AI 主權非「全都自己來」 臺灣以關鍵自主打造韌性生態鏈
Newtalk新聞
生成式 AI 快速發展帶動全球「主權 AI」浪潮，但主權 AI 是否意味著所有模型、算力與技術皆需由國家全盤自行掌握？世新大學副教授戴豪君指出，全球 AI 價值鏈高度分工，主權 AI 並不代表單一國家必須從晶片、算力、雲端到模型「全棧式」自行建置。真正可行的方向，是先辨識臺灣自身的優勢與弱項，透過國際合作形成「受控的相互依賴」。只要國家掌握關鍵控制力、替代方案與自主決策權，依賴部分境外供應並不等於失去主權。
台灣通訊學會今天(31日)舉辦「2026 科技主權高峰論壇」第二場座談「AI 主權：跨國 AI 治理問題與台灣本土 AI 生態鏈」，由中央研究院特聘研究員黃彥男主持、戴豪君進行專題演講，並邀請華碩雲端暨台智雲總經理吳漢章與國立臺灣大學法律學系教授楊岳平共同對談，深入剖析臺灣在高度國際分工下的自主定位與治理路徑。
在具體推動策略上，戴豪君建議臺灣借鏡國際經驗。歐盟逐步將資料所在地、營運控制、資安與法律管轄等層面指標化，並與政府採購制度連結，依系統敏感程度要求不同層級的自主掌控；日本則採取官民協作模式，由政府挹注算力資源，攜手民間共同開發本土模型。
戴豪君指出，臺灣目前在全球 AI 價值鏈中較接近「利基參與者」，下一步不應只聚焦大型語言模型，而可逐步拓展至語音、特定垂直領域模型及國家級 AI 資料平台，利用既有半導體與運算優勢，串聯資料、人才、應用與制度能力，逐步建構更完整的本土 AI 生態系。
AI 在地化創造產業新機會
華碩雲端暨台智雲總經理吳漢章從產業實務角度指出，生成式 AI 正在重構軟體交付與部署架構。過去臺灣在純軟體領域的優勢較不明顯，但 AI 時代帶動在地化部署（Localization）與模型管理（Model Management）需求，反而為臺灣產業創造新的戰略契機。
吳漢章表示，模型發展正從大量通用語料逐漸推進至特定領域的專業資料，例如法律、醫療等經專家整理與標註的數據，這類高品質資料未來也可能衍生新的授權及商業模式。
他建議，政府在政策資源配置上，除了支持前端基礎研發，也應進一步協助各行各業將 AI 真正導入應用場域。同時，媒體、文化與內容產業也是本土 AI 語料的重要來源，如何建立合理回饋機制，使內容生產者、資料提供者與 AI 產業形成正向循環，也是厚植臺灣本土資料資源的重要課題。
主權不是零依賴 算力、風險與可信賴夥伴須同步布局
國立臺灣大學法律學系教授楊岳平指出，追求數位主權不應把「所有雞蛋都放在同一個籃子裡」。若過度追求完全自給自足，一旦國內遭遇天災、人為事件或供應中斷，反而可能形成另一種系統性風險。
楊岳平認為，臺灣不僅要思考哪些關鍵能力必須掌握在自己手中，也應善用既有技術優勢，讓臺灣成為其他國家可信賴且不可或缺的合作夥伴。在不得不對外依賴的領域，則應透過可信賴夥伴與「友岸外包」（Friend-shoring）等方式，降低供應鏈與地緣政治風險。
在法制與政策設計上，他主張採取「以風險為基礎」（Risk-based）的治理方式。地緣政治風險存在，不代表風險必然發生，因此不能只因為存在風險，就直接追求全面國產化或採取過度限制措施，而應先進行風險評估，再依不同風險程度採取相稱的管理措施。晶片、算力、模型與資料所面臨的風險不同，需要的自主程度與治理工具也應有所區別。
黃彥男則指出，主權 AI 所需的基礎不只有模型，更包括算力、資料、人才與治理能力，其中算力與能源是臺灣必須正視的硬體條件。面對其他亞洲國家積極擴充 AI 算力，臺灣除了增加 GPU 等運算資源，也必須同步處理資料中心所需的電力與基礎設施問題。
他進一步表示，臺灣對外通訊高度依賴海底電纜，如果關鍵 AI 算力與資料又完全部署於境外，一旦外部連線發生重大中斷，相關 AI 能力也可能受到影響。因此，關鍵基礎設施與算力仍應在境內維持必要的基礎能量，同時透過可信賴的國際合作建立備援。
黃彥男也提醒，主權 AI 不只是產業與科技競爭問題。模型的輸出與推論受到訓練資料影響，臺灣若缺乏足夠的本土語料、模型與治理能力，長期使用境外 AI 服務，也可能影響下一代對臺灣歷史、社會與文化脈絡的理解。因此，建立主權 AI 同時涉及科技自主、產業韌性與文化主體性的維持。