「半導體護國」不是長久之計！陳良基：軟體創新，台灣才能成全球AI中心|數位時代 BusinessNext

「2017年6月，Google的8位AI研發團隊提出了語言模型Transformer後，揭開了生成式AI的雛形，」台灣大學名譽教授、前科技部長陳良基在「2025台灣AI產業年會」上表示，「而直到2022年ChatGPT問市後，才算是有第一個實際應用。換句話說，生成式AI發展才剛開始。」

ChatGPT問世2年，全球企業無不發展AI。而NVIDIA執行長黃仁勳認為，2025年將會是Agentic AI（AI代理）爆發的年份。

在這個背景下，台灣該如何在半導體發展的基礎下，更加趕上AI的時代？

台灣人工智慧實驗室（Taiwan AI Labs）於1月22日舉辦「2025台灣AI產業年會」，邀請陳良基、臺北醫學大學董事長陳瑞杰、中華民國資訊軟體協會理事長沈柏延與台灣人工智慧實驗室創辦人杜奕瑾，共同討論AI的最新發展和台灣的機會。

2025年，生成式AI的目標是「謹言慎行」

杜奕瑾表示，綜觀2024年的生成式AI發展，可以發現AI面臨耗能、訓練（投資）成本高，以及數據隱私挑戰等3大困境。

舉例來說，微軟OpenAI的ChatGPT-4最新版訓練成本約為4,100～7,800萬美元之間，Meta則使用超過1.6萬張H100 GPU訓練其新模型。

此外《歐盟人工智慧法案》在2024年8月正式生效，強化對生成式AI的透明度要求、內容標識義務，違反法案的企業可能面臨高達數千萬歐元、或企業全球營收至高7%的罰款，2024年底義大利資料保護管理署（Garante）就認為Open AI在蒐集、儲存個人資料的方式違反《一般資料保護規定》（GDPR）的隱私原則，對OpenAI祭出超過1,500萬歐元的罰金。

「現在慢慢從Gen AI（生成式AI）進入到AGI（通用AI）時代，AI要做到的就是謹言慎行。」杜奕瑾說，從上面3個挑戰可以看出，2025年的AI發展必須邁向更永續的方向前進，包含能源效率最佳化、可解釋可追蹤，以及學會主動修正並用於專業領域，台灣人工智慧實驗室也為此在2024年推出運用台灣語料訓練而成的生成式AI產品FedGPT，並且已經引入醫療、金融、教育及多媒體娛樂等領域使用。

半導體只是基礎建設，台灣更需要創新AI應用

陳瑞杰就以醫療產業的實際落地舉例，自從疫情後，台灣就發現了護理人力不足的現象，像是臺北醫學大學就關閉了20%的病床，AI就是關鍵的解決辦法。

2025台灣AI產業年會「大師對談」主持人與對談人，由左至右為：台灣人工智慧實驗室內容執行長黃兆徽、科技部前部長暨台灣大學名譽教授陳良基、臺北醫學大學董事長陳瑞杰、中華民國資訊軟體協會理事長沈柏延、台灣人工智慧實驗室創辦人杜奕瑾。

圖／台灣人工智慧實驗室提供

「我們去年7月就做了護理交班，以前交待一個病人要5分鐘，現在用生成式AI只要5秒鐘，還有像是醫生寫一個病例要30分鐘，現在只要3分鐘。」陳瑞杰說，過去醫療界是比較保守的，但是現在能夠讓AI全面落地的關鍵就是資訊的整合，而且必須讓AI產出的過程是可解釋的、能負責任的，才能為使用者帶來價值。

沈柏延補充，台灣在英國媒體《Tortoise Media》的2024年AI 指數評比中僅排名第83個國家中的第21名，細究其原因，主要是軟體技術創新的評比項目研究發展（Research）和產業發展（Development），分別僅僅僅排名第27和第15，因此哪怕硬體評比排上了前5名，總體排名也算不上靠前。

陳良基表示，現在不只是Gen AI，還有Agentic AI（AI代理）、Physical AI（物理AI），「從AI的快速發展可以看到大家要的是AI的能力，而不是AI的算力。」換句話說，台灣只靠半導體是無法在AI時代撐太久的，應該從半導體代工（IC Foundry）的硬體思維轉型成為AI模型輸出國（AI Foundry），才能成為AI工業革命的中心。

AI也要採取「垂直分工模式」

「我舉個例子，台積電毛利59%，但是NVIDIA毛利是75%，代表甚麼？軟體可以帶來很多加值的空間。」陳良基認為，台灣在AI軟硬體的發展上，應該參考過去個人電腦代工的垂直分工模式。

台灣過去將個人電腦的產製模組化，垂直分工的好處就是不同規模的企業可以在產業鏈中找到合適定位，而且也不會出現投入重複資源的競爭狀況。以AI產業來說，可以有人負責硬體、有人負責模型、有人負責雲服務、也有人專門負責打造最具創新價值的應用，各司其職才能讓台灣打群架。

杜奕瑾也表示，目前許多企業都想一個人做完全部，從硬體基礎設施一直到產品應用都投入，一來可能造成資源浪費，二來對企業的發展來說也不是長久之計。

法規監管、刻不容緩

杜奕瑾也提醒，不論是產業鏈哪一環的企業，都必須注意發展AI的監管問題，而這也是台灣政府今年在AI發展上必須著力的重點，例如《歐盟人工智慧法案》就對全球AI企業產生深遠影響，但也帶來了一個統一管理的標準。

沈柏延提到，台灣現在有11個基本法，基本上各部會都有，但是數發部現在卻還沒有可以依循適用的《數位基本法》，這會造成不只是AI，還有各項數位服務的亂象，例如在電商平台上數據該歸屬平台還是商家？如果發生資料外洩或濫用，責任又屬於誰等等問題，因此發展軟體應用的同時，也該加強AI的監管力道。

陳瑞杰最後從產業實務面的角度建議，許多監管不該是武斷的「一刀切」，而是依照輕重緩急進行分級，像是美國的醫療認證FDA就會依照風險程度決定放行的標準，「AI也應該是這樣的，否則一刀切很容易卡死整個產業的發展。」

本文授權轉載自：創業小聚

AI 正快速改變消費者探索商品、接觸品牌的方式，也為零售業帶來新的成長機會。然而，當 AI 從個人使用工具逐步走向企業營運，台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示，台灣零售業的 AI 應用仍存在明顯差距，資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策，如何將 AI 從單點工具導入，真正成為零售成長的助力，已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會，以「Where AI Meets Commerce」為主軸，邀集零售與科技業者，從流量獲取、數據應用到會員經營，探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE，也在會中宣布邁向 AI in Retail，推出官方 MCP（Model Context Protocol），進一步串聯零售數據與 AI 應用，協助品牌掌握新興 AI 流量入口，為下一階段的智慧零售布局做好準備。

SHOPLINE 預告：零售下一個流量入口是 AI

2026 年上半年，SHOPLINE 客戶 GMV 年增 20%，是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大！」SHOPLINE 台灣總經理葉力維指出，從全球市場來看，尤其是以北美為主的 SHOPLINE 客戶，來自 AI 渠道的流量 PV 較去年同期成長 15 倍，訂單量更成長 35 倍；相較之下，台灣 AI 渠道流量 PV 約成長 2 倍，顯示 AI 導流的商業潛力正逐步浮現，台灣品牌仍有很大的成長空間。

當品牌越做越複雜，從多通路走向全域經營、數據與規模擴大，如何確保資料品質、打通資訊孤島，並兼顧資安與治理，成為 AI 能否真正落地的關鍵。為此，SHOPLINE 提出四大 AI 佈局方向：首先，建立 AI Ready 數據基礎，整合分散的零售資訊，為 AI 應用做好準備；其次，深化 MCP 布局，讓品牌能依照自身需求，自主選擇並串接不同的 AI Agent；第三，成立 AI 轉型委員會，將 AI 導入內部工作流程，推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議；最後，擴大 AI 夥伴生態系，開放第三方開發者串接垂直領域的 AI 應用，讓品牌能更靈活地組合所需工具。

「過去十年，SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變，其實都代表著品牌經營方式的改變；而下一個入口，就是 AI。」葉力維表示，當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑，品牌不能只停留在導入單一工具，更需要提前整備數據、串接應用並建立治理能力。接下來，能否做好 AI Ready 的準備，將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP，助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備？SHOPLINE 產品副總賴哲文指出：「人、貨、場的接觸點沒有改變，改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景，消費者、員工與企業的角色也隨之改變：做決定的是消費者，當消費者問 AI「我該買哪個品牌」，品牌能否出現在答案裡是第一個挑戰；執行的是員工，員工則可將部分執行工作交由 AI 處理，將更多精力投入判斷與決策；做判斷的是企業，AI 能否提供可靠的洞察與建議，關鍵仍在於數據品質，以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦，品牌經營也必須從傳統 SEO，進一步走向 AIEO（AI Engine Optimization），讓商品與品牌資訊具備良好的結構與可讀性，才能提高被 AI 採用、推薦及導流的機會。對此，SHOPLINE 提出三層 AI Ready 架構：以「AI Ready Data」整合高品質、可供運算的零售數據；透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接；再以「AI Ready Agents」串接品牌自主選擇的 AI Agent，逐步將數據基礎延伸至實際應用。同時，SHOPLINE 也透過第一方數據歸因，改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題，讓原始數據能進一步支援 AI 分析與決策。

在工具應用上，SHOPLINE 推出官方 MCP，涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills，搭配 MCP Tool 的後台相關能力，進一步產出數據洞察報表與執行建議，讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全，SHOPLINE 也設下三道防護機制，包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取，以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調，當 AI Agent 開始參與消費者決策與企業營運，品牌不只要讓 AI 看得懂商品，更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外，SHOPLINE 也致力發展 AI 開放生態圈，邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技，以及女性高效身體保養品牌 HYPHY，攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據，提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大，轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析，投放效率下滑，源於成長結構改變：影響消費者的場域更分散，找人的方式從興趣推測走向真實行為，素材也無法一套打完全場。

對此，Justar 運用 AI 結合電子發票數據，以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫，涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓（Persona），比對發票資料庫、找出真實買家作為種子受眾，而非僅依賴瀏覽紀錄或興趣標籤，再由 AI 自動擴充相似受眾、生成並優化素材，並依成效動態調整投放策略與預算配置。

張元溢強調，從真實種子到規模化放大，重點在於找到更多相似的人。同時觸及也須走出社群，延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容，藉創作者短影音加上跨場域廣告加深印象，才能為品牌實現「線上找到人，線下讓他記住你」的成效。

BUNNYWORK 推 AI 營運特助，主動預警缺貨與滯銷也發掘成長機會

除了行銷之外，AI 也開始深入零售業的日常營運，協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出，電商營運常面臨幾大痛點：商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷，滯銷商品也往往要到季末才浮現。「營運方式不同，留下的利潤差很多。營收決定你做多大，營運才決定你能留下多少利潤。」

針對這些痛點，BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案，目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據，BUNNYWORK 則讓 AI 24 小時主動盯盤：根據銷售數據提前發出缺貨預警、產出補貨建議單，並每日掃描商品銷售速度，一旦偵測到滯銷風險，即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外，AI 也幫助電商看見潛在機會：偵測到爆款潛力的商品，提醒品牌提早加碼備貨、調整廣告資源，把握成長時機。

至於 AI 為什麼能提供可靠的營運建議？背後仍取決於數據基礎。周于如解釋，ERP 串聯商品、銷售與庫存等不同環節的數據，並即時同步多通路的商品與庫存資訊，讓 AI 掌握完整且即時的營運全貌，同時降低超賣風險。「唯有建立乾淨、即時的資料基礎，AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會，協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

精兵團隊導入 AI，解決流程瓶頸再創高成長

從流量獲取到營運效率，AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出，OmniSegment CDP（顧客數據平台）能整合分散的顧客資料，建立 360 度顧客輪廓，進一步支援跨渠道的精準經營；旗下導購型 AI Agent「AgentBit」，提供對話式分眾，讓使用者與 AI 對話就能快速打包推播受眾，不再需要手動設定篩選條件；商品興趣預測則以 AI 學習客戶的行為軌跡，自動將高相關商品推送給高潛力買家；AI 智慧分析更只需透過問答，即時分析品牌檔期成效與提供優化建議，並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘，大幅提升行銷團隊協作效率，並支援逾 2,000 種 OMO 跨通路智慧推播，協助品牌更有效地觸及目標客群。

HYPHY 品牌共同創辦人林又立分享，品牌長期透過 LINE 經營千人會員社群，希望在規模化經營的同時，仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後，團隊能透過 AI 對話快速完成受眾分群，並取得具體的行銷優化建議，降低操作門檻。以單檔活動為例，LINE 發送量僅為原先的 15%，點擊率卻提升 227%，EDM ROAS 更提升至原先的 3.3 倍，展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌，林又立也分享了務實的做法：「不要一開始練跑就想著今天要跑全馬，先踏出第一步，把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型，不如從具體的營運需求出發，逐步找到適合 AI 發揮的場景。

活動尾聲，葉力維也提醒，品牌導入 AI 前，應先盤點內部工作流程，找出真正影響效率與成效的瓶頸，再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上，才是關鍵。」與其為了導入 AI 而導入 AI，先解決實際問題，才能讓技術真正轉化為營運成果。