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
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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