生成式AI的崛起已重新定義未來全球產業競爭的遊戲規則。工研院執行副總暨總營運長兼AI策略長余孝先，日前於《今周刊》「全球經濟展望論壇」以「臺灣產業AI化的轉型機會與挑戰」發表專題演講指出，臺灣在資訊硬體優勢下，應結合自身產業特色，精準落實應用，才能在這場全球技術競爭中脫穎而出。
夜晚的街道上，一則廣告短片吸引了行人的目光，它的內容與語言完全由生成式AI即時創建；醫院的診療室內，AI輔助診斷系統迅速分析患者資料，生成個別化的治療建議；製造工廠裡，機器學習演算法不僅優化流水線操作，還生成更高效的生產方案。生成式AI將為未來帶來突破性應用，重新定義創造力與效率。
「生成式AI的價值在於它如何成為企業創新的催化劑，幫助各行各業創造實際效益。」工研院執行副總暨總營運長兼AI策略長余孝先指出，生成式AI的崛起，正在重新定義未來全球產業競爭的遊戲規則。
生成式AI顛覆產業格局
「生成式AI不僅僅是個工具，它正在改變我們思考和創造的方式，」余孝先指出，生成式AI不只是單點技術的應用，而是全產業鏈流程的改造，其最大關鍵在於它能從資料中學習，並進一步創造出文字、圖片、聲音等全新內容。這種特性讓行銷、教育、醫療與製造等領域都大幅採用，重新定義了產業運作方式。
例如在電子商務領域，生成式AI能快速生成多語言商品描述，不僅是文字翻譯，更能根據市場特性調整用詞與亮點。這不僅降低了翻譯和設計成本，還讓產品更快進入國際市場，提升海外消費者的購物體驗。同時，AI生成的個性化廣告也讓零售業者得以輕鬆針對不同族群特性提供多版本內容，節省人力成本的同時並顯著提升觸擊效果。現在，也有不少零售業者透過生成式AI優化商品推薦，實現區域化的消費者洞察，增強客戶對品牌的黏著性。
生成式AI在各行各業的應用已逐步擴大，根據麥肯錫研究報告，全球GDP可望因此增長1.6%至2.7%。以此推估，臺灣GDP增長潛力高達2.1%，服務業和製造業都是主要受益者。這樣的增長不僅來自技術創新本身，更來自於它對產業流程的根本性改造，「生成式AI不僅是企業的輔助工具，更是開拓未來的新引擎。」余孝先補充。
臺灣的AI機遇 硬體領先、應用為王
生成式AI及更廣義的AI的發展帶來無限可能，而臺灣在全球AI生態中扮演著重要角色，最直觀的原因是，臺灣掌握了全球90%以上的伺服器生產供應，這為生成式AI的硬體需求提供了穩固基礎。
余孝先認為AI硬體設備僅僅是起點，「臺灣能不能在這波浪潮中長期獲益，真正的高價值關鍵在於如何將技術落地到產業應用中，」他表示，臺灣在硬體領域的領先地位，為AI產業發展提供了強大的支持，但真正需要突破的是在於應用層面的創新。
余孝先以臺灣製造業為例，認為AI的創新應用，能拉高產業的國際競爭力。比如智慧化供應鏈管理已經成為臺灣製造的核心策略之一。現在，許多製造業已運用AI技術預測市場需求，提前調整生產排程，避免過剩生產，並確保零組件供應穩定。未來，智慧客服與碳排放管理系統的導入，將進一步提升效率，助力臺灣製造業符合國際綠色規範，拓展全球市場。
「國際大廠生成式AI的優勢是通才能力，而臺灣的機會在於垂直應用的專才化。」余孝先提醒，應用面的突破需要垂直領域的深耕，這是臺灣未來10年內最值得投入的方向。
資料、人才、算力與治理 產業AI化挑戰
隨著生成式AI的快速發展，臺灣產業在AI化進程中也出現諸多挑戰，主要可分為資料、人才、算力以及治理。根據人工智慧科技基金會的調查，企業在評估導入時遲疑的原因，如資通訊產業擔心成效難界定及資料外洩，零售業則憂慮人才不足問題。在導入階段中，專業服務業、製造業和政府機關，遇到資料整合困難最為明顯；零售業則因領導層對AI認知不足而受限。
余孝先表示，「資料是臺灣能夠跟其他的國家區別一個很重要的部分。主權AI的觀念重點不應該是算力，而是能夠掌握臺灣能自主掌握的獨特資料。」從調查結果來看，資料分散與不足是其中最顯著的問題。臺灣企業的資料往往分散於各部門，難以整合成系統性的資料集，影響AI模型的訓練效率。此外，繁體中文資料量在全球語言資料中占比有限，也增加了直接使用國際上生成式AI模型開發應用的難度，「資料是生成式AI的基礎，沒有足夠的高品質資料，就無法產生高價值的應用成果。」余孝先強調。
其次是人才問題。AI技術的發展需要專業人才，人才代表對技術的掌握度與對應用落地的能力，但臺灣現有人才供應明顯不足。余孝先指出，「我們需要的不僅是懂技術的人才，也需要懂產業需求、能將技術與實際應用結合的跨域專才。」他提到新加坡透過高薪與新創機會等政策誘因吸引全球AI專才，並認為這是臺灣可積極參考的方向。
算力挑戰同樣不容忽視。生成式AI模型訓練需要龐大的運算能力，但是目前臺灣中小企業在算力基礎設施上的投入能力有限。「算力不足並不意味我們無法參與全球競爭，因為算力不必追求極大，而是要找到適合臺灣自己的位置。就像拳擊賽有重量級、中量級、輕量級、羽量級等等。臺灣要找到適合自己的算力量級，聚焦於特定的應用領域，在那個量級裡面做到最好」余孝先建議。
此外，AI的出現也引發包括資料安全、隱私保護、假資訊與著作權等爭議，讓治理成為推動AI化不可或缺的一環。余孝先指出，政府與產業更應攜手針對資料共享、風險管控與倫理規範建立明確法規框架，為AI技術的穩健發展奠定基石。
中央廚房共享模式 降低AI應用門檻
儘管挑戰重重，但針對這些痛點，已經有具體的解方逐漸成形，余孝先拋出「中央廚房（AI Foundry）」模式的想法。
「中央廚房的概念是讓重複性開發的成本降到最低，並讓更多企業能以低門檻進入AI化進程，」他解釋。這一模式主張集中技術資源，打造共享平台來支持多元產業的AI應用開發。就像餐廳背後的中央廚房，負責統一處理大量的食材準備工作，讓各個分店專注於料理和服務顧客，這種分工不僅降低成本，還提升了運作效率。對於企業而言，「中央廚房」能幫助他們快速獲取AI技術的支持，而無須各自從零開始研發。
臺灣如何用「中央廚房」推動百工百業用AI？余孝先以法律相關產業為例來解釋。臺灣可以用開源軟體（如Llama）當基礎，用臺灣的法律（如六法全書）微調訓練出適合臺灣法律的通用大語言模型，也可以再依不同的需要分別訓練出更多元的模型，例如適合檢察署公訴書、不起訴書，民間法律事務所寫訴狀、答辯狀，法院寫判決書，書記官寫各類書狀等等不同法律文件的專業模型。每個法律事務所也可以用這些模型再用自己獨有的、業務中累積的資料用RAG再訓練出更適合自己事務所的獨有模型。
這些模型之間的關係就像個樹狀圖，用同樣的樹狀結構也可以有一顆財務的樹、會計的樹或其他百工百業的樹。這件事的挑戰是在於優先做哪些樹，畢竟資源是有限。每棵樹到底要分岔到什麼程度？需要領域高度的參與，以在平台共通性與領域差異化中取得平衡。
余孝先特別指出，如果企業將重點放在應用創新上，人才培育是實現AI化的關鍵。「我們需要建立一個系統性的人才發展藍圖，涵蓋會用、會做、會管的全面能力。」工研院目前已經啟動相關培育計畫，並推動學界與產業界的合作，為未來的AI應用奠定人才基礎。
臺灣模式 打造垂直應用模型
「國際大型平台扮演的是通才角色，而我們的機會在於成為專才中的領導者。」余孝先說，全球競爭日益激烈，臺灣需要找到自己的獨特定位。他認為，專注於開發垂直應用模型是可行的策略，「要讓國際上各行各業若需要專屬模型，第一個就先想到臺灣。」此外，臺灣在資料治理與應用創新上的成就，也具備成為國際示範者的潛力，臺灣可以用技術幫助更多的產業實現創新和升級。
AI時代不僅是科技的革新，更是一場重塑產業版圖的契機。臺灣擁有資訊硬體的優勢，有機會透過深耕垂直領域躍升為全球典範。「抓住生成式AI浪潮，臺灣不只要跟隨，還要進一步引領，」余孝先強調，唯有結合本地產業特色，精準落實應用，才能在這場全球產業競爭中脫穎而出。
「現在正是臺灣以創新與智慧，定義全球AI未來的關鍵時刻。」對臺灣發展AI的前景，余孝先展現出高度樂觀。
（本文由工業技術與資訊授權轉載）
