最新台灣AI生態地圖出爐!能源、減碳是機會,新創和企業還要克服兩大挑戰
最新台灣AI生態地圖出爐!能源、減碳是機會,新創和企業還要克服兩大挑戰

由財團法人人工智慧科技基金會(AIF)、AppWorks、台灣智慧雲端服務股份有限公司於(17)推出「2021下半年台灣AI生態地圖」,下半年除持續發掘更多潛力在地新創,也盤點了產學研的能量,串接AI新創企業並找尋各自在AI生態系中的定位與利基,為一整年的AI生態發展作結。

「2021下半年台灣AI生態系地圖」每半年公布一次,希望盤點台灣人工智慧發展的動態變化與機會。(點圖可放大)
圖/ 財團法人人工智慧科技基金會

2021下半年台灣AI生態系地圖:新創與企業互為動能,新機會與新隱憂並存

受到新冠疫情影響,台灣企業在下半年不得不跟上全球早已起步的數位轉型、雲端化以及AI應用行列。過去4~5年間,世界各國都將人工智慧視為國家產業重要發展策略,包括美、中、德、英,甚至新加坡都已針對AI發展制定明確的發展方向,德國甚至召集來自工業、科學、公共部門和民間社團約300名專家,以一年時間共同研擬出全球首份針對AI的現況與需求制定標準的AI標準化策略藍圖。

台灣則是在2017年啟動「AI小國大戰略」,預計5年投入約新台幣160億元經費,打造由人才、技術、場域及產業構築而成的AI創新生態圈,進而孕育AI產業的多元應用。計畫發展至今,台灣產業的AI發展又是如何呢?

隨著技術的逐漸成熟,人工智慧應用已從測試階段逐步應用於各式產業,並且發展出不同的商業策略與獲利模式。包含MarTech新創愛酷智能、AI長照服務智齡科技,以及協助機器學習開發維運的InfuseAI在今年皆獲得超過億元的募資,長期投入智慧影像分析、物聯網、資訊安全,與大數據領域,於全球提供商業、工業、智慧城市、政府機關等多元解決方案的大猩猩科技,則在近期與美國上市公司Global SPAC Partners Co.達成商務合併協議,同時維持原公司名Gorilla Technology Group Inc.,計劃以GRRR股票代碼於美國那斯達克上市。

企業啟動雙軸轉型,能源、減碳將是新機會

受到近年減碳、綠能政策影響,也帶動相關新創發展,除了近年來穩定發展,以工廠能源與設備管理為定位的思納捷科技,在家庭用電方面也有以家用綠電訂閱為主的奇異果能源,以及專精於利用AI管控工廠廢水處理程序的臥龍科技。

隨著2026年歐盟碳邊境稅實施在即,傳統產業面對當前急迫的減碳趨勢,面對需求端所需要的減碳路徑圖,勢必得先進行盤查才能提出,而盤查後的資料勢必會需要雲端及大數據運算。從碳盤查、碳定價,再到碳中和這一連串的過程都與能源管理脫不了關係,新創能否從中找到切入點,提供企業適當的工具,將是一大考驗。

透過合適介接平台,減少新創與企業合作摩擦

受到疫情影響,產業面臨數位轉型的壓力,越來越多大企業在推動數位轉型時,選擇與新創合作,藉此尋找下一波的創新動能。

2021年有越來越多企業選擇「直接投資新創」,顯見企業已發現投資新創的價值,新創投資也成為近來驅動企業突破既有格局、探索新市場的方式之一。

根據台灣產業創生平台「2021台灣產業新創投資大調查」,在已經有做、或是未來幾年規劃要做新創投資的企業裡,有45.9%的成熟企業投資方向多聚焦在本業相關,但有54.1%企業(投資項目包含兼具本業與未來趨勢,及聚焦在未來趨勢相關)的新創投資方向會看未來趨勢相關的項目,顯示企業開始「看未來」,佈局投資公司發展的2.0階段。

這份報告中也提及,台灣成熟企業最有興趣投資的新創事業前五名依序為:人工智慧、生技與健康醫療、IoT物聯網、5G/通訊、工業4.0/智慧製造。

可以看到除了健康醫療之外,企業對於AI和IoT的興趣已透露企業在推動數位轉型時的需求。

此外,疫情期間有16.8%的新創公司認為合作企業希望加速商品化速度,顯示企業冀望與新創合作,開拓出新的成長曲線。例如AI晶片公司耐能(Kneron)在2021年底宣布獲得2,500萬美元(約新台幣6.96億元)的投資,最大投資方為光寶科技,其投資金將做為與耐能戰略合作的一部分,主要將用於推進智慧城市技術的發展,以及推進L4、L5自動駕駛技術的加速落地。

新創公司認為與企業合作的前兩大挑戰包含:「投資方過度干預」與「雙方文化差異太大」,這些都涉及到雙方信任問題。建議成熟企業必須要有專業投資部門,在投資前先了解新創團隊的文化,扮演雙方磨合的橋樑,才能減少文化差異所造成的衝突與問題。

不僅成熟企業亟欲與新創合作,中小企業同樣也需要與新創合作。雖然台灣這三、四年積極推動產業AI化,「企業出題、新創解題」的成效慢慢呈現。不過,許多中小企業仍受限於資料蒐集與人才不足,進度不如理想。

根據資策會統計,擁有AI創新技術的新創企業在台灣約有300家,雖然充滿技術能量,但缺乏場域讓技術應用落地,或與客戶的需求痛點仍有差距,也有不少AI新創跟成熟企業的合作,但因為雙方之間語言不同,或目標不一致導致合作生變。

無論企業規模大小,合作雙方都需要對合作目的有共識,並了解彼此的決策文化與模式,才能找到共同創造價值的地方:新創可以提供企業沒有的創新解決方案,協助企業解決內部問題並服務外部客戶;新創也能藉由與企業的合作獲得訂單擴大客群。只要有合適的界接,讓新創與企業彼此理解雙方的需求與幫助,就能快速有效率的展開合作。

資安與隱私問題將是未來隱憂

隨著AI應用逐步落地,衍生的隱私與資安問題逐步浮現。帝濶智慧科技(DeCloak Intelligences)便注意到各國試圖訂定新法規保護使用者的資料,及後續企業去識別化資料需求將變大的趨勢,以區分隱私技術開發軟硬體設備,協助想打入歐美市場的企業及政府智慧城市的建置,以確保資料安全性無虞。奧義智慧科技是目前專注於AI資安的團隊,國際權威研究機構Gartner在2021年發布的《大中華區AI新創公司指南》中,被評選為AI資安新創公司。

另一方面,網路搜尋、社交軟體、自然語言處理、自動駕駛汽車、自動決策系統等都是目前常見的AI應用,也都極有可能被當作攻擊目標。但令人憂心的是,AI系統的資通安全標準在台灣尚未出現,甚至還沒有開始起步。AI本身的安全是各種不同產業都必須儘快面對的挑戰,當然也是台灣重要的機會。

然而資安平台的標準所牽涉的範圍及領域多元,並非單一企業或單位即可訂定而成,因此,若能建立各方對話的平台將有助凝聚共識。

責任編輯:錢玉紘

關鍵字: #AI
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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