川普回鍋有何利弊?侯永清估「大局不變」,拋半導體業4大建言
川普回鍋有何利弊?侯永清估「大局不變」,拋半導體業4大建言

美國總統大選由川普勝出,對台灣半導體產業有何影響?

台積電資深副總暨副共同營運長侯永清11月7日以台灣半導體產業協會(TSIA)理事長身份,出席一年一度於新竹舉行的年會。

對於美國選舉結果,侯永清表示,台灣半導體產業是全世界生態鏈非常重要的一部分、也是不可或缺的一環, 「過去台灣跟美國幾十年來有很好的夥伴關係,從大方向來看會持續下去,不會因為選舉而有任何的改變。」

侯永清說,目前並未接到美國政策調整的通知,也不知道細節如何,不過台灣業者能做的,就是跟全世界半導體產業生態鏈緊密連繫在一起。

針對TSIA對策,侯永清表示,目前重點還是在於提升會員的能力及技術,至於因應地緣政治風險及做生意的方式,每個公司有不同方針,這部分較難找到共同共識,而是交由各會員企業自行處理。

對半導體業提4大建言:持續投入研發、全球合作、擴大供應鏈、淨零永續

侯永清於開幕致詞提到,2023年由於經濟發展不如預期,及地緣政治不確定性,台灣半導體產業產值約為新台幣4.3兆元、衰退10.2%。

2024年則因為AI帶動、經濟復甦,今年台灣半導體產業產值預估將達5.3兆元、成長22%,保持在全球晶圓製造第一、封測第一、IC設計第二的地位。

展望未來,侯永清指出,台灣在世界半導體生態鏈,扮演角色會越來越重要,不僅需加緊腳步努力,也有責任需承擔。他並提出4點對產業界的建言:

建言1、持續投入研發,加快研發腳步

首先,侯永清強調,不管摩爾定律走到什麼程度,台灣半導體業者應該持續投入研發、甚至是加快研發腳步,以確保在全球的領先地位,以及在半導體產業鏈中的關鍵角色。

建言2、加強和全世界半導體產業合作

各國都將半導體產業視為戰略工業,侯永清說,台灣業者也應加強和全球半導體產業的合作。他並提到,感謝今年6月代表TSIA的JEDEC(固態技術協會)參加世界半導體年會(WSC),在國際場合為台灣半導體業發聲,讓台灣和國際半導體產業緊密結合。

建言3、持續深化及擴大台灣半導體產業鏈

半導體設備及材料許多由國外廠商供給,侯永清提到,今年TSIA特別成立設備委員會,希望把產業能量從製造、封測、設計等領域,繼續擴大到設備,明年預期將再納入材料,不只把在地供應鏈做好,也正和政府商量,如何透過法規以鼓勵合作夥伴。

他舉例,例如協助外國廠商在台成立物料中心、營運中心、設計中心,有助讓台灣半導體生態鏈更加強大。

建言4、推動環境保護及淨零永續

侯永清說,半導體業者除了致力於推動經濟成長,在環境保護及淨零永續方面也有責任。TSIA去年領先全世界首先發表淨零宣言、設立2050年達到淨零目標,對台灣及全世界的環境盡一份力。

侯永清最後表示,TSIA的宗旨為透過協會促進產業間互助合作,以及更有效和政府溝通,今年和政府在綠能、智慧電網、人才、產業政策等面向提出多項建言,持續保持密切合作。

對於業界向政府的喊話,國科會主委吳誠文也在接下來的致詞中回應,目前的半導體產業政策「晶創計畫」不只補助晶片廠商,將來也會補助使用自己晶片的廠商,協助各行各業發展與AI結合的創新應用。

延伸閱讀:【圖解】川普跨越270票門檻,當選美國總統!對台灣有什麼影響?圖解AI及半導體關鍵政策

責任編輯:李先泰

關鍵字: #台積電 #半導體
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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