台灣AI下一局，從硬體強權升級系統王國

「AI是人類歷史上最大的一次科技衝擊！」2025年9月正式接任數位發展部部長的林宜敬指出，工業革命用機器取代勞力、解放人類的雙手，但尚未取代腦力。但AI出現後，一切就不同了，不是只取代個人的工作，而是取代整個產業。

生成式AI問世後的重大影響已出現在諸多面向，如電腦繪圖與翻譯的門檻已大幅下降，中國大陸多所大學甚至傳出停招外文科系；2025年美國麻省理工學院（MIT）發表研究，AI已經能夠取代美國勞動力市場約11.7％的勞動力。輝達（NVIDIA）共同創辦人暨執行長黃仁勳甚至說，AI時代來臨，以後最不怕失業的是水管工、電工和木匠等手工技術工作者。

身處在AI改寫歷史的轉折點，台灣的未來是什麼？林宜敬強調，台灣目前的實力已可與美國、歐盟等AI強權分庭抗禮。美國是軟體，引領演算法與大型語言模型創新；歐盟則是法規，走在風險控管最前線；台灣則是全球AI硬體製造中心，最核心、最先進的晶片與相關元件，絕大多數是由台灣製造。

但台灣就在硬體製造看來一片榮景的背後，也有不容忽視的兩大課題。一是AI應用相關產業的動能不足，其次是因應AI時代下的人才培育計畫。身為我國數位發展的最高主管機關，數發部如何開出產業與人才的解方？

2022年8月，數發部正式成立，前兩任部長唐鳳、黃彥男卸任後，接手第三棒的林宜敬是美國布朗大學電腦科學博士，擁有豐富的業界經驗，曾任趨勢科技新產品研發部協理，並創辦研發英語語音教學軟體的艾爾科技，因此他總是笑著說：「我對產業界比對政府還熟。」

借鏡歐美，《AI基本法》樹立「台灣模式」

林宜敬訂出的方向很明確，要解決台灣產業和人才的問題，必須打造AI產業生態系。然而，在生態系長出來以前，政府必須先面對最根本的問題：台灣要用什麼框架治理AI？

借鑑他山之石，歐盟的《人工智慧法案》（AI Act）走管制路線，採取風險分級管理架構，分成不可接受、高風險、有限風險及最小風險4個等級，對不可接受風險（如社會評分）予以禁止，並對高風險系統有嚴格的合規要求。

美國的立場則截然不同，認為法規限制過多會阻礙創新，白宮所發布《美國人工智慧行動計畫》（America's AI Action Plan），核心是放寬監管以支持技術創新、建設AI基礎設施，以及引領國際AI外交與安全。

在台灣，政府則是設計出「台灣模式」三層架構，做為發展AI的最高指導原則。

第一層是《人工智慧基本法》，定出AI發展的七大核心原則，包括公平與不歧視、資訊安全等，致力在創新與安全間取得平衡；第二層是「AI風險分類框架」，告訴企業開發AI系統須注意哪些風險、如何管理等；第三層再讓各部會針對各自產業發布指引，如衛福部決定AI輔助診斷上市前需通過什麼檢測、發生醫療糾紛時責任如何歸屬等。

政府帶頭改變「硬體強、軟體弱」思維

有了治理框架後，才能讓產業生態與人才落地。林宜敬身為創業過來人，對產業界的痛點感同身受。「科技的創新突破與發展，其實應該來自民間自由公平的競爭，不是讓政府強力主導。」他指出，過去政府的補助思維不僅幫不了產業，甚至可能反而害了產業。

不僅如此，台灣最大的特色是硬體強、軟體弱。硬體做得太好，壓縮軟體的空間。硬體產業薪資高、需求穩，自然吸引多數人才；軟體業萎縮，是因為整個環境不要求做「產品」（Product），只想要做「專案」（Project）。

「專案」是客戶開需求，量身打造解決方案，完成後只有一個客戶；「產品」則是寫一套軟體，可複製、創造規模效益，賣給全世界的客戶，這也是蘋果（Apple）、Google能橫掃全球市場的原因。但在台灣，公部門就是帶頭開專案的最大宗，如政府機關採購，通常先買國外現成產品，再找台廠「客製修改」。就連軟體採購契約範本，都沿用土木工程採購的邏輯。這樣的落差，導致台灣軟體業連最基本的訂閱制、年付費商業模式都難以推行。

林宜敬認為，政府應帶頭改變。目前的做法是在政府軟體採購網規畫共同供應契約採購產品，並鼓勵台灣軟體商把開發的軟體轉化成產品，掛上平台銷售。此外，也研擬以軟體產品為核心的新版資訊軟體採購契約範本，讓採購制度能適應數位時代的商業模式。

台灣AI創業家過5關

不只軟體業，思考整體產業需求時，數發部也不從政府角度去分配資源，主管機關不必主導所有事，而是回歸生態系的創造者，打造一個讓民間自由創新的環境。「數發部沒辦法知道哪個產品一定會成功，哪個產業一定會成功；如果我知道，我就趕快回去業界開公司賺錢了。」林宜敬打趣說道。

因此，要讓AI產業生態系在台灣的土壤生根茁壯，應該想的是：如果你是一個AI創業家，各個階段最容易卡關之處為何？林宜敬以過來人身分解答，如今必須連過5關：算力、數據、人才、行銷和資金，才有機會成功。

算力是第一關，「快30年前我創業時，在家廚房擺一台2萬元的PC（個人電腦）就能開始寫程式創業了。」林宜敬指出，AI時代創業的第一哩路昂貴許多，買一台輝達伺服器需耗資上千萬新台幣，年輕的創業家恐怕得拿房子去抵押才行。

為了協助產業跨過第一道門檻，數發部提供新創團隊免費算力，可以先進行3個月的短期實驗。「實驗成功了，你可以拿成果去向天使投資人募資；失敗了，恭喜你，你的房子還在，可以準備下一次嘗試。」

問題是，靠政府編預算採購GPU（圖形處理器），在速度與規模都難以跟上業界需求，科技創新還是要靠民間的力量；數發部把AI算力中心列入重大公共建設範圍，目前已收到鴻海投資申請。當民間資金進場，有機會建置萬片算力，這條「算力」的第一哩路才算真正打通。

第二關是數據，訓練AI模型需要大量的高品質數據，創業者即使有了算力，如果不能取得充足且具在地特色的數據，也很難訓練出具備競爭力的模型。台灣個資法規範嚴謹，資料取得不易，若僅依賴國外的大型語言模型，可能會面臨高品質繁體中文數據不足，且模型無法符合台灣特有語言與社會價值觀的狀況。對此，數發部從政府機關著手，建置「台灣主權AI訓練語料庫」，涵蓋語言、教育、地理和生物等不同領域，提供企業訓練更在地化的AI。

再來準備進入市場，迎接行銷這一關；然而產品設計和市場行銷，也是台灣業界最缺乏的能力。不過，林宜敬坦言自己創業初期也不懂銷售；台灣更因長期硬體代工思維，讓創業者不懂掌握市場。政府提供的協助是搭建交流平台，舉辦產業媒合會。例如，去年數發部聚焦醫療照護和健康管理領域，協助健康照護AI應用的業者，與照護機構和醫療單位對接合作。

主因是，廠商若自己一家家拜訪潛在客戶，可能一年都跑不完，在媒合會一個下午就能接觸到數十家潛在客群。主管機關的主要任務是結合供給和需求，讓創業者想辦法把產品賣給潛在客戶，而不是等待政府伸出援手。

至於人才的解方，更是重中之重。現在AI面臨到的最大問題，是人力失衡，AI取代了一些基礎工作，但是少子化又讓有些產業長年缺工，讓怎麼做才能達成「酸鹼中和」？

目前，數發部的首要任務是定義AI人才，並建立完整的人才培育產業鏈。近期由數發部訂定的《AI產業人才認定指引》，明確將AI人才分成三級：最基礎的是「應用」人才，使用AI工具提高生產力；第二層是「開發」人才，懂得使用既有AI開發工具，訓練出新的AI模型或開發AI應用工具；最上層是「研究」人才，負責AI研究與創新。相關條例中，也把這3種人才需要的能力和工具羅列出來。

整體來說，台灣現在最缺第二層的開發人才，包括自然語言處理工程師、機器學習工程師等，因而必須加強培訓和認證，透過資策會、台灣人工智慧學校等機構，開設培訓課程和發放證書。最後來到就業端，企業在人力銀行可以根據《AI產業人才認定指引》，清楚列出所需AI技能。藉由清楚的人才指引，帶動整體產業鏈的成長。

創業的最後一關是資金。當一家新創公司有初步成果、建立團隊、找到第一批客戶時，資金需求是最現實的。數發部與國發會已匡列100億元國發基金投資台灣AI產業，並強調這100億元是投資，不是補助款，「我希望這100億元最後能變成1,000億元，就像政府當初投資台積電一樣。」林宜敬說。

按林宜敬擘劃的發展藍圖，在AI生態系建構完成後，台灣就可以憑藉產業界源源不絕的創意與發展能量，從硬體強權升級為系統強國，將這一波AI浪潮，轉化為下一個世代的獨特競爭力，這才是台灣在AI浪潮中值得努力的方向。