【專題探索】AI趨勢下帶動台灣產業創新發展策略研究
吳惠萍 (2024/09/09) 《台經月刊第47卷第9期》
2022年年底ChatGPT的出現，揭開生成式AI的崛起。過去AI多用於產線監控，如今能自動生成圖像、文字、程式、影片、聲音和3D模型，這項技術大幅提升企業效率和創新，並開拓新市場與商機。台灣的AI發展已具備良好基礎，為精益求精，可借鏡周圍亞洲國家的政策，例如：日本著重產業發展及國際合作；韓國深耕智慧城市建設和機器人發展；新加坡積極推動產業AI化、AI倫理和數據安全等，我國也應積極促進國際合作，共同推動AI技術的研發和應用。
隨著人工智慧(Artificial Intelligence, AI)技術的快速發展，全球產業正經歷重大的變革。各大研究機構對未來AI市場的成長普遍持樂觀態度。MarketsandMarkets預測AI市場價值將從2024年的2,146億美元，成長至2030年的13,391億美元，複合年成長率(CAGR)為35.7%；Gartner預計2022~2027年AI軟體支出複合年成長率將成長19.1%。各國積極投資AI產業應用於醫療保健、金融、製造、零售、交通等，並導入終端生活產品，如：電腦、智慧手機、自駕車和機器人等，提升工作效率與品質（注1、注2）。
在當前的科技革命浪潮中，AI技術發展成為驅動全球產業變革的重要力量。台灣作為亞洲科技重鎮，如何掌握這一波技術革命的先驅，推動本土產業創新與升級，實為重要課題。因此，本研究將探討在AI趨勢下，我國將如何藉由戰略性策略及應用AI技術，帶動產業創新與成長，創造更多產業發展機會。
《未来の東京戦略(2024)》提出利用AI提升觀光地區價值、擴大機器人自動化；首爾推動數位轉型，致力打造智慧城市和AI新創孵化基地；新加坡則透過全球網路連結人才，目標成為全球AI創新樞紐。
AI技術突破式成長
AI技術的發展可追溯至20世紀中期，但當時電腦硬體技術並不足以支撐AI其運算需求。直至21世紀初，隨著技術快速進步，使其成為當代科技創新的核心。隨著計算能力的進步和大數據的普及，機器學習、深度學習和自然語言處理等AI技術的應用範圍，從醫療保健到金融服務不斷擴大，逐漸改變了各行各業的運作模式。
雖然在2020年已經發布了GPT-3模型，但直到2022年年底ChatGPT的出現，AI才迎來了突破性的成長，正式開啟了生成式AI時代。過去的AI技術應用主要集中在產線監測與監控，而現在則能自動、快速地創建和生成新的內容，如圖像、文字、程式、影片、聲音和3D模型等。生成式AI技術的出現，不僅大幅提升了企業的生產效率與創新能力，還發掘了新的市場機會與產品需求，為各行各業帶來了前所未有的爆發性成長。
台灣產業企業AI應用現況
根據「麻省理工科技評論洞察」與Databricks聯合發布的報告「Laying the foundation for data- and AI-led growth」(2023)顯示，有81%的受訪科技主管表示，「變革式AI」(transformative AI)將使效率提高25%，近一半的技術領導者(46%)預計在未來一年內將AI預算增加超過25%。這顯示全球企業領導者對AI技術持樂觀態度，並積極投資推動業務轉型（注3）。
然而，台灣的企業在AI技術的使用和發展方面仍處於初步階段。根據「2023台灣產業AI化大調查」，台灣整體產業的AI化指數僅有35.7分，略低於2022年的39.3分。企業自評的AI程度整體平均為47.6分，顯示出企業對自身AI應用的信心相對較高（注4、注5、注6）。
在AI應用的導入方面，超過半數的企業已開始使用生成式AI工具，其中最多是使用現成的工具如ChatGPT和Midjourney。部分企業也嘗試串聯AI服務商提供的API以開發自家服務，或自主開發生成式AI模型。然而，實際導入營運流程的企業僅占兩成，顯示出AI在實際業務應用中的滲透率仍然較低。
在產業方面，ICT產業的AI化指數最高，達44.7分，其次是專業服務業的35.4分，零售貿易服務業的29.9分，而製造業和政府機關的指數最低，僅有24.4分，反映出不同產業在AI技術應用上的差異。
面對AI技術的導入，企業主要面臨的挑戰包括缺乏相關技術人才、公司資料尚未整合，以及導入AI的高成本。此外，企業在數據、AI認知和組織文化方面也存在困難，如數據資料不足或分散在各部門難以整合、領導階層對AI認知不足、以及內部資源調用權限有限等問題。
整體而言，台灣企業在AI技術應用上的發展雖然已有初步進展，但仍需在人才、數據管理和文化方面進一步加強，才能充分發揮AI技術的潛力，推動產業的數位化轉型和升級。
AI、ChatGPT、國家科技戰略
分享：
