【AI EXPO Taiwan 2025回顧】不只晶片也不只是台積電！台灣如何在AI浪潮中殺出重圍？｜怪獸科技公司

王政皓｜怪獸科技公司

發佈於怪獸科技✖️商管人文

更新於 2025/05/15發佈於 2025/05/09閱讀時間約 8 分鐘

在關稅壁壘和地緣衝突下，全球化的分工優勢正逐步瓦解，取而代之的是各地自建供應鏈、區域化佈局。身處美中角力夾縫中的台灣，如何運用半導體實力和硬體創新，在「反全球化」的浪潮中找到自己的突破口，將是未來發展的關鍵。

這次參與 AI EXPO Taiwan 2025「邊雲共生萬物互聯」「新世代社群風暴」，分成供應鏈戰略、AI 戰場、創業應用跟大家分享。

供應鏈戰略重構時代下的台灣優勢

DIGITIMES 創辦人黃欽勇提到，我們在當今變局、供應鏈重構下，得看懂三件事：

1. 主力產品：像電腦、手機這些成熟市場還有沒有得賺？AI PC、AI 手機真有突破可能（低功耗＋AI Agent 體驗）？

2. 新興產業：電動車、無人機、機器人，是不是台灣的新機會？

3. 關鍵零組件：AI 晶片、IP 設計，我們到底有多少主導權？

ICT 產品成長 46%、邊緣運算和商業模式是決勝點

大家老愛講台積電，但 2024 年台灣總出口中，65% 是電子產品，而成長最快的不是晶片，而是資通訊產品（ICT），年增率高達 46%，下游組裝與終端裝置正成為新的價值引擎。

市場對低功耗、高密度的 AI 加速器需求激增，資料中心躍升為硬體供應鏈的中樞，誰能掌握雲端伺服器與 AI 運算模組的設計與製造，誰就掌握了演算力重新分配的話語權。

而「晶片主導權」的戰爭，正悄悄轉移到手機、PC、車用裝置之中。過去我們以為 AI 執行只能靠雲端，但如今邊緣 AI 讓運算「留在裝置上」，能即時反應、更省電，還能保護資料不外洩。這正是未來 5 年最可能大爆發的技術轉捩點。而中國用「鄉村包圍城市」打法走很快，我們跟得上嗎？

美中台連動關係：天、地、人

我們必須正視現實：美國是天。沒有美國的市場與技術支持，台灣很難生存與壯大。但我們身處亞洲，台灣海峽的衝突與中國動向，必然深刻影響我們的未來。

面對這些挑戰，問題的關鍵在人。這些人可能是藥，也是毒。台灣人面對的是極其困難的環境，天上不會掉下輕鬆的錢或免費的禮物。

我們需要理解美國的國家戰略，包括他們的關稅政策，以及大型科技企業如 Microsoft、Google、Apple 的全球佈局。以蘋果為例，蘋果之所以不讓我們把晶片送回美國，是有其商業考量。市場優勢確實存在，雖然只有 40% 的晶片出口到美國，但台積電有高達 65% 的客戶來自美國。

中國方面，他們擁有多元的新創模式，尤其在智慧自駕車、人形機器人、無人機與各式 AI 應用領域，展現出強大的能力與野心，這些是台灣目前尚未全面涉足的領域。此外，全世界 AI 論文中，超過 50% 來自中國，生技論文甚至高達 70%；在新加坡甚至有人說，未來搞不好我們都要用中文找資料，英文會查不到。

面對 AI 浪潮，台灣要靠什麼彎道超車？

吳恩達指出，過去許多美國大企業反對開源，是出於商業壟斷考量，誰能訓練出最大的模型、擁有最多資料、投入最多算力，就是贏家。

但中國開源模型 DeepSeek 的出現，打破了這個迷思，讓中小企業可以在不依賴大型雲端供應商的情況下，打造屬於自己的 AI 應用。開源的知識流動會反過來加速創新，並建立全球影響力；如果全球都使用你開源的模型，回饋的數據會讓你越來越強。

也就是說，開源模型讓 AI 的供應鏈從集中式走向分散式，中小型團隊可運用小型模型透過微調更能對接企業需求，成本效益高、開發週期短。

舉例來說，美國有許多 30 至 200 人規模的新創團隊，運用現有模型達到超過千人企業的產出。AI 工具讓開發時間縮短至原本的 1/10，快速試錯成為企業創新主軸，原本 6 個月才能做出一個原型，現在一週可做出 10 個、18 個測試版本。

台灣長期困在「市場小」、「人口紅利不足」的困境，但 AI 可能是我們能用技術彎道超車的時刻。台灣擁有全球最完整的半導體供應鏈，是世界上少數能將 AI 軟硬整合的區域之一。

現在，隨著視覺 AI、邊緣 AI 快速成長，台灣的影像處理、感測器、甚至光學模組，都可以在新一波的應用開發中扮演重要角色。以視覺 AI 為例，全球每年產生超過一兆頁的文檔，無論是醫療表格、保險紀錄還是財務報告，視覺 AI 不再只是辨識圖像，更是轉譯資訊、結構化資料、產生洞察的核心技術。

10× 效應與跨域決策者

還有一個轉變正在發生，就是專業人才的重組。我們正進入「十倍專業人士」（10x professionals）的時代，一個人透過 AI 工具，可以做出過去需要 10 個人做出的產出。吳恩達就認為，這樣的「十倍效應」未來會出現在每個專業領域。

再者，AI 讓「原本不值得做的小事」，突然變得「可以快速測試」了。吳恩達提到，某次開完會，隔天他的一位同事就寄來根據會議內容做出來的最新原型設計。他自己也分享說，花了一個小時寫了一段小程式，幫六歲女兒做出可以練習九九乘法的字卡。如果要花一天，他絕對不會做，但 AI 讓這件事變得值得去做、值得去試。

十倍效應對組織有什麼挑戰？人才培育要怎麼轉變？吳恩達認為，我們不需要讓每個人都成為工程師，而是要讓各部門的專業人士都能掌握 AI 工具，清楚定義需求，把複雜流程拆解成可以交給 AI 執行的步驟。未來需要的不只是 AI 工程師，而是能將行銷、供應鏈、產品設計與 AI 整合的「複合型決策者」。

建立 AI 沙盒環境

導入 AI 之所以困難，來自於企業有自己的顧慮，常因為「怕出錯」而延誤轉型。對此，吳恩達認為建立「AI 沙盒環境」才是根本之道。

AI 沙盒，就是一個用來實驗、容錯、加速學習的場域，企業可以先用匿名資料、模擬情境，讓小型團隊快速實驗 AI 原型，從中找到最有潛力的解法，再正式投入資源擴展。意思是，不需要一開始就做出完整的 AI 產品，也不要讓創新卡在資訊安全或品牌風險的審查流程裡。

同場加映：AI 應用案例

案例一｜電獺共同創辦人謝綸

電獺共同創辦人謝綸分享，在 AI 縮短價值創造時間、數位隱私崛起的情況下，要回頭用流程思維取代單一節點的思考（人想大、AI 由小做），思考商模（如何規模化、IP 化）和如何獲取第一方數據資料。

案例二｜FansNetwork AI 分身平台創辦人李婷婷

FansNetwork AI 分身平台創辦人李婷婷則提到，AI 陪伴型經濟在 2C 端，女性需求為男性 2 倍，並可透過記憶功能，解決訊息過多、未回覆會影響粉絲留存率問題。至於 B2B2C 端，由於大眾普遍拒絕推銷、較能接受聊天後自然推廣產品，因此更可幫助電商、一人業務或自媒體經營忠實客群，經營鐵粉、掌握 persona 並分類，進而自動辨識商機模組，自然地導入產品推薦與互動。