眺望2025／善用軟硬整合 AI落地百工百業
示意图／ingimage
【撰文╱陈怡如】
AI技术正以惊人速度推动全球产业变革，从生成式AI到人形机器人，无处不在的应用正重塑产业格局。「眺望2025产业发展趋势研讨会」深入探讨AI三大关键：资料、算力与演算法，分析企业导入AI的挑战与策略，同时也对台湾在AI领域如何透过软硬整合和产业特色突围提出建议，迎接AI时代的无限商机。
2024年诺贝尔奖物理学奖，由人工智慧先驱辛顿（Geoffrey Hinton）和美国科学家霍普菲尔德（John Hopfield）戴上桂冠，这不仅象征AI时代来临，也显示AI即将对人类的生活、各行各业的创新做出重要贡献。
工研院产业科技国际策略发展所研究副总监徐富桂指出，AI透过深度学习建立大规模语言模型（LLM）和大量资料提升效果，成为具自我学习能力的模型，不再只是软体。随着生成式AI技术快速发展，从日常生活到企业运营，「AI应用无处不在，驱动各行各业创新转型，生成式AI更促进产业典范转移。」
AI已从云端发展到落地，AI PC、AI手机、穿戴装置等应用百花齐放，这也使全球产业面临快速变化与冲击。对一般企业而言，如何善用AI工具以改善营运效率、提高员工生产力、降低成本、提升竞争力，更是企业数位变革的重要契机；对于中小微型企业而言，AI工具导入的技术门槛、资金人才限制等才是最大的挑战，依AI产业生态系来讨论AI创新服务市场的发展，才能赢得市场商机。
AI发展三大关键：资料、算力、演算法
工研院资讯与通讯研究所总监张森嘉指出，AI技术发展与应用导入需要三大关键元素，资料、算力和演算法。优质资料愈多，训练演算法模型的效果愈好，优质的私有资料库是企业发展AI的基础，更是企业提升竞争优势的关键，而真实资料结合生成资料是建立资料优势的新趋势。算力方面，国际大厂已进入高效能运算军备竞赛时代，企业需要思考算力策略来支持AI应用的导入，例如使用云端运算，或是自建地端运算、边缘运算和AI PC等。
张森嘉认为，企业导入AI，首先需厘清一个观念，「坦克车不是车，是武器；同样的道理，AI只是以软体形式出现，不能以传统软体的思维看待，AI是演算法、是模型；这个模型有学习能力，这才是最厉害的地方。过去软体用再久都不会变得更聪明，但未来AI会变得更聪明。」
张森嘉表示，深度学习已是主流，所有基础都需要大量资料，建议企业需及早培养资料优势。专家知识是发展生成式AI应用的重要关键，但不是上限，未来AI专家与领域专家的「双脑协作」是趋势，也可以用AI的方式将知识转换成训练资料。此外，租用和自建大语言模型混用的形式，可能也是未来新常态，建议企业提早布局。
六大健检项目 盘点AI导入能力
企业导入AI往往随着行业特性、企业规模、商业模式的不同，需要的AI技术功能也各异。研调机构IDC于2024年发布的「人工智慧市场发展与关键技术」调查报告指出，不分行业别、企业规模大小，生成式AI与协同式AI是最受各行业欢迎、各行业最欲导入的AI技术功能；以行业别而言，公共服务业、金融服务业、电信业是最想要导入此两种AI技术功能的行业。不分AI技术功能别，金融服务业则是最想采用多种AI技术功能的行业。
有鉴于台湾产业导入AI仍有不少痛点，尤其中小企业资源更加有限，工研院产科国际所产业分析师黄筱雯建议，企业正式导入AI前，可先盘点自身AI能力，以「AI策略、组织文化、人才技能、基础设施、资料治理、风险管理」等六大项AI能力进行体检，厘清导入程度高低，或者有无缺口需要补足，有助实现企业的期望效益。
「AI是长期趋势，虽然近期有爆发式成长，但企业可依自身需求规划短中长期的转型策略。」黄筱雯认为短期可从0至6个月开始，比如以AI协助客服人员处理常见问题，提高回应效率；中期为6至12个月，可运用AI进行市场分析与洞察，提升决策品质；长期则为1至3年，可开发专属小型化语言模型，提供客制化产品与服务、创造具差异化竞争优势。
善用软硬整合 以利基优势突围
格局放大到国家层次，在这场数位时代的AI竞赛中，台湾该如何突围？工研院产科国际所研究经理周骏呈指出，台湾发展AI可分为「产业AI化」及「AI产业化」两大方向，前者指百工百业应用AI提升营运效率、降低成本、改善服务品质，目前在特定垂直领域行业大厂发展领先，如电信、金融业等。但整体来说，台湾企业导入AI比例仍然偏低，主要在于人才短缺、欠缺AI治理策略和维运成本过高等三大痛点。
「AI产业化」则是指AI技术和产品服务开发商，提供AI软硬体和应用解决方案，协助百工百业导入AI。目前国内资通讯大厂均积极投入，如联发科、华硕等，业者也纷纷结盟抢建AI算力中心。
相较欧美等AI先进国家而言，台湾虽拥有完善的资通讯与半导体产业链等先天优势，但仍面临AI发展的瓶颈。周骏呈指出，比起建置大型AI算力中心、开发千亿级参数大语言模型等方式，需耗费庞大的资源，建议台湾可善用长期累积的产业特色，以半导体、资通讯的制造优势，结合制造、医疗等特定应用领域的产业资料，以「软硬整合」加速AI解决方案落地；同时可专注在训练参数小于100亿（10B）的小型专用模型，以此找到突围缺口。
AI手脑突破 人形机器人崛起
此外，在AI快速发展下，人形机器人也正迅速崛起。AI为机器人赋予了前所未有的具身智慧（Embodied Intelligence），让人机协作变得更加高效，并逐步走向执行复杂任务的未来。面对全球劳动力短缺，各国纷纷启动人形机器人的发展计划，为产业带来了强劲推力，高盛预测，2035年人形机器人的市场规模将达380亿美元。
工研院产科国际所资深产业分析师林研诗指出，「未来若要加速迈向通用人型机器人路径，需要多模态AI脑与灵巧手奠定基础。」由于AI技术朝向多模态方向演进，垂直应用范围也持续扩展，AI代理人（AI Agent）的发展成为新的趋势。多模态AI模仿人类对世界的感知方式，让机器人能更细致地理解现实环境，并创造出崭新的AI人机互动模式。
而智慧感知零组件的发展，如灵巧手的设计，也将成为产业竞争的关键要素，占据硬体工程挑战的一半。未来机器人将具备整合视觉、听觉、触觉等多种感官资料的学习能力，特别是精确的触觉感知能力为目前技术缺口，若能克服触觉感知不足，人形机器人将成为人类的得力助手，开启「智械新时代」。