台灣資通訊產業建構AI數位轉型供應鏈 掌握下一波成長曲線
▲與會貴賓合影，左起資策會 MIC 資深產業顧問兼所長洪春暉、所羅門董事長陳政隆、神通資訊董事長蘇亮、台灣玉山科技協會理事長童子賢、台北市電腦公會理事長彭双浪、宏碁營運長高樹國、台智雲策略長李立國、耐能智慧董事長劉峻誠。
文／李洵穎
生成式AI（Gen AI）、大語言模型（LLM）與數位轉型需求快速成長，使台灣資通訊產業成為全球科技產業焦點。面對AI新工業時代，為了解台灣資通訊產業可能遇到的機會與挑戰，由台北市電腦公會主辦，台灣玉山科技協會協辦於2024年7月23日辦理「迎向AI新時代─從COMPUTEX看台灣資通訊產業的下一步」產業座談記者會，由各領域的產業專家從應用、算力、能源與人力議題等面向進行討論。
AI引領台灣資通訊產業未來 提升競爭力
首先由台北市電腦公會理事長彭双浪開場致詞，他談到今年的COMPUTEX非常成功，所有的AI大咖聚集在台灣，可說是一場「AI武林大會」。他指出，「算力」、「電力」、「人才」這三力，能促進台灣資通訊產業，在AI新時代更進一步發展；透過大家共同討論台灣資通訊產業下一步發展，一起提升台灣三力，進一步提升台灣地位，提升台灣產業競爭力。他幽默表示：「迎向AI新時代，這件事情非常重要，重要到颱風都要晚一天報到。」引起台下聽眾哈哈大笑。
AI應用全面蓬勃發展 台灣產業應把握時機轉型增值
接著由資策會產業情報研究所（MIC）資深產業顧問兼所長洪春暉進行專題演講，暢談AI下一波成長曲線中，台灣產業可切入的機會與挑戰。他說，從今年COMPUTEX盛況中，看見許多國際龍頭廠商對台灣資通訊企業的重視，在全球AI供應鏈產能吃緊的情況下，需要爭取台灣的支持，進而思考台灣產業在此波AI浪潮中，如何獲得更多價值。
洪所長談到，AI浪潮不是一次性泡沫，目前已經有很多應用落地，創造許多新的商業模式，特別是生成式AI將帶動往後更多AI應用。而「算力」、「算法」、「資料」構成生成式AI三大基石，應從這三大角度進一步提升競爭力。目前生成式AI朝支援不同任務的多模態應用演進，諸如聊天機器人、自動生成廣告文筆、圖像或影像到自動化處理分析數據等，並且誕生「AI Agent」使AI從工具轉變為「工作代理」，都帶動新一波的軟硬體整合及深化。在此過程中，跨領域合作需求將越來越大，也帶動資通訊產業生態系演進。對應國際AI生態系的需求，我國也有相關生態系成形，產業發展將激發使用者、模型開發商及雲端運算業者的合作，帶來全新格局；而生成式AI的大量訓練模型和算力需求也帶來許多機會與挑戰。
洪所長指出，對於資通訊產業在AI的發展議題，產業面來看，有AI PC支援AI混合、協作的需求，從「雲端」、「邊緣」到「地端」之間的整合需求會越加明顯。AI算力議題更形重要，許多國際雲端服務商積極部署AI算力，以符合客戶需求，而所謂「算力即國力」，算力甚至成為國家的產業安全、經濟安全重心；而考慮到企業資訊安全，邊緣運算（Edge AI）將成為發展趨勢之一；AI Agent則使算力、語言模型、整合平台等多角度的競爭與合作情況更多，台灣在國際供應鏈中已經佔有一定角色，應思索未來如何提升更多的重要性。
對於各行各業來說，利用生成式AI提升效率是趨勢，應用場景也十分多元，如智慧工廠的數據分析、提升良率，醫療產業的問診助理、資訊整理傳達等，相關應用快速增長。但更重要的是，企業選擇合適的運算模型是重要課題，從購買外部工具到串接模型，甚至自行訓練模型各有不同。如何選擇適合模型，並且確保生成式AI所提供的結果正確，需要領域專家進行確認。
從環境面來看，AI人才不足是最大挑戰，無論是招募或訓練都是目前產業痛點。此外，導入成本高、預算考量也是其一，且導入AI後的效益難以衡量，將影響企業的導入意願。AI帶來耗能與節能的矛盾，半導體製程、AI Agent運算均高度耗能，但AI應用於電力系統則可增加管理效率、減少碳排放等，應更善用AI Agent提升節能效率。同時，AI衍生出數位信任隱憂，如AI被惡意不當使用，可能為個人到國家層面帶來嚴重風險，如何確保AI是可信任、且被安全合理使用，成為重大產業社會議題。
洪所長最後指出，台灣產業應把握時機，利用AI轉型契機與下一波成長曲線，及早思考轉型，並採取因應措施；他並建議下一個黃金十年的關鍵思考在於如何善用數位科技幫助數位轉型與創新、如何因應顛覆性的創新服務與衝擊，以及如何應對新倫理風險，這些都不僅限於硬體層面，而是跨領域的連結與發展。
焦點座談聚焦AI應用、算力、能源與人力議題
在洪所長精彩的專題演講之後，進入產業座談階段，由洪所長主持，與台北市電腦公會榮譽理事長暨台灣玉山科技協會理事長童子賢、宏碁營運長高樹國、神通資科董事長蘇亮、台智雲策略長李立國、所羅門董事長陳政隆、耐能智慧創辦人暨執行長劉峻誠等六位產業專家進行深度討論。由洪所長提問，邀請產業專家，共同針對AI算力、電力、AI落地、人才培育等面向提出精闢見解。
AI將全方位影響人類生活
對於科技業後續數位轉型的方向建議，童理事長表示，AI不只是像過去的人形機器人、智慧音箱或語音助理等單一產品，而是像網際網路一樣重要的科技趨勢，會瀰漫、浸潤、影響到所有硬體、軟體甚至服務平台，都會帶入AI的概念。台灣希望在AI領域有所成就，一方面是晶片製造、機櫃、系統、PC、手機等等硬體有不錯的基礎，但相對的，台灣向來「重硬體、輕軟體」、「重生產、輕應用」，如果要大量應用AI在生產、服務等領域，投入調適AI的品質速度，也會影響在地生產力與使用的品質。
童理事長表示，AI未來從雲端下放到每個人「唾手可得」是很重要的，首先邊緣運算可以尊重個人隱私，並且幫助AI民主化，讓全民都有感。他舉例道，在專業領域，如Google最近發布的AlphaFold 3的AI模型，可以進行更多的蛋白質折疊模擬，透過AI處理複雜的醫學研究，效率大增，有助於先進的醫療發展；或是巨量影像資料，對AI來說處理非常容易，也有助於警方維持治安等需求。AI將是人類最有力的助手，如同瓦特發明蒸汽機一樣，由人來駕馭巨大的生產力。
未來晶片製造與AI運算趨勢，能源需求將隨之增長
童理事長指出，由於產業結構關係，先進國家只有美國的人均用電與台灣差不多或更多，其他如日本、德國等國家，由於服務業用電占比較大，人均用電大概是台灣的二分之一或更少。
由於台灣工作型態關係，台灣的生活用電其實只占整體用電的18%，目前工業用電占56%，服務業占19%，其他是由農業用電跟其他產業用電。以數據來看，台灣2023年全年用電度數達2821.4億度，按照2%到2.5%的增幅計算，在3、4年後將超過3,000億度，若1度發電成本差0.5元，一年差額將達1,500億元；如果1度發電成本差1元，差額將達3,000億元。由於台灣有很多地方需要用錢，例如高等教育、研究 AI、建構主權AI、建置足夠算的AI機房等都需要錢，如果能源方面可以搭配優質能源且經濟效率比較高的排列組合，省下的經費就可以彌補健保的缺口、高等教育跟研究的需求，這樣更有意義。
AI商業應用為台廠利基 尋求殺手級應用
針對企業如何透過AI硬體，提升運營效率與新的營運模式，高樹國營運長分享，真正能讓台灣佔到優勢的位置，會是在商業應用上。對消費者來說，AI功能是「錦上添花」，但對企業來說，如果競爭對手用AI發展一個產品，沒有跟上就可能面臨失敗，AI商業應用對企業來說是「雪中送炭」的「炭」。台灣目前產業對自我定位是硬體製造商，但期待台灣在AI領域不只是短期銷售手機、散熱模組等硬體收入，而是打造可長可久、永續的競爭優勢，包括軟體與應用，以及殺手級應用。如何在不放棄既有資源的情況下，發展出商業上的殺手級應用，並投入合適的資源，以帶動整個產業一同得利，是更重要的思考。
高營運長表示，從PC發展趨勢來看，有兩個成長特別快速的時間點，分別是網際網路和WiFi出現時，使PC有基礎發揮各式各樣的應用。雖然智慧型手機橫空出世，對PC成長稍有影響，但因體積限制，智慧型手機難以取代PC，到了COVID-19疫情期間，PC重回成長走勢。而AI PC是一個工具，人們可在這個工具上發展多種應用，AI會讓本來沒有PC的人因好奇而去使用，也會讓原本有PC的人想體驗AI的方便換機，他相信今年會是「AI PC元年」，PC相關零組件如記憶體、鏡頭、麥克風等，也會因AI PC的需求一同升級。一旦出現殺手級應用，將是相關產業高速成長之時。
機器+AI提升效能 共通資料平台協助產業迅速導入
陳政隆董事長分享實務上利用AI，協助客戶提升生產效能的觀察。他談到，人與生俱來的多工能力難以取代，工業機器人發展至今，雖然有隨著技術進展、效率提升，但仍然有極限，例如機器視覺在環境光改變後辨識率就下降等，近年來AI搭配在視覺應用上，許多過去難以解決的問題都可處理，然而建置一個AI模型需要投入大量資料數據，可能使客戶卻步，所羅門思考創建一個平台，幫助顧客用最少成本做到客製化的AI model，此平台串聯大量軟硬體，如機器人、鏡頭與優化神經網路等，並廣納好的應用，協助客戶不用寫程式就能創造一個應用工具，也便於快速切入不同產業。陳董事長表示，如果未來真的要用AI機器人解決人員短缺問題，機器人必須像人一樣有多工的能力。他舉例，如果可以放心交給機器人來幫人理髮，那機器人將無所不在。
AI無所不能 跨領域創新+適合工具創造最大價值
神通資訊董事長蘇亮也發表未來AI應用發展的看法。他認為，AI應該無所不在，但有兩點很重要：一是AI本身需要具備足夠的數據庫，其中不完全是一般的數據，也包含從互聯網連進來的資料等各式各樣數據，因此首先需要一個資訊共通的平台，後續才有辦法做其他AI分析。第二，AI應用都是跨領域，需要串聯多領域協作或創新，使用者也來自不同背景，因此還需要打造一個不必撰寫程式的no code工具軟體，讓各行各業的用戶都能透過該軟體開發很多創新點子，讓數據平台充分發揮功能，這兩點是AI應用落地的關鍵。
談及智慧城市，蘇董事長表示，對政府來講最重要的是讓市民「有感」，因此最容易的就是使用者介面（UI）改善，利用AI做UI設計，後面還可有更多應用，諸如效率提升、安全等功能，AI應用將是百花齊放，只要想做，應該都能實現。
不為AI而AI 企業應優先盤點體質與待解決問題
談到AI應用，台智雲策略長李立國觀察到，生成式AI帶動很多想像空間，例如金融業透過大語言模型做到自動化服務、智慧機器人等功能。醫療業則有兩種情境，例如一個是透過傳統的語音轉文字，可以在看診時協助醫生把說明轉換為文字，或使用大語言模型做好摘要，不同專科還可以設定其腳本，迅速抓到重點；從長期病理學角度來看，可累積、處理、分析長期大量的資料。製造業領域引入大語言模型後，在研發製程、參數預測、品保等階段都運用到AI支援，甚至引入機器學習，獲得令人振奮的成果。
李策略長表示，今年會是一個機會點，算力的成本降低，有助於AI更加普及。但對於AI模型則讓許多業主焦慮，開源模型對企業是有落地機會，然而也有信賴性和安全性的議題，特別像金融業就有嚴格的資安和繁中模型的品質要求，這部分台灣的資服業者有機會從中發展。他強調，重點依然是企業要用AI解決什麼問題，「不要為AI而AI」，首先盤點出企業需解決的所有問題，從資料集的角度來看，視有效資料有多少、AI架構設計有多少，以及外部團隊可給予多少能量等情況，再篩檢需求問題，並綜合考量營運、資金條件，才規劃適合AI模型，找到一個最佳的解決方案。
企業本地端模型需求增 NPU結合GPU、CPU解決耗能問題
探討AI耗能的議題，耐能智慧創辦人暨執行長劉峻誠表示，AI在台灣的機會在於商務應用，而殺手級應用會在出現於本地端的模型，因地端具備隱私性，然而如果單純使用GPU做AI的系統，會面臨高度耗能和成本的問題，因此應組合使用NPU（類神經網路處理器）和CPU的完整方案，達到效能與功耗的平衡。劉執行長表示，現在是晶片架構的變革時代，這是台灣很好的機會，如能將NPU發揚光大，台灣就不會只是AI時代的代工業，能真正自建屬於台灣的AI，創造更大的價值。
AI人才短缺為產業痛點 知識普及與吸引海內外人才為解方
對於台灣AI人才養成議題，蘇董事長表示，1970年代Intel微處理器是一個劃時代的產品，當年透過教育推廣，讓專業人才知道微處理器能怎麼應用；今日AI同樣是劃時代產品，但AI是跨領域的，很多人並不需要知道AI，只要有創新點子搭配適合的工具即可善用AI，因此人才培養和過去有所不同。蘇董事長亮分享道，神通資訊目前提供AI實驗室給部分高中，從高中學生就開始培養其創新理念，未來在各行各業都能發揚光大。
劉執行長認為可從兩個層面來補足AI人才缺口，第一是知識教育，耐能為擴大AI人才庫，推出許多AI教科書，有科大版、國中版甚至是國小版，以更普及相關知識，也希望鼓勵更多人嘗試開創性的AI研究；其二則是直接在產業裡面導入AI技術，提升效率、節省人力；以耐能為例，很早就在IC設計當中的back end、routing導入AI技術，所以才能以精簡的人力做到以12奈米製程量產晶片。換言之，AI也能解決少子化、缺工的問題。 | 
