各位朋友們好：

這個星期有機會，跟許多中小企業創辦人、老闆們討論關於 AI 導入的各種疑難雜症；也正好受邀到幾家公法人、協會分享，大家關心的問題很一致：到底企業該怎麼做，才能夠讓 AI 落地，而且真正有用？

很多人已經知道，AI 並不是一套標準化的軟體系統，能夠即買即用；也有很多人知道，數據是 AI 的基礎，唯有數據準備好了，AI 應用才可能成功。不過，有一個更深層的問題是，過去經驗與記憶中的技術導入成功案，很可能成為卡住導入 AI 的障礙。我們集體被過去的成功框限住，而不自覺。

類似的例子太多了，實在無法一一舉例，在 4 月 17 日產業 AI 化大調查發佈會上，講者蔡宗翰教授和劉思泰總裁都談到很多。本週電子報特別摘要他們兩位精彩對談內容，一起思考，台灣產業 AI 無法落地的關卡在哪裡，可以用哪些方法尋找突破口？

同時，資料問題一直也讓企業傷透腦筋，我們特別請中原大學智慧運算與大數據碩士學位學程胡筱薇老師、也是 AIF 的顧問，為大家分析「資料治理的 1234 原則」。胡老師結合多年教學、企業經營與顧問諮詢經驗，她的方法簡明易懂，非常值得大家參考。

有一件事情，可能在台灣的我們較少注意到，歐盟人工智慧法預定在明年正式實施，而歐盟議會在這個月發布了人工智慧法推動的行動計畫。究竟有哪些重點、應該如何解讀？跟各位分享，希望可以讓大家都有新的啟發。

人工智慧科技基金會執行長 溫怡玲

本期目錄

• 避開大模型競賽陷阱，台灣產業 AI 化應從產業強項出發
• 從歐盟「AI 行動計畫」思考國家級戰略
• 好數據才能讓 AI 真正落地 「數據治理 1234 原則」創造轉型價值

避開大模型競賽陷阱，台灣產業 AI 化應從「問題」和「強項」著手

在美中科技競爭升溫的背景下，台灣位處戰略要地，AI 發展所牽動的不僅是技術佈局，更關係到國家在全球供應鏈中的定位與價值。一旦在關鍵決策上失誤，恐將失去本已有限的戰略主導權。因此，辨識台灣在 AI 發展上的優勢與挑戰，成為當前最迫切的課題。

從歐盟「AI 行動計畫」思考國家級戰略

4 月 9 日，歐盟執委會正式發佈「人工智慧大陸行動計畫」（下稱「行動計畫」，AI Continent Action Plan），希望透過五大核心支柱（Five Key Pilars)，大幅推進歐盟的 AI 創新實力。行動計畫似乎正好呼應今年 2 月在法國巴黎 AI 行動高峰會上，歐盟執委會主席范德賴恩（Ursula von der Leyen）所宣示：全球 AI 競賽才剛剛開始，領導者尚未出爐，而歐盟將盡其所能，確保歐盟能夠角逐全球 AI 領導者的地位。

好數據才能讓 AI 落地 「數據治理 1234 原則」創造轉型價值

數據、模型與算力向來被視為 AI 落地的核心要素，其中，「數據」被視為能否實現 AI 落地的關鍵起點。然而，即便多數企業已意識到數據的潛在威力，實務上仍面臨「知道重要，卻難以善用」的困境。資料雖被收集與存儲，但未能有效轉化為組織決策的動能，遑論推動 AI 專案落地與擴展。