為國家科技把脈,張忠謀給兩帖藥:做基礎研究、培訓AI人才
為國家科技把脈,張忠謀給兩帖藥:做基礎研究、培訓AI人才

2020年全國科技會議將召開,科技部為大量徵求產學界意見,第一場策略高峰圓桌論壇2日登場,廣邀18位產學界大老,針對如何讓科技創新驅動經濟成長、如何因應第四次工業革命、如何促進政府與民間合作擴大科研動能及因應人口結構變化對科技影響四大議題給建言。
                        
這場閉門圓桌會議由副總統陳建仁親自主持,4年前台積電創辦人張忠謀曾轟政府政策制訂沒邀產業界加入,今年科技部部長陳良基除特邀張忠謀與會,台哥大總經理林之晨、Google台灣區總經理簡立峰、和碩董事長童子賢等7位業界大老,台成清等4位校長,共計18位產官學界人士與會。

身為產業界的重量級大老,張忠謀會中三度積極發言,給政府兩大建議,首先是政府該投入「對的」基礎研究,其次是大力培育AI人才。

跟民間競爭,政府缺乏基礎研究

鼓勵台灣投入基礎研究投資,張忠謀在會中直言,政府投資基礎研究比他國低,是因為1,000多億元科研預算中,太少投入基礎研究,「多數都在與民間競爭」,爭相投入熱門的主題。

張忠謀說,政府預算在基礎研究配比太少,而且在選擇做哪個基礎研究,還得看有無人才;若有特別傑出的人才就該多投入,而非所有基礎研究都做。根據人才做選擇,「因人而選」才對。

張忠謀說,由科技創新驅動經濟成長,這觀點一般而言沒問題,但「程度」上意義不同,有些科技創新要花長久的時間才會開始驅動經濟成長,有的則只要半年到一年就有成果。

因此他建議,政府必須要有足夠判斷力,能區分兩者程度的不同,不要一下子投資太多在要等二十年才有經濟成果的專案,甚至避免不可能有成果的投資。(純網銀搶人大戰!3團隊徵才開跑)

張忠謀說,因為市場經濟,民間科研預算5,000億元一定會用在最能推動生意成長的地方,但政府1,000億元投資方向則要調整。

台灣是小經濟體,能否支持做基礎研究呢?張忠謀說,「我們應該找出台灣的長處,基礎研究上,如果台灣有一位好的人才,由他帶領做具世界領導潛力的基礎研究,那這個基礎研究應該可以做。」

推動第四次工業革命,政府該大力培訓AI人

從政府立場,該如何幫助民間推動第四次工業革命?張忠謀建議,政府能做的是:訓練AI人才。

張忠謀說,台灣現在很少AI人才,大公司可以自己訓練,比方台積電訓練很多AI人才,不是要做了不起的事,而是當AI發展成熟時,可以思考如何幫助產能優化;但大公司能做,中小企業沒有能力,所以政府應該訓練一些AI人才,供給民間企業來用。(AI門檻快速降低,李開復:不需頂級科學家,有AI工程師就夠!)

台積電創辦人 張忠謀
台積電創辦人張忠謀雖然退休,卻依舊對產業動向相當關心,出席策略高峰圓桌論壇給予寶貴建議。
圖/ 簡永昌

張忠謀曾是工研院院長,他也點出過去工研院有兩大任務(mission):一個對產業技術移轉,另一個是人才培育。過去工研院多以產業的技術轉移為主要任務、人才培育為輔,他建議現在應該要顛倒過來,應以人才培育為重點。

由於我國資源有限,因此他也支持產業上中下游做適當分工。陳良基解釋到,未來將調整政府在科研體制中游的地位,未來朝上游整合並以基礎研究為重,投入優秀項目發展。

面臨少子化,攬才成為提升國際競爭力方式之一

當然,將預算投資在對的人才身上是一件重要的事,但問題是:人才在哪裡?這是我國、乃至於全球目前遇到最棘手的問題。

根據世界人口綜述(World Population Review)的報告指出,我國少子化可是有受到國際認證,在200個國家的排名中吊車尾,平均每名婦女只生1.218個孩子。

中研院院長廖俊智說,第四次的工業革命需要的是充足的人力資本,我國正面臨社會高齡少子化,直接影響就是未來大學人口下滑,其中科技類人口6到7年內將下降1/4,當中工程跟資通訊人才將會下降最多。

科技部長 陳良基
科技部長陳良基在策略高峰圓桌論壇會後表示,今日主要是先提出科技相關議題,所有結論需要待未來舉辦的會議與團隊再去思考。
圖/ 簡永昌

針對這點,陳良基在會後受訪時也表示,政府對於科技政策的發展應該要從現在就開始,同步考量如何給大學、產業更多彈性,讓他們在國際攬才上能更具有競爭力。

與會的幾位頂尖大學校長對這塊就有提到,針對法人的鬆綁、大學的鬆綁,都可以帶給大學更多彈性跟資源,讓他們在國際攬才的競爭力上可以提升,同時也要將中上游可以做一個適當的結合,才是正確作法。

陳良基也強調,這次的圓桌會議主要是邀請產官學界將議題、可能性提出來,以利未來全國科技會議的招開跟規劃,而相關議題的解決方案也應該會在那時候才會比較明朗。

責任編輯:陳映璇

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓