【專欄】台灣AI戰略的關鍵誤判：不是要不要發展，而是要發展哪一段？

文：湯潮勳（中華淨零永續發展協會數位長）

當前討論AI產業發展，台灣社會已經逐漸形成一種的共識：「AI不是選擇題，而是生存題」，故AI對台灣至為關鍵重大的產業。這個判斷本身並沒有錯，但真正的問題在於—我們談了很多「要發展AI」，卻很少回答「台灣應該發展AI的哪一段」？若缺乏這個關鍵定位，喊或說出再多的政策、口號，都可能會流於空轉。

一、全球AI競爭的本質：不是技術，而是轉化能力（capability）
從國際格局來看，G2: 美國與中國確實代表兩種不同路徑。
美國掌握AI核心優勢 (core advantage)，包括：大模型與演算法（如OpenAI、Google）、高階晶片（如NVIDIA）及雲端運算平台（AWS、Azure）等。中國採取「AI+產業」的路線，強調大規模應用落地、製造業場景整合以及政府主導資源配置（resource allocation）。因此，中美競爭的真正勝負關鍵，不在於誰的模型參數（model parameters）更大，而在於誰能把AI轉化為生產力、產值與國力之展現。

二、台灣的戰略錯位（misplaced）：把「ICT」誤當成為「AI」
近年來台灣的經濟表現亮眼，特別在ICT產業的出口方面，AI概念更被視為成長主軸。然而一個被忽略的問題是：台灣強項的是ICT，不等於已經掌握了AI。許多論述將半導體、電子零組件、資通訊產品的出口直接等同於AI產業，這其實是分析、認知上的混淆。
事實上，AI產業至少可分為三層：
1. 基礎層（模型、晶片、算力）；2. 平台層（雲服務、開發工具）；3. 應用層（醫療、製造、金融等）。
台灣目前優勢集中在： 基礎層的硬體供應鏈（特別是晶片與伺服器），但在大模型、AI平台、全球應用生態等，仍處於明顯地落後。若不釐清這個結構，容易誤判自身之實力，進而制定錯誤政策。

三、關鍵選擇：台灣應走「硬體延伸＋產業AI」路線
在現實條件下，台灣不可能全面複製美國模式，也難以完全採取中國路徑。
至於較為可行的戰略，應是如下：
1. 強化既有優勢（strengthen established advantages）：AI硬體與算力的供應鏈，持續鞏固半導體與AI伺服器的優勢，這是台灣在全球不可取代的位置。
2. 發展邊緣AI（Edge AI）：結合製造能力，發展智慧機械、智慧製造、AIoT (人工智慧物聯網)。
3. 深耕產業應用：將AI導入製造業、醫療、服務業，這才是台灣最有機會「變現（realize）」的領域。

四、政策關鍵：不是減少干預，而是「精準干預（targeted intervention）」
當前常見論述主張政府應「減少干預」，但這個說法其實過於簡化。
觀察新加坡的經驗可以發現，並非完全放任（indulged）市場；而d是透過人才政策、產業引導、工資補貼（如Workfare Income supplement），以進行「精準介入」。
因此，台灣政府真正該做的，不是退出（quit），而是：放寬法規（資料、AI應用）、強化人才政策（國際人才、留才機制）以及建立產業導向的AI應用場域。

五、人才問題：在數量之外，更是制度問題
台灣常將問題歸因於「人才不足」，但更深層的問題在於：無法好好地留才、用才。
與其單純地欲增加AI學院的設置，不如思考：薪資結構是否具有國際競爭力？產業是否提供高附加價值機會？法規是否限制創新？否則，即使培養再多的人才，仍將持續地外流（brain drain）。

六、結語：AI不是口號，而是產業選擇題（multiple choice）
台灣當前最大的風險，不是錯過AI，而是錯置 (misplaced)：在錯誤的方向上，投入過多的資源。
因此，AI的發展從來不是全面開花（unfold on all fronts），而是戰略集中。
該問題不在於「要不要發展AI」？，而在於：台灣是否清楚自己要在全球AI的產業鏈中，扮演著什麼樣的角色？如果這個問題沒有答案，再多的政策與資源投入，最終仍不可能會事倍功半。AI時代的競爭，本質上不是技術競賽，而是國家戰略的競賽。但這場競賽是緊迫的，在時間上不會等人。