【觀點】台灣軟體為什麼一團糟?沒有交大幫或聯電幫,但「軟硬整合」是我們的大機會!
【觀點】台灣軟體為什麼一團糟?沒有交大幫或聯電幫,但「軟硬整合」是我們的大機會!

Google前執行長施密特(Eric Schmidt)在一場活動中說:「台灣雖然是個很棒的國家,但軟體卻一團糟。」台灣的軟體業為什麼無法複製半導體或電子業的奇蹟,問題出在哪?台灣擅長硬體製造,但在軟體開發和創新卻面臨挑戰,我們的機會又在哪?

Eric Schmidt
Google前執行長施密特(Eric Schmidt)說:「台灣雖然是個很棒的國家,但軟體卻一團糟。」
圖/ Flickr cc by World Economic Forum

對比於矽谷順暢地從半導體科技轉為軟體與網路產業,甚至成為全球最重要產值也最高的科技公司聚落,台灣除了半導體護國神山之外,為什麼無法複製半導體或電子業的奇蹟,一直是一個討論多時的經濟與產業發展問題。

當5年前我帶著矽谷為什麼的疑惑來到此地,最近越來越豁然開朗。矽谷能成功從半導體的矽谷轉型為軟體的矽谷,一部分是美國的軟體需求與市場規模,一部分是人才與資金的特性(所謂連續創業者的濃度與文化),最後則是整體生態系在美國與其他地方還有台灣的差異化。

美國軟體業為什麼獨強?簡單來說,美國市場本身規模、資本市場的速度與量體、跨國公司產生的全球影響力與使用習慣,還有長期大量移民形成的經濟成長狀態與技術人才素質,都給了美國軟體業最肥沃的土壤、最寬闊的空間與最高的天花板。

為了中國與硬體業,台灣放棄了矽谷與軟體業

反過來從台灣的角度出發,台灣的軟體到底出了什麼問題?從產業脈絡來看:

首先,中國吸引了大量全球人才與資金。 特別在2008年實施股票分紅費用化制度之前,台灣科技製造業透過薪資與股票分紅的優勢,對工程師有強大吸引力。然而,隨著中國市場的崛起,其生產與消費市場紅利使得大量資金與人才轉向中國,進一步削弱了台灣的競爭力。

其次是,硬體業過度吸納人才。 台灣的半導體與創投的人才與制度,早年也是從矽谷引進。這兩個行業 需要的除了資本,最重要的就是有產業或創業經驗的人才 ,這一部分在台灣的半導體及電子業有明顯的正向循環,也形成所謂的交大幫或聯電幫。 但現在軟體業人才台灣的明顯斷層,其實也就是電子業與半導體吸收了過多的人力,又全面投入兩岸產業圈所導致。

拿我 理工類組高中同學們在畢業近30年後的發展來看,7成以上都在台灣的電子業相關上下游,或者是外商科技公司任職 。可以說,台灣理工人才分布的現象,即是結果也是原因。

延伸閱讀:Google前執行長批「台灣軟體一團糟!」軟硬失衡2大關鍵:生態系、專業分工不明確

美國能,為什麼台灣與中國不能?

台灣產業與矽谷漸行漸遠,並不能完全怪台灣的資本市場或人才培育系統,說到底還是華文地區的軟體規格與規模長期落後歐美所造成的。在中國的網路公司崛起之前,全世界的軟體的基本上都是由歐美國家所領導的。日本與韓國雖然有一定的市場規模, 但軟體的全球化能力還是要靠著大型跨國企業的運行以及消費市場規模才能支撐

中國軟體業直到微信與抖音出現之前,其實並沒有足以震撼歐美龍頭的軟體公司發生。百度與阿里巴巴即便是中國的搜尋引擎與電商龍頭,但也沒有威脅到Google與亞馬遜的地位。反而比較衝擊到零售業如沃爾瑪或各大消費品牌進入中國時的通路策略。

台積電.jpg
圖/ 台積電

即便是台灣人才取得了中國的軟體和網路公司經驗,也難以轉化中國經驗、前往歐美在當地創業或投資。若只是外商在台灣或整個亞太地區進行銷售或管理的人才,雖然可能熟悉國際軟體公司的經營結構,但未必有創業與策略投資的能力。

而台灣的軟體業,除了防毒軟體與影像編輯等工具類型有跨足海外市場,其他的龍頭都是以本地企業市場的系統整合或硬體加值服務為主,硬體範圍則不限消費性電子,也包括工業設備或生產機具的軟體等。

這一類的軟體開發能力以及銷售經驗,基本上非常的在地化。別說到美國或歐洲,可能連中國市場都不一定享有優勢。這也就是美國軟體公司的天然優勢,因為全世界用英文做生意的國家、用美國企業服務與商品的市場,最為廣泛。 美國人與企業不僅在國內用得到美國軟體,到了海外,一樣繼續使用,甚至要求客戶、供應商、協力夥伴都使用美國的企業軟體。

台灣與矽谷的互補分工,就是軟硬整合

台灣雖然沒有如德國、日本的機器人龍頭企業,但在工業電腦與生產設備上已經是全球最重要的供應鏈之一。除了半導體產業所提供的設計、製造與封測能力,在電子產品、感測元件、數位裝置與生產設備上,離網或弱聯網的單機版人工智慧,或者由人工智慧驅動的機械人,遲早都會如同個人電腦與手機一般地流行。

從這個角度出發,也就不難理解,台灣雖然軟體業規模不大、人才與資金不如矽谷,但因為長期與美國科技公司的分工,以及 長期作為硬體加值服務的台灣資訊業者,其實原本就有很強的軟硬整合能力。

有機會也就會有挑戰。 台灣最缺乏的不是工程師跟創業者,而是長期參與國際市場的企業與投資人。 尤其從中美貿易戰開打、疫情造成的供應鏈重整,美國全力對抗中國已成為重大原則,並通過許多法案來阻擋中國企業與資金進入美國。

希望從此之後,我們不會再需要因為軟體與硬體業而爭論。當蘋果、微軟、谷歌與亞馬遜都橫跨軟硬體、Meta 即將推出最新的智慧眼鏡並專注於開源 AI 的此刻,台灣的優勢與機會十分明顯,而挑戰也將逐步克服。

延伸閱讀:Google前執行長批「台灣軟體一團糟!」軟硬失衡2大關鍵:生態系、專業分工不明確

本文授權轉載自IC的沙龍,此為精簡版,完整全文請看:《矽谷傳真 - 軟硬整合對台灣的機會與挑戰》

關鍵字: #軟體工程師
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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