當AI邂逅自動化：臺灣中小企業如何迎向技術革新浪潮｜專家論點【鄭緯筌Vista】

作者：鄭緯筌（專欄作家，「臺灣電子商務暨創業聯誼會」共同創辦人，前「APP01」網站總監、《風傳媒》產品總監和《數位時代》雜誌主編）

時序進入2025年，全球正處於人工智慧（AI）與自動化技術快速發展的浪潮中，這場技術革命不僅重新定義生產與服務模式，也改變人類的工作、生活方式。對許多國家而言，AI和自動化的競賽不僅是一場技術競爭，更涉及經濟與社會未來版圖的重新劃定。

在這場技術競賽中，日本、美國和歐洲等先進國家分別憑藉其獨特的社會結構與政策方針，發展出不同的AI戰略：日本專注於用AI解決老齡化和勞動力短缺問題；美國憑藉創新能力和資本力量，引領AI技術的突破性應用；歐洲則強調法規與倫理，努力在技術進步與社會責任間取得平衡。

我國作為全球半導體產業的翹楚，站在這場競賽的前沿，我們無法置身事外。面對快速變化的國際環境和日益激烈的技術競爭，挑戰和機會並存。如何借鑒這些國家的成功經驗，結合自身產業優勢，發展出獨具特色的AI與自動化策略，是決定未來五到十年臺灣在全球技術版圖中地位的關鍵。

延伸閱讀：擁抱自動化浪潮：中小企業如何用技術突圍，重塑效率與未來？｜專家論點【鄭緯筌Vista】

日本：資源有限下的技術精進

日本的AI發展可以說是以需求驅動為核心，這一點與其特有的社會經濟結構密切相關。日本正面臨老齡化與人口減少的巨大壓力，傳統的人力資源模式已無法支撐其產業的長期競爭力。為了應對此一挑戰，日本政府不僅積極推動政策改革，還透過技術創新尋找新的生產力增長點。

例如，2017年日本推出的《AI綜合戰略》明確將人工智慧定位為解決社會問題的關鍵技術。隨後，2024年政府更大手筆投入10兆日圓資金，用於AI和半導體技術的基礎建設與產業推廣。這些政策措施已經開始展現成果，例如在製造業中，豐田汽車使用AI技術優化其全球供應鏈，將物流成本降低了25%，生產效率顯著提升。而在醫療領域，富士通的AI診斷系統幫助縮短癌症診斷時間，精準度更高於部分專科醫師。這套系統可以從CT影像中檢測腎臟癌，連醫師難以辨識的淺影也能準確檢測，準確率高達94％。

日本政府更於2024年6月3日發布有關科學技術政策指導方針的《綜合創新戰略2024》。不僅要擴大對AI和核融合發電等尖端技術的投資，還要主導國際規則制定，以提高國際競爭力。這個戰略以尖端技術的開發、支援主導國際規則的制定以及強化AI領域的研發並確保安全，作為三大支柱。

對臺灣而言，日本的經驗具有高度借鑒意義。我國同樣面臨老齡化的挑戰，而製造業也是臺灣經濟的重要支柱。學習日本在供應鏈管理、預測性維護和醫療AI應用的實踐經驗，可以為中小企業與政策制定者提供具體的參考。

美國：創新引擎與產學聯動

與日本不同，美國的AI發展更多以創新驅動為核心，其優勢來自於資本、人才與市場的高度整合。美國不僅擁有Google、Amazon與Microsoft等全球科技巨頭，還依靠史丹佛大學、麻省理工等頂尖學術機構形成了強大的產學聯動機制。

Amazon的倉儲系統，可說是一個經典案例。該公司大量採用AI和自動化技術，通過Kiva機器人實現快速、精準的物流操作，倉儲效率提高了30%以上。此外，Microsoft的Azure AI雲端平臺為企業提供靈活的AI解決方案，不僅降低了採用技術的門檻，還幫助眾多中小企業實現數位轉型。

此外，積極投入產學合作是美國AI成功的重要基石。OpenAI與史丹佛大學的合作不僅開發出生成式AI技術（如ChatGPT），還催生了大批新興企業，推動AI應用的廣泛普及。這種技術與資本的緊密結合，不僅確保AI技術的持續創新，也為應用落地提供強而有力的支撐。

臺灣可以從中學到的重要一課，是如何建立更有活力的創新生態系統。例如，透過建立AI創新加速器或技術轉移中心，吸引國際頂尖人才與資本流入。同時，促進大學與企業的合作，確保技術突破能迅速轉化為市場應用。

歐洲：倫理與永續的平衡之道

歐洲的AI發展則以法規與倫理為核心，其目標是在技術進步與社會責任之間取得平衡。2021年推出的《人工智慧法規草案》（AI Act），將AI應用分為不同的風險級別，對高風險應用（如醫療與金融）設定嚴格的要求。同時，歐洲強調AI應用的可持續性，積極推動「綠色AI」技術的發展。

例如，德國的SAP公司推出「SAP智慧機器人流程自動化（SAP Intelligent Robotic Process Automation，SAP Intelligent RPA）」，是一款可以跨系統實現端到端業務流程自動化的解決方案。他們透過整合AI技術，在實現業務流程自動化的同時，降低了數據中心的能源消耗。法國新創公司Owkin則專注於AI輔助癌症診斷，透過深度學習（deep learning）程式來幫助醫師在成千上萬的組織樣本中，辨認出新的癌細胞。

對臺灣的中小企業而言，歐洲的經驗提醒我們，技術發展的同時，必須兼顧數據隱私、倫理責任與可持續發展。我國的產官學界可以考慮制定一套清晰的AI法規，確保數據共享與技術應用的透明度。同時，在智慧城市與能源管理中，融入低能耗AI模型，實現技術與環境的雙贏。

臺灣的挑戰與突破路徑

以台積電領軍的半導體產業，在全球保有領先地位，使臺灣在硬體製造上占據重要地位，但在AI軟體開發與應用場景拓展上仍有進步空間。此外，內需市場的限制和國際競爭的壓力，也對國內產業界提出更高的要求。在此關鍵時刻，如何整合資源、提升競爭力，將決定我國在2025-2030年全球技術競賽中的地位。

挑戰一：產業鏈發展的不均衡

臺灣的半導體產業無疑是國際AI發展的重要支柱，然而，此一優勢更多集中在硬體層面，尤其是晶片製造和封裝測試。與此同時，AI軟體開發與應用的生態系統相對薄弱。例如，我國的AI新創企業在全球市場的影響力有限，AI應用在醫療、金融和零售等領域的滲透率也較低。

此外，臺灣AI產業鏈的上下游整合程度不高。許多技術的應用依賴國外的軟體開發工具和解決方案，導致本地產業在應用層面處於被動地位。這種不均衡的發展模式，使我國難以充分發揮其硬體優勢，形成完整的技術生態。

換言之，我國需要以政策支持和資源引導，打造一個上下游緊密結合的AI產業鏈。政府可以設立專項補助，鼓勵AI應用開發，特別是在醫療、教育和智慧製造等具有優勢的領域。同時，支持企業加強與國際AI開發平臺的合作，逐步構建本地化的開發工具與生態系統。

挑戰二：AI人才不足與技能落差

眾所周知，臺灣的科技人才以理工背景為主，但在AI時代，對跨學科能力的需求越來越高。例如，AI應用需要同時具備數據分析、演算法設計以及產業知識的綜合能力。然而，臺灣目前在數據科學、AI模型開發和應用轉化的人才培養上仍有不足。根據國內多項調查，AI相關專業的畢業生數量遠低於市場需求，企業在招聘AI專業人士時普遍面臨困難。

此外，國內的許多中小企業尚未建立起AI應用的人才團隊，這也使得它們在技術導入上進展緩慢。與此同時，部分企業對員工的再培訓投入不足，導致現有勞動力無法適應自動化技術的轉型需求。

我國需要構建完整的人才培養體系，包括在高等教育階段設立更多AI相關課程，並推動跨學科合作，例如結合工程、商業與社會科學的課程設計。同時，政府與企業應聯手推動職業教育和技能提升計畫，為現有員工提供針對性的AI技能訓練。

借鑒新加坡等國家的經驗，推出具有吸引力的AI專業人才移民政策，吸引海外華人及國際人才來臺工作或創業，進一步提升國內技術水準。此外，亦需加強大學與企業的交流，設立AI應用實驗室，讓學生參與真實的產業專案，縮短學術與實務的差距。

誠然我國目前的政策主要集中在半導體產業，對AI軟體與應用的支持力度相對較弱。此外，相較於美國與中國的創投環境，臺灣對AI初創企業的投資規模仍有顯著差距。這導致許多AI初創企業難以獲得足夠的資金支持來進行技術開發與市場拓展。

政府應與民間資本合作成立專門針對AI初創企業的創新基金，提供資金支持並降低創業風險。同時，引進國際風險投資機構，擴大投資規模。同時，制定專屬的AI產業扶植政策，包括減稅措施、技術補助與市場推廣支持，鼓勵更多企業積極投入AI技術研發與應用。同時，鼓勵企業參與國際技術標準的制定，並與其他國家共同開發新技術，提升我國在國際AI市場中的地位。

把挑戰化為契機，打造臺灣AI新時代

我國的AI與自動化發展面臨產業鏈不均衡、人才不足、市場限制和政策支持不足等挑戰，但這些問題同時也代表著潛在的發展契機。透過強化產業鏈整合、加速人才培養、拓展應用場景以及提升政策與資金支持，臺灣完全有能力在全球AI競爭中占據更重要的地位。

未來五到十年，我國不僅需要扮演全球硬體供應者的角色，更應該成為AI軟硬結合解決方案的領航者。唯有將挑戰轉化為行動，臺灣才能在2025-2030年這個關鍵時期，打造出具有國際影響力的AI生態系統，實現技術突圍與產業升級，為下一個世代奠定堅實的發展基礎。

瀏覽 79 次