施俊吉:廢松機蓋AI園區是不懂AI的瞎議題
蔣萬安主張:廢松山機場、蓋AI園區。行政院在「廢機場」上與之針鋒相對,在「蓋AI園區」上卻模稜兩可。此一唐突,肇因於雙方都不當真認識AI,誰也無法據理攻防所致。事實上,蔣萬安談AI是蹭流量以嘩眾,行政院附和AI是順風潮以取寵,講的都不是AI的未來。
想蓋AI園區,要先瞭解AI的產業結構,如果不知AI的產業層級(layers),如何規劃AI園區要「裝什麼廠商」,以及「裝多少廠商」?
現若根據國際清算銀行的研究(BIS Papers No. 154,2026),AI經濟的發展仰賴一個由五大層級(The Five Layers)所構成的產業。這些層級從基底(L1)到頂層(L5),試述如下。
AI產業的五大層級
1.專用硬體層(L1 : Specialised Hardware Layer)
內容:製造先進晶片(如GPU、ASIC)
主導者:台積電、三星、Intel、Nvidia、AMD、Google等
2.雲端基礎設施層(L2 : Cloud Infrastructure Layer)
內容:提供訓練與運行AI模型所需的大規模算力資料中心。
主導者:Amazon AWS、Microsoft Azure、Google GCP,以及Meta等「雲端服務供應商」(Cloud Service Provider, CSP)。開發AI如果使用CSP所提供的服務,即無需自建資料中心。
3.訓練數據層(L3 : Training Data Layer)
內容:提供海量的數據資料,供AI模型吞噬和學習。
主導者:Scale AI、Appen是龍頭;AWS、Google、Databricks提供雲端數據平台;Labelbox、Shaip、Bright Data專攻專業數據;而CleverX、Surge AI、Mercor則是新一代的專家網路。
4.基礎模型層(L4 : Foundation Model Layer)
內容:本層的AI巨頭負責開發具備大規模參數,經過海量數據訓練,並且能夠廣泛運用於各種任務的超大型模型。基礎模型是AI的大腦及核心驅動力。
主導者:分成閉源與開源兩類基礎模型,閉源模型的開發者如OpenAI、Anthropic、Google;開源模型如Meta、Mistral AI;而中國則有阿里雲(Alibaba Cloud)、騰訊、百度及深度求索(DeepSeek)等開源或閉源的AI開發者。
5.AI應用層(L5 : AI Application Layer)
內容:AI 應用層是AI產業鏈中,直接面對企業客戶(B2C)和終端消費者(B2B)的層級。它將基礎模型(如GPT-4、Claude)包裝成具體可操作的軟體與服務,提供給客戶解決特定問題。
主導者:L5廠商通常不需要自己訓練與開發高成本的基礎模型,而是透過API串接或微調現有模型,創造出能幫助用戶寫作、繪圖、寫程式、生成影片、製作多媒體或分析數據的工具。L5的廠商眾多,主要可分成「原生AI新創廠商」(AI-native starups)與「傳統軟體巨頭加入AI功能廠商」(AI-enhanced companies)兩大陣營。前者如:Perplexity AI、Cursor (Anysphere)、Runway、Jasper AI;後者如:Microsoft 365 Copilot、Adobe Firefly、Gemini for Google Workspace等。
AI對比智慧型手機
現若將AI與智慧型手機作對比,將有助於瞭解AI的產業層級:
1.L1「專用硬體層」的硬體對應的是手機的晶片、記憶體及相機。
2.L4「基礎模型層」的大模型(如Anthropic Claude或是Google Gemini)對應的是智慧型手機的Android或iOS作業系統。
3.L5「AI 應用層」則對應手機裡的各種App(如Uber、Instagram)。
智慧型手機並無AI產業的L2「雲端基礎設施層」以及L3的「訓練數據層」,而這兩層也是AI產業獨具之特徵。
台灣在L1層級稱霸全球
為AI製造先進晶片是L1「專用硬體層」的任務,為達成這項使命需要半導體六大領域的合作和貢獻,包括:半導體IP、IC設計、核心設備、關鍵材料、晶圓代工,以及先進封裝等(現在還要再加上伺服器組裝,如童子賢的和碩,以及前股后緯穎)。
其中,設計如ARM、Nvidia,設備如ASML,關鍵材料如信越化學、Merck等,並非本國廠商外,L1的其他主要廠商都是台廠。此乃台灣之驕傲,也是AI產業經常被國人誤解之所在。
最嚴重的「誤解」是「AI產業就是先進晶片製造業」。
其實,AI產業不只是先進晶片之製造或伺服器之組裝而已,因為這些只是最底層L1「專用硬體層」之產出。L1之上還有L2至L5四層結構,少掉任何一層都不是完整的AI產業。
台灣在AI產業中所扮演的角色就是在L1「做鏟子」。美國對AI算力的爆炸性需求,造就我國在L1的全球霸主地位,導致整體出口連續成長35個月。可惜的是,台灣在L2至L5的發展卻只有口號和書面目標,缺乏完善的規劃和實踐。若翻閱國發會的〈AI新十大建設推動方案(114年~117年)〉和〈五大信賴產業推動方案(113年~117年)〉即可印證。
L2至L5層級在台灣的現狀
首先,L2「雲端基礎設施層」在美國是資本支出最龐大的一層,今年保守估計在7,500億美元之上,明年1.2兆美元。但台灣本土的「AI雲端服務供應商」(CSP)只有台智雲(興櫃,市值約87億元)、是方電訊(上櫃,約243億元)。另有一類引進美國CSP(微軟、Google、AWS)AI雲端技術(如Vertex AI、OpenAI模型)並進行在地化整合的代理商,如精誠資訊(上市,市值約350至400億元)、伊雲谷(上市,市值約50億元)等。
這幾家公司的總市值約台幣780億元,聊備一格而已。而三大電信事業並沒有將CSP當成主要業務,所以從未放膽投資算力資料中心。因此台灣稱不上擁有「雲端基礎設施層」L2。
其次,台灣在L3「數據訓練層」上有本土供應商,但目前多以「未上市櫃的軟體新創公司」或「大型集團的子公司」為主,並沒有已上市櫃的獨立大廠。廠商如:意藍資訊(資本額0.5億元),台灣AI實驗室、雅婷智慧、行動貝果、數據思、巨資科技,以及鎰威科技等,此皆微小型公司,因此台灣算不上擁有「數據訓練層」L3。
第三,台灣確實有L4「基礎模型層」的AI廠商,它們正在發展「懂台灣在地文化、產業法規、地緣安全」的「繁體中文主權AI」與「專家輕量化模型」(SLM)。其發展策略是避開極度燒錢,只有AI巨頭才玩得起的「兆級參數大模型」。其中包括台智雲的福爾摩沙大模型,參數達450億個的聯發科MR BreeXe大語言模型,以及中華電信僅供內部使用的大語言模型。其中,聯發科和中華電信都沒有將發展基礎模型當成主要業務,並對營收不具企圖心。
其他尚有產學聯盟發起的開源專案與新創活動,例如由台大資工系領軍,結合和碩、長春集團、欣興電子、長庚醫院等台灣各產業的龍頭,在NVIDIA Taipei-1超級電腦的算力支持下,共同訓練出高達700億個參數的「Project TAME繁中大模型」,此乃全台灣電子、石化、醫療及法律領域最頂尖的專家模型,但此等模型皆不以營利為目的,其學術研究、教育與實驗性質勝於商業。
最後,在L5「AI應用層」,廠商利用對特定產業(製造業、醫療、金融、法律)的專業知識,開發應用軟體。在智慧醫療上,如長佳智能、愛湃斯(AetherAI);在企業流程與資安AI上,如大同世界科技、精誠資訊、奧義智慧(CyCraft);在多媒體與行銷上,如沛星互動科技(Appier,在日本上市的台灣獨角獸),以及訊連科技(CyberLink)等。AI在這一層的商業模式尚在摸索中,而且台灣市場不夠大,發展不易。
各層級對AI園區的需求
L1「專用硬體層」就是半導體產業,以台積電為核心,主要分佈在北中南各個「科技園區」內。
在川普總統的壓力下,台積電將在美國亞利桑那州興建12座先進晶圓廠及先進封裝設施,外加一座研發中心。不久前又傳出台積電可能在德州建立第二個半導體園區,規劃再興建6座先進晶圓廠。
此外,根據台美貿易協議,政府答應提供2,500億美元的信用擔保,擔保台廠可以融資前往美國投資。預計將有不少台積電的供應商和伺服器廠會赴美設廠。如此一來,將來必須留給半導體產業的土地將大幅減少,何來在台北的市中心設科技園區的需求?
L2「雲端基礎設施層」需要為算力蓋資料中心,所以電力、土地和資金不可或缺,但是民眾之抗爭與衝突也不慮匱乏。美國如此,台灣也不例外。
台灣很有錢,但是缺乏電力和土地,而且台灣沒有本層的「雲端服務供應商」(CSP),也沒有立志發展此一事業的潛在廠商,如果蓋了資料中心,請誰來用?莫非要像馬來西亞一樣租給中國的阿里巴巴、騰訊、字節跳動或月之暗面等AI科技廠嗎?台灣做為先進晶片的世界霸主,怎會淪落到廢松機、騰出土地給中國或美國廠商租用的地步?愚蠢!
L3「數據訓練層」的利基在繁體中文數據,人人皆知其重要性,但受限於著作權保護與政府對開放官方資料的保守心態,遲遲得不到應有的輔助與投資。
即便將來台灣發願建置繁中資料庫,實也無須蓋AI園區,因為蒐集與整理繁中資料並非資源回收,不需要闢建一個回收場以處理堆積成山的垃圾。松機何辜,竟須為一個莫須有,遭罪廢除。
L4「基礎模型層」方面,目前只有不以營利為目的,純屬學術研究、教育與實驗性質的開發者。台灣沒有OpenAI和Anthorpic者流的高科技實驗室和科技大廠,也沒有中國成群的開源模型發展者,為此層設AI園區何用?誰用?
L5「AI應用層」對AI園區可能有需求,因為這是可以小打小鬧,成群結隊的場域,但是所需空間,在型態上是「辦公大樓」,而非「工業廠房」。
事實上,L3-L5 的員工是軟體工程師、資料科學家、行銷專家。他們上班只需要一張辦公桌、一台電腦和高速網路。這類企業最適合的建築型態是垂直發展的高規格商辦大樓(如南港軟體園區),而非橫向擴展,需要配置機台與機櫃的單層大廠房(如提供雲端算力的資料中心)。
頂多再建一個南港軟體園區
南港軟體園區一、二、三期總土地面積約10公頃。但因興建高容積率的立體化建築,總樓地板面積高達24萬坪。這裡塞進了包含蘇姿丰的AMD台灣分公司、Yahoo台灣、大型IC設計、國內外指標軟體與生技廠商等,超過300家頂尖企業,且進駐之員工高達2.4萬至2.8萬人。
目前台灣L3-L5上市櫃與極具潛力的新創業者(如 Appier、長佳、意藍、奧義、精誠等)加上外商研發團隊,整體在台灣的總員工數在1.5萬至2萬人之間。所以基本土地需求只須5至8公頃的土地。如果興建3到4棟20層樓高的現代化智慧商辦大樓,就足以將台灣所有頂尖的AI軟體、智慧醫療、資安與數據標記廠商「一網打盡」,甚至還留有未來20年的擴展空間。所以發展AI,頂多再建一個南港軟體園區。
松山機場的土地面積達213公頃,即便只取100公頃蓋AI園區,對台灣都「太超過了」。
無論是為AI而倡言廢松機,抑或為廢松機而標榜AI,都是跟台灣發展AI不相干的瞎議題。
※作者為中研院兼任研究員,曾任行政院副院長。(本文轉載自作者臉書)