台灣AI採用率26.4%排全球第22名！每4名勞工就有1人用AI，為何仍輸新加坡、阿聯酋？|數位時代 BusinessNext

台灣AI採用率26.4%排全球第22名！每4名勞工就有1人用AI，為何仍輸新加坡、阿聯酋？

近日眾多AI報告，共同譜寫出了人們運用AI的樣貌。台灣有多達26%勞動力人口都在使用AI，在世界排名第22，並且很愛問語言學習、星座問題？

到底多少人在用AI？

AI毫無疑問是當今最熱門的科技議題，但綜觀台灣甚至世界，究竟有多少人已經用上這項技術？

微軟在上個月公佈的AI擴散報告中，評估了世界148個國家地區的AI採用狀況，關注15歲至64歲的勞動力人口，鎖定最有可能為工作或生產力使用AI的族群。

整體而言，全球約有15%的勞動力人口已經用上了AI技術，其中以阿聯酋和新加坡約59%的使用比例居冠， 而台灣則以約26.4%的數據排名全球第22名。

報告指出，世界各國AI採用的程度與經濟實力有著顯著關聯，排名前列的國家多是已開發國家， 而台灣的數據與韓國（25.93%），以及多數歐洲大國（德國26.53%、義大利25.8%）相近。

至於阿聯酋與新加坡AI採用率特高的原因如下：

•高速又穩的網路＋裝置多到隨手用：寬頻與行動網路品質高，家裡與辦公室的PC/平板滲透也高，打開就能用 AI，沒有技術門檻阻礙。

•工作每天都要用到數位工具：金融、顧問、政府服務等白領產業密集，文件、郵件、簡報、分析本來就在線上進行，AI 嵌到日常工作流（像 Copilot、ChatGPT、Gemini），自然提升「真的有在用」的比例。

• 政府與企業一起推：兩國的數位轉型政策、教育與培訓走在前面，組織導入 AI 的阻力小；法規與隱私框架相對明確，企業不用卡在合規疑慮。

• 入口多、成本低：有免費或低價的 AI 產品、行動端也好用，使用門檻和邊際成本低，加上產品體驗成熟，容易形成「一用就上手」的習慣。

這項觀察也與Anthropic前些時候發布的經濟指數報告一致。Anthropic發現，AI的紅利高度集中高收入的先進地區，例如新加坡和以色列等國的人均AI使用率分別是全球預期的4.6倍和7倍，GDP越高的國家，使用Claude AI的機率也越高。

不過，雖然許多第三世界國家的AI採用率較低，但如果將範圍限縮到「聯網人口」的話，數據就會出現巨大的變化，好比說阿富汗的AI採用率只有5%，如果限定為聯網人口的話這個比例則會高達30%。

這懸殊的差距顯示，阻礙這些國家人民使用AI的主要因素之一，就是網路基礎設施，而不是人們缺乏AI需求。

ChatGPT用戶3年衝破8億，比網路普及還要快

報告中提到，從普及速度來看，AI的採用率可說是極高且前所未有的。而OpenAI的高速成長也可說佐證了這個觀點。

近日OpenAI創辦人山姆．奧特曼（Sam Altman）就在開發者活動上透露，ChatGPT的週活躍用戶數已達到8億人，每分鐘透過API處理超過60億個Token。

ChatGPT在2022年11月首次推出，不到3年期間就有約全球10分之1的人口在使用這項服務，這個速度甚至遠比網路普及要來得快。自1991年第一個網頁誕生以來，花了超過10年時間網路使用者數量才達到同等水準。

人們用AI處理私人問題居多，台灣人很愛問星座、算命？

那麼，快速增長的用戶都在利用AI做些什麼呢？《金融時報》指出，從OpenAI前些時候發布的報告來看，比起企業界預想的生產力工具，目前AI仍然更像是民眾的私人助理，人們與ChatGPT的互動中，超過70%交談都是非工作訊息。

最常見的是非工作訊息是「實務指引」，占29%，也就是用戶請教ChatGPT「怎麼做」的建議，可能包括美妝或健身建議、旅行規劃，甚至是人際關係的應對辦法等等；其次則是寫作、尋找資訊甚至是閒聊等等用途。

而Anthopic甚至有針對台灣民眾怎麼利用Claude的分享，提到在台灣Claude最常被問到的3種問題類型是：

•多國語言翻譯和學習輔助
•跨多種程式碼的除錯和修復軟體程式錯誤
•全面的程式開發協助與指導

另外，Anthopic還透露台灣民眾有哪些比其他國家地區更愛問的問題，包括台灣人特別喜歡用Claude來算命：

•解讀星座、塔羅牌及算命
•協助自動化系統、機器人和嵌入式裝置的程式設計
•多國語言翻譯和學習輔助

該論文的研究人員也指出，人們應該將AI視為助手，先運用大腦構思，「先草擬電子郵件或你正在寫的東西，再用AI完善。如果每次都直接全權交給AI，你就很擺脫這種習慣了。」

延伸閱讀：一張圖揭露AI熱潮真相！循環交易是什麼？「輝達好朋友閉環」為何推升AI泡沫風險？

資料來源：Financial Times、微軟

責任編輯：李先泰

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。