去年中，前Google執行長施密特曾在一場內部演講中評論台灣硬體強，但是軟體一團糟。台灣真的沒有機會切入軟體這個產業嗎？台智雲總經理吳漢章，為何指出「台灣不可能永遠錯過軟體和服務」，並相信這波AI 2.0是台灣的絕佳反攻機會？台企又該如何把握自身優勢，兌現人工智慧的亮麗願景？
接手營運國家超級電腦的台智雲總經理吳漢章，是「AI產業化、產業AI化」的重要推手之一。在走過2023年搶奪算力、2024年摸索用例的過程後，吳漢章觀察，「2025年推論會起來，其實也就是產業AI化。」
他對《遠見》直言，「我們談產業AI化，不是只有台灣自己的產業要AI化。這不只是為了解決自己的問題，更是我們可以做全世界生意的好機會。」
身兼華碩雲端暨台智雲總經理、「AI大聯盟」會長，與人工智慧科技基金會（AIF）董事等職位，吳漢章耕耘算力市場過程中，也與上百家企業一同探討當前人工智慧技術的商業價值。
成立於2021年的台智雲，以商轉超級電腦算力資源、協助企業取得雲架構解決方案、加速AI應用落地為己任。在ChatGPT為大型語言模型打響知名度後，便觀察到這波AI 2.0帶來的不同衝擊。
「過去都是高科技行業、新創先擁抱新技術，但這波不是。」吳漢章表示，「這一波最早來找我們的是食品業、建築業等企業，傳產很多。」
這波AI能力「太厲害」
為什麼有此差異？最直白地說，是這波AI的能力「太厲害」。在AI 1.0時代，人工智慧系統基於規則打造，一套系統只能執行單一特定的任務，如人臉辨識、下棋等。沒有太多人類會擔心遭這樣的AI取代。
但以深度學習為基礎的AI模型，可以從大量資料中自行學習，執行更通用性的任務，如以自然語言溝通。這使得AI 2.0能力的影響範疇，跨出了AI從業者的圈子。幾乎所有工作者都開始感到AI應用與自己息息相關。
「這波AI能力的衝擊，不是只有工程師看得懂，老闆也看得懂。老闆自己用就覺得很厲害。」吳漢章說，這導致了一種「top-down的焦慮」，「不只是為了要跟上未來（趨勢），而是好像不做不行。」
但這波AI技術仍新，缺乏明確的應用路線圖。許多企業選擇先投資算力，以及啟推動知識管理類型得專案。由於ChatGPT最早是以文字為基礎，執行應答、摘要與翻譯等任務，最早的應用想法也落在客服等知識服務領域，以提升員工生產效率為主要目標。
ChatGPT最早是以文字為基礎，執行應答、摘要與翻譯等任務。取自Unsplash
員工使用AI工具，提升了工作滿意度，企業主卻不易看出大筆AI投資的報酬何在。不禁開始好奇，何時可以看見成果反映在財務報表上？如何評估競爭力有所提升？吳漢章認為，初期難以辨識ROI，有兩大原因。
第一，是停留在「賦能員工」的階段，而沒有讓AI進入流程、進入產品。單一員工的工作滿意度不易評測，但透過AI改造整個研發、生產與溝通流程，可能使得跨部門專案執行時間大幅縮短。引入AI為產品及服務增值，也能擴展產品線、提升價格。這些是企業更慣於計算ROI的領域。
第二，是2023年開源模型能力還落後閉源模型太多，限制了企業在自家應用大語言模型的深度。對資料安全的憂慮，以及對產品自主性的不足，都使得AI落地在2023年進展緩慢。
然而，這兩條路徑在2024年間都有顯著突破，產生了「交集」。
Meta、Mistral陸續發表了能力強大的開源模型，大幅縮短了與閉源模型之間的能力差距。經過2023年的實驗嘗試，企業對引入AI的目標逐漸明晰，熟悉度亦提升。許多在流程面、產品面可行的專案萌生、發展，ROI也開始好算了。
眼見2024年的發展基礎，吳漢章看好2025年將見證各產業的AI應用進一步落地，也就是推論應用將大幅增加。
目前大型企業位居領先，但在應用模型解決商務痛點的過程中，必有可商品化之處。這種產品可能以SaaS、或是邊緣設備的方式提供給資源較有限的中小企業，協助他們以低成本、快速的方式應用AI。因而吳漢章認為，產業AI化的進一步滲透，只是時間早晚的問題。
混合模型的垂直應用，可以是台灣主舞台
這類垂直化、混合中小型模型的AI解決方案，可能是台灣別具優勢的商業機會。看好台灣在這波AI 2.0中的發展契機，正是「AI大聯盟」在2023年中成立的初衷。以成為亞洲「生成式AI生態強國」為號召， 鏈結算力、平台、軟硬體與人才育成等資源，推動AI產業應用的發展。
吳漢章坦言，包括自己在內，不少AI大聯盟的創始成員，都是曾投身二十幾年前網際網路熱潮的創業者，「大家都有理想，但那時候都沒有成功……這群人看見這波AI 2.0的心情是很不一樣的。」
「我們錯過了網際網路，錯過了智慧手機，但這一波AI 2.0我們覺得條件太好。」見證過往兩波數位典範轉移的吳漢章直言，「台灣不可能永遠錯過軟體和服務啊。」
吳漢章解釋，這波AI 2.0具有語言、地區及產業別的差異化，不易由單一供應者吃下國際市場。過去在AI 1.0的軟體市場，美國或中國一旦推出面向廣大消費者的強大服務，市場較小的台灣難以競爭。但如今即使是同樣使用中文的中國，也因貿易戰態勢、以及背後模型較不受國際信任，而減損了對台灣競者的威脅。
在耕耘垂直產業的解決方案上，反應快、行動彈性且善於經營客戶關係的台廠，已累積多年專業知識。「進垂直產業鏈，本來就是台灣人擅長。」吳漢章說，「我們比較能磨，比較能熬。爆發力可能不快，但每一個拿下來，都是紮實。」
同樣地，諸如Gemini、ChatGPT 4o等超大型基礎模型，不是台灣的戰場。但是混合大、中、小模型的邊緣應用，可以是台灣的舞台。這種分層應用的模式，已有Apple Intelligence先行，證明了可行性。
站穩硬體製造的基礎，把握各產業內部AI人才不足的時機，在供應鏈上加值、輸出我們的創新服務。吳漢章認為，這是台灣前所未見的機會。其基礎概念，即為前科技部長陳良基所描述的「AI代工」，亦是目前台智雲致力耕耘的商模。
除此之外，吳漢章指出幾個討論度較低、但亦是台灣發展AI商模的助力。
一個是在智慧製造、智慧交通等領域累積多年的物聯網數據，將可逐步收穫應用價值。另一個是隨著區塊鏈翻身，台灣在web3領域的人才可為數據信任的議題中做出貢獻。
隨著區塊鏈翻身，台灣在web3領域的人才可為數據信任的議題中做出貢獻。（僅為情境示意）取自Pixabay
AI貢獻打出國際知名度，如何化為商機落地？
從AI大聯盟角度觀之，2025年的一大核心任務，是強化國際交流。吳漢章親身觀察，過往一年，無論是來台探訪AI應用的外國企業數量、或是台企在海外的商務交流機會，都有顯著起色。
「過去從來沒有聽過外國大公司來台灣看軟體這種事，這波AI才有。而且不是一、兩個。」吳漢章直言，這波AI熱潮，讓世界想到AI、就想到台灣這件事變得正常。如何把這樣得來不易的國際知名度形塑為品牌，再化為實際的商機，是AI大聯盟接下來要努力的目標。
超越硬體支援，也讓客戶看見AI在產業中實際應用的樣貌。走過雲端創業、軟硬整合及超級電腦的商轉路，吳漢章在這波醞釀中的典範轉移中看見台灣軟體生態的新機會。
「好像終於有一個比較好的時機，能夠在AI 2.0中實現我們的夢想。」
延伸閱讀：