2025資通訊十大趨勢解析：主權AI崛起、AI PC普及，還有哪些趨勢值得關注？|數位時代 BusinessNext

##### 2025 年資通訊產業十大趨勢預測今（9）日資策會產業情報研究所（MIC）在《2025 資通訊產業趨勢前瞻暨川普 2.0 對臺資通訊影響解析》活動中，正式發布 2025 年資通訊產業十大趨勢預測。

MIC 指出，2025 年全球資通訊生態將出現「主權 AI」與「本地 AI 算力」迅速抬頭的現象，多國積極打造屬於自己的 AI 基礎設施和雲端生態；同時，AI 應用也將從雲端延伸至邊緣，帶動異質整合與先進封裝技術的蓬勃發展。

值得留意的是，在終端產品方面，2025 年 AI PC 滲透率可望達 15%，AI 手機滲透率預期升至 31%，代表具備強大 AI 算力的終端裝置將逐步普及。此外，從 AI Agent、生成式 AI 到節能方案與綠色金融，整體資通訊產業價值鏈在 2025 年將因地緣政治、技術創新及社會信任等多重因素深度重塑。

##### 趨勢一：本地 AI 算力成形，臺灣供應鏈有機會脫穎而出 2025 年起，各國政府與政策制定者將更加重視「主權 AI」的打造。歐盟、日本、東南亞地區積極建立本土 AI 算力中心，除了透過政策補助吸引國際供應商落地，也發展自有雲端基礎設施。全球 AI 資料中心的急速佈建，使本地 GPU 運算服務商迅速增加，透過租借AI算力為政府機關、研究機構、企業客戶提供在地化運算服務。

臺灣產業供應鏈深耕 AI 硬體已久，在提供客製化、高整合度的全套 AI 建置方案上具有獨特優勢。資策會 MIC 副所長楊中傑指出，臺灣產業具有在 AI 基礎架構建置上的豐富經驗，透過整合硬體、軟體與生態夥伴，可以協助各國本土 AI 發展。

##### 趨勢二：地緣政治持續延燒，電動車供應鏈兩極分化地緣政治因素持續影響科技與交通產業，如美國、土耳其、歐盟、加拿大相繼針對中國進口電動車祭出關稅措施，將使 2025 年的電動車供應鏈呈現「美系」與「非美系」分化局面。

資策會 MIC 分析，臺灣業者需靈活因應：貼近系統整合端者可能跟隨車廠產地布局；基礎零組件供應商則在可接受範圍內進行生產調整；另有業者可望因應東南亞新興市場的優惠政策而移轉布局。未來，當中國車廠出海需採購「非中」供應項目，或歐美車廠建立「非中」供應鏈時，臺灣將有機會爭取新興商機。

##### 趨勢三：先進模型驅動研發自動化，新知識爆炸時代來臨國際大廠將持續投資具備思考與規劃能力的先進AI模型，驅動新一波知識爆炸。以 DeepMind 的 AlphaFold 為例，其對蛋白質結構的預測已突破 2 億種，遠遠超越人類 60 年研究的 17 萬種結構紀錄。

資策會 MIC 表示，先進模型將快速提升自動化能力，國際大廠將持續投資，發展更具備思考與規劃能力的先進模型。隨著在學術與實用上進一步落實，先進模型將與不同領域的知識組合，人類與 AI 模型的合作將探詢更多領域新知識，進入新一波知識爆炸時代。

##### 趨勢四：AI Agent 落地，走向「全民創新」的自動化時代相較於傳統 No-Code/Low-Code 可視化平台的被動性，AI Agent 能根據目標自主規劃並執行決策，從設計到測試的每個環節皆得以優化，大幅提升工作效率，並依照用戶目標拆解任務並制定計畫；透過搜尋與計算補足知識，並動態處理環境資訊。此外，AI Agent 可記錄與分析過往互動，持續學習並改進表現，展現智慧化的自我學習能力，為開發者提供全方位支援。

資策會 MIC 副所長楊中傑表示，AI Agent 將成為提升企業競爭力的關鍵工具，其技術的演進已改寫傳統開發模式，透過 AI Agent 的動態學習能力與智慧化能力，將可降低全民程式開發與創新的門檻。同時 AI Agent 自動化的普及，將使得「架構師」的角色愈發更重要，企業的解決方案架構師需要具備全局視野，協調多種工具與平台，確保自動化流程的穩定性與創新性。

##### 趨勢五：AI 應用邁向「邊緣」，異質整合與先進封裝成關鍵 2025 年 AI 應用將不再局限於雲端，加速往邊緣（Edge）拓展。此趨勢將推動半導體技術革新，異質整合結合先進封裝成為關鍵。透過異質整合，可縮小設備體積、提升效能密度，滿足邊緣裝置高效能、微型化需求；再加上先進封裝的垂直堆疊設計，訊號傳輸距離縮短、功耗降低、運算效率提升，使 AI 裝置更適應多元場景。

楊中傑表示，AI 應用走向邊緣將推動電子設計與製造技術的升級，加速從晶片架構到製造生態的革新。隨著邊緣設備對體積、重量與散熱性能的要求持續突破，AI 設備的穩定性與壽命需求也隨之提升，預期製造流程將變得更嚴格，新材料與製造技術的應用也將成為產業應對散熱與功耗挑戰的核心。

##### 趨勢六：2025 年 AI PC 滲透率達 15%，AI 手機滲透率達 31% 2025 年 AI 終端滲透率將有明顯提升。首先針對 AI PC，預期處理器中 NPU 算力達 40 TOPS 的 AI PC 滲透率將從 2024 年 1.3% 成長至 2025 年 15%，系統品牌廠將陸續推出多元價格帶產品，使得 AI PC 走向高低價格共存，同時，Win10 停止服務將驅動換機潮，加上 AI 應用逐漸擴大導入，AI PC 商用市場將先行發酵。

針對 AI 手機，預期 AI 手機滲透率將從 2024 年的 18% 提升至 2025 年的 31%，先前 Samsung、Apple 等大廠陸續推出具備 GAI 功能的 AI 手機，然而仍以旗艦型、高階機種為主。若 Qualcomm 推出瞄準中階市場的處理器晶片，且預期 Apple 將在 2025 年下放 AI 功能至中階手機 iPhone SE4，有機會帶動其他品牌業者跟進，加速中階手機加入 AI 功能，有利於 AI 手機滲透率提升。

##### 趨勢七：AI 結合 RAN 大勢所趨，助力電信營運商節流與開源 2025 年 AI 將與 RAN（Radio Access Network）結合，將為電信業帶來新的開源與節流方式。首先為節流，AI 將持續優化 RAN 系統效能，如提升頻譜資源效率、提高整體網絡吞吐量，並透過降低能源消耗、強化系統維運等作法，降低通訊營運成本，為電信商帶來節流效益。

針對開源，資策會 MIC 表示，電信商透過結合 AI 與邊緣運算，推動創新應用的發展來開拓更多市場機會，長期則透過 AI 應用與 RAN 基礎設施的整合，持續優化網路資源分配與效能，將 RAN 端搭載的 AI 算力分配部分作為第三方企業推動智慧應用所需的 AI 運算平台，將有機會使電信商突破既有 ARPU 困境，從企業客戶市場斬獲營收。

##### 趨勢八：大型業者加速導入深度節能，驅動綠色金融商機預期 2025 年「節能改善對象」將擴散至 2,500 家以上民營企業，繼而驅動「能源管理服務產業（ESCO）」商機，與節能相關的空調、照明、空壓、電力能源管理與製程系統等領域的製造與服務業者將有機會受惠。

資策會 MIC 表示，目前國內 ESCO 業者多屬中小企業，不易運用財務槓桿工具擴大業務規模，隨著政策引導，有機會出現「集團式」節能專案，透過擴大節能專案的經濟規模，促進 ESCO 產業發展。此新興模式將擴大吸引民間資金投入，刺激節能保險商品需求，不僅擴大 ESCO 籌資能力與服務量能，更可開創綠色金融新商機，打造產業能源管理生態系。

##### 趨勢九：數位雙生與模擬生成熱潮，開創多元應用新局生成式 AI（GAI）深刻影響數位雙生與模擬生成的技術演進，驅動 2025 年多元虛擬應用的蓬勃發展。隨著深度融合 GAI，數位雙生與模擬生成的部署不僅能降低開發與操作門檻，還可提升內容創造的效率與表現力。

長期來看，將推動製造、遊戲、媒體、教育、健康、零售、文旅等領域的虛擬應用邁向規模化與高精度，進一步提升用戶體驗與作業效率，同時為多元產業的虛擬發展注入新動能，催生更多具創新性的虛擬應用。

##### 趨勢十：GAI 深化公共服務，社會信任成落地關鍵 2024 年已有許多 GAI 技術與政府公共服務結合的案例，主要由政府攜手大廠與新創業者，試行生成 AI 應用來解決社會問題，預期 2025 年將在數據總量與品質更為完善。加上 AI 技術發展更成熟，將有更多國家的城市導入解決方案，應用在智慧治理、災防與交通等領域，推動更多服務從小範圍試驗走向實際商用。除此，大語言模型推理能力的升級將有助公務員提升業務處理效率，並協助市民更快取得所需服務。

資策會 MIC 副所長楊中傑提醒，社會信任是這些智慧化服務落地的基礎，因此臺灣廠商與政府皆需留意在資料處理、運用的風險治理議題，如在地資料訓練與儲存、回溯驗證機制等，除此，政府也需要擬定更完善的規範、治理體系與問責評估制度。

本文授權轉載自：[未來商務][1]

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。