2024年台灣人工智慧發展概況與未來展望

※如欲轉載本文，請與北美智權報聯絡

蘇翰揚╱產業分析師

台灣目前在發展人工智慧（AI）的議題，無論在產業上是否投資新創、政府作為等面向上皆尚待提升。或許，找到下一個能發展的AI大題目是凝聚台灣產業及政府對發展AI共識的方法？本文主要針對2024年台灣在AI產業發展現況，並於國際間AI競爭趨向白熱化的狀況下台灣能掌握的機會、遭遇挑戰及解決方法進行分享。

台灣AI發展現況

根據國際研究機構Gartner指出[1]，2024年AI發展趨勢之重點在於「生成式人工智慧」（Gen AI）的運用及其影響。到2024年底，AI體現在企業上的價值主要基於熟悉的AI技術項目，無論是獨立還是與Gen AI相結合，並透過標準化作業流程（SOP）來幫助實施。同時，根據人工智慧科技基金會（Artificial Intelligence Foundation Taiwan, AIF）發布的「2023台灣產業AI化大調查」資料[2]指出，台灣產業約有近40%業者對將AI運用在企業上尚處於觀望階段，主因在自身企業員工對相關技術的認知程度不高以及企業數位化程度不足等問題。

台灣的下一個機會：瞄準經濟安全導向的「主權AI」

今年AI最大的市場商機之一為「主權AI」（Sovereign AI），在NVIDIA執行長黃仁勳大力提倡下，各國無不卯勁投入資源發展。根據NVIDIA說法，Sovereign AI的定義為「Sovereign AI是指一個國家利用自己的基礎設施、數據、勞動力和商業網路生產AI的能力」[3]。該觀念強調由本國團隊開發AI模型，並在當地資料蒐集上進行訓練的大型語言模型（large language model, LLM），以促進特定地區方言、文化的維持。

舉例而言，我國國家科學及技術委員會（國科會）於2023年發展出「可信任人工智慧對話引擎」（Trustworthy AI Dialogue Engine, TAIDE）[4]，歷經一年後，於2024年5月正式發表基於Llama2的TAIDE LX-7B（可商用版本）及TAIDE LX-13B（學研用版本）模型，主要運用於寫文章、寫信、摘要、英翻中、中翻英等五大任務上，TAIDE透過利用台灣政府和媒體資料，加上Meta的Llama開放模型來保護台灣文化與歷史，目標是能與各國進行AI競逐；並於2024年10月，國科會更「以包容為導向之科技計畫」[5]研發出可以幫助保護與推廣原住民語言的族語AI模型。除文化保存的功能外，Sovereign AI在協助應對氣候變遷、提高能源效率與資安防護等議題上也能發揮關鍵作用。

發展Sovereign AI不僅是基於利益的考量而已，還牽涉到國家文化自主與技術安全。Sovereign AI的本質上為透過AI來增強國家保護與創造利益，例如，國防產業應用AI於前線作戰到後勤補給的面向 — 美、中、歐紛紛投入資源於其中；而隨著時間的推移，Sovereign AI的目標是透過發展國內AI來減少對外國AI技術的依賴 — 可以保護國家受到潛在供應鏈中斷的影響，從而加強國家主權與數位適應力。

因此，首先，Sovereign AI的發展基於強大的數位基礎設施，台灣應優先將資源投入數位基礎設施的發展，其中包含建立先進運算能力的資料中心，以能有效地處理和分析大量資料；擬定資料在地化政策以確保境內產生的資料是在本地儲存和處理來增強資料主權和安全性。另外，吸引外部資金投入對於突破AI所能完成的任務至關重要，政府應為AI研究提供獎勵措施並分配資金，以支持基礎和應用的研究以及創新AI的商業化。再者，AI也必須在政府和非政府機構以及投資者的推動下，在包括新創公司和現有企業的產業參與者與學術和研究機構之間建立共生的創新生態系統以促進AI協作、夥伴關係和投資互利，並最終推動國家往全球AI領域向前發展。

台灣在AI目前面臨的挑戰與解方

台灣在提供AI基礎設施方面雖具有傳統優勢，包括AI晶片製造和資料中心建設等，基於過去作為發展資通訊產業的製造業基礎；此外，台灣政府也正在提升AI服務商業化的速度，以協助解決產業運用AI上的合規及監管問題。不過，目前台灣在發展AI時依舊面臨挑戰主要有二。

首先，我們在機器學習AI演算法的基礎研究部分依舊不足，特別是在深度機器學習模型領域，如OpenAI研發的生成式預訓練變壓器（GPT）需要足夠的軟體人才、豐沛的資料量以及相當的資金支持，這也是為何台灣沒有出現如Google、OpenAI或Microsoft等大型網路或科技公司的原因之一。針對上述問題，目前，台灣先以努力加強AI的治理和監管措施為目標，依據Google於2024年7月所發布的《台灣AI發展與治理：Google的洞察與展望》白皮書[6]指出，台灣擬推出《人工智慧基本法》，為牽涉AI的隱私保護、資料治理、風險管控及倫理原則等面向問題提供更清楚的規範。

最後是國內人才培養速度不足，針對此一問題，台灣國家發展委員會（國發會）於2017年擬定《外國專業人才延攬及僱用法》（最新於2021年7月7日修正全文）積極推動引進國外人才。為了吸引國際人才，國發會更擴大了就業金卡簽證計畫範疇，提供延長的工作許可和居住條件。根據104人力銀行統計[7]，為了留住國內、外人才，與AI相關產業職位的每月平均薪資也大幅上漲，從新台幣41,000元上漲至新台幣57,000元；同時，NVIDIA與AMD等大型科技公司也紛紛在台灣在建立研發中心[8]，聘用本土的工程師。

結語

由上可知，台灣政府面對各國積極推進AI數位化的現況仍持續跟進。當然，更進一步仍需設想的是面對國際競爭，台灣可能需要更多國際AI的培訓或教育計畫，例如可以參考德國參議院（Bundesrat）決議公立機構在薪資設計上獲得更多的彈性，以此概念為規劃基礎的「德國人工智慧研究中心」（Deutsche Forschungszentrum für Künstliche Intelligenz, DFKI）能為AI教授職位提供更多資金[9]，或是學習日本以教授全國大一學生學習基礎AI知識為目標[10]，制訂全國大學AI基礎通識課程，計畫每年培育25萬名專門領域的AI技術高級人才。例如，日本國立滋賀大學開設了日本第一個數據科學學系，以期培育出能夠解析大數據、應用於縮減醫療費用與預測市場變化的專家（數據科學家）以及日本國立東京大學則開設「數理、數據科學教育學程」，重新規劃原本設於文理學院的180種AI相關課程，協助學生更容易研修等。若能借鏡國外已有在進行的AI教育規畫，研擬出符應國內對AI教育更合適的規範，相信能讓台灣更穩健的邁向AI數位化的進程。

備註：