營收才是關鍵 工研院點出AI產業下階段考驗

今年台灣經濟因AI繳出漂亮成績單，主要原因是各國都在建置AI基礎建設，但都還沒看到營收成果，外界也對AI發展存疑。工研院產科國際所組長岳俊豪今天(22日)指出，AI產業成長動能能否延續的關鍵不在話題熱度，而在是否能從投資走向實質營收，並成功深入B2B與垂直產業應用。

工研院產科國際所機械與系統研究組組長岳俊豪22日出席中研院經濟研究所經濟預測記者會時指出，相較目前以B2C(Business to Consumer)為主的應用模式，未來AI若能深化導入製造、醫療、軍工等領域，成功深入B2B(Business-to-Business)與垂直產業應用，並逐步形成產業生態系，將是支撐長期成長的核心動能；他強調，「市場現在不缺話題性的AI，真正要觀察的是能不能出現可以賺錢的AI。」

他指出，今年工業機器人產業表現明顯轉佳，明年起更將有大型計畫持續挹注，如政府推動的「AI新十大建設」，涵蓋機器人、矽光子、量子科技等領域，政策核心目標在於推動AI深入製造業，藉由提升生產效率、降低成本，讓AI應用真正轉化為企業營收。

對於AI基礎建設完成後擴張力道能否延續？岳俊豪認為「有高度機會」。他說，AI應用仍具高度延伸空間，特別是在缺工、少子化與高齡化等結構性問題下，AI結合設備可望成為解決「4D產業」、也就是骯髒、辛苦、危險、無聊工作的重要工具，帶動應用端需求持續成長。

岳俊豪進一步指出，AI發展需同時滿足算力、資料與演算法三大要件，現階段全球多著力於算力基礎建設，演算法則由美國大型科技公司持續推進，反而「資料是否充足」將成為下階段的關鍵瓶頸。以機器人應用為例，「現在的機器人還是太笨了，你不會想花新台幣60萬元買一個機器人」，他認為，若缺乏大量高品質訓練資料，AI難以真正走入生活場景，也限制商業化速度。

岳俊豪也強調，台灣未來可透過跨國合作，強化資料取得與生成機制，協助提升模型訓練效率，進而帶動機器人、無人機與智慧工廠等應用發展。他認為，整體而言，AI應用屬於不可逆的長期趨勢，但其動能能否延續，仍取決於是否成功從基礎建設走向產業落地與穩定營收。(編輯：沈鎮江)