供服務，尤其在使用過程中，無論提問或回答的結果中不具備台灣人的價值與知識，不僅會喪失話語權，更可能影響到下一代的教育。她也強調，雖然目前釋出的版本並不是最厲害的模型，但裡面所使用的資料都是正式合法取得的資料，甚至可以大聲的說，「它是一個可信賴的模型。」

許永真說，「語言模型本身並不是終點，它只是背後的一個知識引擎，」因此，應用時必須再加上各種能力，才能讓台灣的百工百業都能使用。且因為訓練成本極高，不可能每個每家企業都有能力做到，但至少可以集眾人之力完成，後續更需要仰賴業界共同幫忙。她提到，在語言模型的推展上，將計劃加上多模態及政府、法律、教育及天氣環境相關的應用方向。

台灣產業的新發展機會

微軟亞洲研究院前副院長張益肇則建議，AI 除了文字的生成外，還有很多不同的應用場景，因此，如果沒有實際使用 AI 的話，並無法真切感受到 AI 真正能帶來的幫助。而台灣現在很大的機會在於，如何將 AI 訓練成各行業的專家，假使能將台灣厲害的生產製程訓練成 AI 專家，就可以服務全世界的產業，包括半導體或是其他科技製造的製程。在缺工時代，如果產業能夠跟學研單位一起合作，將能真正提高台灣這一方面的生產力。

另一方面，他也觀察到，台灣無論在產業或是學術、醫療界，在數據的搜集與整合都是很大的挑戰，因此，每個醫院或醫學中心可能都會去訓練自己的 AI 模型，雖然可以應用於自家的醫院，但要做到世界級產品的話，仍要面臨許多挑戰。因此，他也期許，能有一個機制能夠整合政府及產業間的力量共同合作。他認為，未來在半導體等狹窄的領域中，將會更有機會，也會是未來新的成長趨向。