讀前科技部長陳良基新書的3個感想:台灣要走向軟硬整合,打磨「交付AI能力」
讀前科技部長陳良基新書的3個感想:台灣要走向軟硬整合,打磨「交付AI能力」

日前參加前科技部長陳良基的新書《只有累積,才有奇蹟》發表會,回來後我很快地把書讀完,除了佩服陳部長任內推動多件影響深遠的政策外,也對書中提到的3件事特別有感。

陳良基從台大副校長卸任後,歷任教育部次長及科技部長。他不只10多年前就已提出AI的小國大戰略,也曾跟前總統蔡英文建議廢掉科技部、另立數發部,對《科學園區設置管理條例》、《產業創新條例》等修法更盡了不少力。

這當中,最讓我有感的一件事是,如何讓台積電將3奈米投資留在台灣。多數人只記得台積電2017年宣布落腳台南,但不知背後發生什麼事。書中透露他如何解決法規、環評等問題,一邊完成對張忠謀的承諾,一邊顧及政治人物的感受,先把原本要給台積電的高雄路竹用地讓給有建廠需求的華邦,再為台積電在南部科學園區另覓更大用地。

陳良基說,他是書生報國,從一名素人走上政治協商之路,期間遇到各種非他所能預期的困難,但依然以跑馬拉松精神,一步步完成。

陳良基新書
前科技部長陳良基的新書《只有累積,才有奇蹟》

從書中描述,也可以看出台灣要推動產業政策,最大困境在基礎資源(五缺)調配、繁複的行政與環評法規,還有跨部會與社會溝通成本等。要跨越這些限制,需要不厭其煩、排除萬難,陳良基以熱情與付出完成任務。

張忠謀在自傳中,曾講述當年創辦台積電,許多官員瞧不起,甚至多所掣肘的過程,也可以理解台灣官場文化的普遍現象與公務系統的複雜。陳良基的親身見證,更突顯專業治理、勇於承擔的價值。

其次,陳良基也重視人才養成及文化建立。他的核心理念是「農田哲學」,重點在養土壤,而不只是種單一作物,基礎研究是人才與技術的根本,不能為短期績效犧牲。其次是要培育找問題的創新人才,而非只會解問題的人。最後則是「以賽代訓」,用競賽和實戰培養人才。

以賽代訓源自陳良基任教台大時,帶領學生5度在國際固態電路研討會(ISSCC)晶片設計競賽獲獎,讓台灣學生能與柏克萊、MIT等名校學生同台競技,台灣也從「ISSCC零論文」,幾年內躍為「全球前3大論文發表國」。

近來我在採訪時也遇到多名50歲左右的IC設計業主管,他們都是2000年總統府國策顧問張俊彥校長推動國家矽導計畫時,因擴大人才培育方案,進研究所念書的一群人。20多年後,當年學子都已成為產業中堅人才。

人脈 人才培育 網路
圖/ Freepik

人才培育需要時間,成果也要數十年才看到,台灣半導體根基在50年前美國無線電公司(RCA)授權就已種下,培育出許多70到80歲的「造山者」。如今產業再度蓬勃發展,20多年前矽島計畫,也培養一批接棒的中生代設計人才。現在我們更應該思考,20年後要種什麼因、得什麼果?現在台灣有什麼重大計畫,可以培養再20年後的人才?

延伸閱讀:《造山者》說了什麼故事?拆解「護國群山」的前後今生:英雄,不一定都披著披風

台灣軟體要奮起,打磨「交付AI能力」

第3個則是發展軟體產業及台灣軟硬整合策略。他講到以色列發展資安,要讓軍方研發人才就近科學園區產業旁邊,可快速進行驗證並找尋人才。

台灣軟體發展一直明顯落後硬體,大家常談軟硬整合一起進軍國際,因為台灣半導體與AI伺服器廠都是兆元企業,應該以大帶小,讓軟體業也能走上國際。不過,這種想法實際上面臨很多挑戰。

陳良基曾提出「AI Foundry(AI代工)」的概念,認為大多數企業不是需要「一整套複雜的AI伺服器或大模型」,而是「解決自己特定問題的AI能力」。但目前市面上的AI,不管是通用型工具如ChatGPT或Claude,還是雲端大廠的封閉型服務,都有其限制。

因此,AI Foundry的機會出現,台灣可以扮演AI代工廠,企業客戶從金融業、製造業、醫療、教育等,開出他們對AI能力的需求規格,台灣則幫忙把AI模型與晶片、軟硬體最佳化整合,這種AI解決方案正是秉持台積電不跟客戶搶單競爭的精神,所以稱為AI Foundry。

日前陳良基又提出,AI硬體(伺服器、算力)必然走向削價競爭,擁有「交付AI能力」是創造價值的關鍵。台灣要從「生產AI伺服器硬體」升級到「直接交付客戶所需的AI能力」,這是AI Foundry的終極形態。

值得關注的是,近期AI模型3巨頭雖示警要減緩AI投資,但雲端服務供應商在資料中心等基礎建設上的資本支出仍在持續加碼,目前也已看到更多國家的主權AI建設將跟進,而這正是AI Foundry的大機會所在。台灣能否抓緊這個軟硬整合大商機,會是下一個最重要的決戰場。

延伸閱讀:台灣軟體業失敗了嗎?SaaS時代的「客製化包袱」,為何成為企業AI新護城河?

責任編輯:陳祈安

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
一次搞懂工業AI
© 2026 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