MIT畫出「AI滲透地圖」！1.6%任務壟斷6成資金，這些領域的AI投資機會仍在等人搶|數位時代 BusinessNext

MIT畫出「AI滲透地圖」！1.6%任務壟斷6成資金，這些領域的AI投資機會仍在等人搶

麻省理工學院的研究團隊，近日在發表的研究中拆解AI究竟如何滲透進各行各業，並發現目前AI的發展可說極度「偏食」。

AI技術近年的突飛猛進，讓各界對AI的前景及應用有著高度期待，那麼現在AI究竟已經在哪些領域發揮作用，創造真正的價值？麻省理工學院在近期在一份多達120頁的研究報告中，揭秘了AI的應用版圖，發現目前絕大多數應用聚焦於思考類的資訊處理工作，並且最頂端1.6%的活動，占據超過6成AI市場價值。

麻省理工學院（MIT）集體智慧中心近期在《AI能應用於何處？來自深度工作活動本體論的洞察》（Where can AI be used?Insights from a deep ontology of work activities）這份研究中，試圖拆解AI在不同類型工作中的運用狀況。

AI究竟做了哪些工作？MIT拆解2萬個任務後，答案比你想的更集中、更偏食

在這份報告中，研究團隊分析了美國勞工部的O*NET職業資料庫，建立一套包含約2萬項任務的「工作本體論 (Ontology of Work)」框架，並交叉比對13,275個AI軟體應用程式與2,080萬個機器人系統。

為了精確衡量AI在各行各業的運用，MIT研究團隊跳脫傳統的職稱框架，將工作拆解為「深層本體論」（Deep Ontology）結構。這套架構依據「作用對象」將人類的所有生產活動分為三大項，分別是：

處理資訊（Act on information，簡稱Think）： 包含資訊的創造、修改、儲存與分析。
處理實體物件（Act on physical objects, 簡稱Do）： 涉及製造、維修與搬運實體產品。
跨主體互動（Act with other activities and actors, 簡稱Interact）： 涵蓋與人類或其他系統的協作、溝通與交易。

而在這三大類別下，有著大量不同層級的能力與工作分類。研究人員透過這套方法拆解各個產業與工作的關鍵能力，能更清楚分類AI擁有的技能及應用的場景，例如具備「寫作」能力的AI系統，其能力能夠自動延伸至如「撰寫年度報告」或「撰寫商務郵件」等子項分類之中。

AI發展仍極度偏食，大幅集中數位內容生成

這份研究的關鍵成果，則是發現AI的發展事實上極度不均。研究中分析1.3萬個AI軟體產品指出，高達92%的軟體應用集中在任務種類僅占6.8%的「資訊處理」範疇，而在這些資訊處理任務中，「創造資訊」佔了58%，是最為主流的應用領域。

這番話的意思是，如果我們單純只看市面上的AI軟體應用程式（排除實體機器人），目前的軟體開發與應用主要聚焦於協助人類執行分析、運算或生成等腦力勞動，而在這之中更極度傾向於「生成式數位內容」。

若進一步細分，電腦圖像生成以7.18%的占比奪冠；其次則是內容創作（3.53%）、影片製作（2.69%）、回答問題（2.59%）及內容撰寫（1.88%）。

企業投資高度集中特定任務

且不僅AI軟體的開發嚴重偏食，全球企業為AI應用投入的預算也極為集中。最頂端僅1.6%的任務，卻占據了全球60%的AI市場價值，意思是極少數的特定工作，吸納了全球超過60%的AI系統購買與投資總花費。

整體而言，資訊處理占據企業投資或購買AI系統花費的72%，跨主體互動占48%，處理實體物件則占12%。（註：各類別有重疊，故總計超過100%）

該研究也提到，「跨主體互動」類別佔據了48%的全球AI市場價值，但仔細拆解會發現，其中很大部分是與「資訊處理」重疊的數位任務（如客服機器人傳遞資訊），或是由實體服務機器人所貢獻，也是為何比例加總超過100%。真正涉及複雜人際深度交流的純軟體應用，仍是尚未充分開發的藍海領域。

這個資料顯示，AI對各種現場工作的滲透遠低於辦公室工作，如果你是一名在第一線操作精密儀器或管理實體場域的專業人士，被AI取代的風險可能比辦公室內的數位內容創作者要小得多。

不過需明確的是，研究團隊在研究限制中聲稱，「我們的分類系統並沒有區分一個應用程式究竟是能『自動化』（automate，意即取代）該項活動，還是能『擴增/輔助』正在執行該活動的勞動者。」

延伸閱讀：沒被AI取代，放射科醫師為何更搶手？黃仁勳一場訪談，看懂AI時代的真正機會

涉及人際互動、決策領域仍是AI藍海市場

而無論AI應用開發，或者企業投資AI系統都如此聚焦特定領域，側面反應的是目前仍有大量AI尚未觸及的空白市場。例如執行（Do）類別中的物理操作任務，因為純數位軟體先天無法觸及實體世界，在軟體端應用率完全掛零。這意味著物理任務的AI化，必須仰賴實體機器人來驅動。

更關鍵的是，AI在許多「思考」與「互動」任務的滲透率同樣是零，例如給予指令（Order）、授權（Authorize）、分派任務（Assign）以及接收（Receive）。

為什麼這些領域AI還進不去？因為這些任務往往涉及決策與責任歸屬，還必須牽扯到人與人的溝通，目前企業仍普遍傾向由人類承擔最終決策責任。

該研究也引用學界曾提出的「EPOCH」五大核心人類能力框架，強調人類在同理心（Empathy）、現場感（Presence）、觀點（Opinion）、創造力（Creativity）與希望（Hope）等5個維度有著AI難以取代的優勢。

對於創業者而言，這些空白區並非技術瓶頸，而是下一波藍海市場，誰有辦法開發出能處理複雜社交脈絡、融入人類社會問責機制的AI系統，就能打開這塊完全未開發的巨大市場。

延伸閱讀：《數位時代》精選2026年人工智慧公司，輝達、Anthropic⋯改變世界的「AI怪物」一次看隱藏功能公開！Claude Code之父曝15項技巧：如何讓AI自己排程寫程式？

資料來源：Where can AI be used? Insights from a deep ontology of work activities 本文初稿為AI編撰，整理．編輯/ 陳建鈞

真正的好網路，比的是長期穩定、而非單點測速

答案，就藏在 Opensignal 最具代表性的兩項評比指標──可靠性體驗（Reliability Experience）與品質一致性（Consistent Quality）。

相較於傳統下載速度只反映單一時間、單一地點的網路表現，這兩項指標更重視使用者在真實生活中的整體體驗，因此也是最能反映電信業者網路實力、最難取得的獎項。

「可靠性體驗」衡量的是使用者是否能順利完成各種數位應用，因此，考驗的是網路服務在關鍵時刻不中斷的能力。例如，搶購熱門演唱會門票、秒殺限量商品、超商結帳掃描 QR Code，或是重要的線上會議，都需要網路能即時回應、低延遲且持續運作。

而「品質一致性」則是衡量電信業者可否在不同時間、不同地點、不同網路負載下，都能維持一致的網路服務品質。無論是在跨年晚會、球賽等人潮密集場域，或是在高速移動時觀看串流影音、傳送 LINE 訊息、分享社群動態，確保維持穩定流暢，不因環境改變而明顯降速。

台灣大哥大能同時拿下這兩項全台第一，不僅代表網路速度表現優異，更證明其網路基礎建設具備高度穩定性與韌性，能在各種使用情境下提供一致且可靠的連線品質。

世界級的體驗，來自看不見的技術布局

對使用者來說，網路很好用是一種感覺，但對電信業者來說，則是資金、時間與技術的長期累積與優化。

台灣大哥大能夠率先獲得 Opensignal 的 4G／5G 在線率全球 No.3 與六項台灣第一肯定，背後依靠的不是單一技術，而是長期累積的頻譜策略、基地台建設與網路架構：

首先，台灣大哥大是全台唯一擁有 700MHz＋900MHz 雙低頻組合的業者，具備涵蓋範圍廣、穿透力強的特性，不僅能深入建築物室內，也能有效覆蓋偏鄉及高速移動場景，成為穩定連線的基礎。

另一方面，面對影音串流、AI 應用等高速傳輸需求，則由 3.5GHz 100MHz 大頻寬提供高容量傳輸能力，雖然這 100MHz 頻譜由 60MHz 與 40MHz 組成、物理位置並不連續，但透過 NRCA（5G 載波聚合）技術，可將分散頻譜智慧整合，即時進行流量分配、負載平衡與備援，大幅提升頻譜使用效率，讓尖峰時段與高流量場景依然維持穩定的網路品質。

透過上述技術布局，台灣大哥大成功將之轉換為使用者最有感的體驗：無論是在地下室、車廂、偏鄉山區，或是大型活動現場，都能享有穩定、流暢且時刻在線的連線品質。

這樣的發展態勢也意味著：台灣 5G 競爭已從基地台數量與下載速度，進一步走向網路品質、使用體驗與基礎建設韌性的競爭；未來，隨著生成式 AI 、代理式 AI、雲端服務、XR 沉浸式體驗、自駕車與智慧城市快速發展，行動網路將成為支撐數位經濟的重要基礎設施。

總地來看，從 Opensignal 全球 4G／5G 在線率 No.3、全台 No.1，到六項第一的肯定，可以清楚看見：台灣大哥大打造的不只是更快的 5G，而是一套兼顧涵蓋、容量與穩定性的世界級網路架構，也重新定義了好網路的價值–真正重要的，不是測速最快，而是在任何時間、任何地點、任何情境，都能提供穩定且值得信賴的連線體驗，將成為推動台灣下一個數位經濟與 AI 浪潮最關鍵的堅實底座。

想進一步了解台灣大哥大領先全台、接軌世界的網路實力與技術布局，歡迎點選官網了解更多。