「在AI的時代，FOMO的情況不比Web3少，就是很嚴重。每間都說要做AI，但算力在哪裡？是光排GPU就排不到。」cacaFly聖洋科技技術副總經理吳振和，在第二屆台南Web3產業國際博覽會中表示。
吳振和表示，cacaFly 成立雲端智能中心，與 Google Cloud 攜手合作，成為 GCP Premier Partner開始投入於 AI 轉型，至今參與約 20 餘家企業進行AI 轉型概念驗證及導入顧問相關工作。他表示，發現從零售到製造業等各類產業，過去對雲端/AI 轉型相關工作較為排斥，但在看到台積電、聯發科等大廠積極布局AI後，產業有一坡「唯恐錯過（FOMO）」現象而開始採取資源投入。
吳振和認為，企業在這波轉型中面對GPU運算資源不足的問題，除了有能力與機會採購充足GPU外，接下來還需考慮電力能否支持。因此企業採用公開模型及雲資源訓練，並利用自有數據進行驗證，然而實際推動過程中，多數企業仍面臨數據不足的關卡。
目前台灣的企業主要還是發展內部應用型的AI模型，但現階段的AI模型多半使用Wikipedia等公開於網路的資料進行訓練，並不包含受產業保護的數據，缺乏適用於特定產業的大型模型，或是專屬特定領域的模型。吳振和指出，醫療、製造等機密性較高的產業，現在公有大型語言模型訓練資料較少包含到，且相關數據受到產業較高的保護，較難有對外分享訓練數據，但現階段產業仍尚未整合相關資源或是突破現有氛圍。
談到鏈結電力的淨零碳排議題，吳振和直言，台灣在乾淨的電力排行為後段班，意味著台灣AI 用得越多，就表示離碳排目標越遠，相較國外台灣在雲端資料中心所使用乾淨能源比例較低（歐盟定義乾淨的電包含核能、綠能、再生能源等），因此在追求發展AI的同時，也需要正視相關問題。
吳振和指出，現在有許多大型企業想導入AI，但人才市場上有所缺口，主因之一就是在過去往往會找系統整合商，但多數SI並非AI專業人才，而是軟硬體系統人才，但過程也發現新創公司投入做自己的訓練模型，並且結合微軟、亞馬遜、Google等國際企業算力資源，例如Google Cloud 為支持新創公司推動 AI 項目，就提供了高達 10 萬美元的運算資源，協助他們加速研發進程並推動創新應用。
另一方面，吳振和也觀察到，台灣在硬體製造方面已相當成熟，加上國際軟體大廠陸續在台灣設立研發中心，將加速AI人才培育，未來台灣的AI人才將會越來越多，不過如果從出社會才開始培養可能會需要更多時間才能接軌市場，因此可思考透過產學合作，讓學生在求學階段就能接觸產業實務，培養解決實際問題的能力。