整體而言，產業AI化推動已經發揮啟蒙作用，但普及率和成熟度有待提升。
根據人工智慧學校調查，有近八成受訪企業導入AI，但其中約75%企業處於定義AI應用場景、評估技術可行性等早期階段，離商業部署仍有差距。
另一份報告顯示，2021年企業導入AI的目標在於提升工作效率和創造利潤，2022年控制成本成為主因之一，反映出企業趨向保守。至於，AI產業化的發展面貌較為朦朧，AI on Chip（人工智慧晶片）的進展也有待觀察。
人才衝刺部分，在人工智慧學校助攻下，培育「萬人智慧應用先鋒」目標成效算是不錯。養成千人智慧科技菁英的績效較難評定，若從台灣在國際AI頂級會議論文發表數遠落後於美、中、日、韓、新加坡和以色列來看，難免令人憂心。
有個統計顯示，全球AI人才缺口達70萬人，求供比3.33；而台灣的求供比僅1.15，可解釋為我國AI人才培育已有成效。然而，過去五年全球AI人才需求成長74%，台灣僅成長約42%，顯示我國AI產業成長動能落後全球。
至於匯集全球AI人才和建構國際AI創新樞紐的雄心壯志，難稱成功。
IBM報告指出，2022年全球約34%企業採用AI科技。圖片來源：IBM Global AI Adoption Index 2022
我負責規劃時，有人問及台積電之後，台灣何時能再次育成自己的「新數位神山」，比肩Google等企業在資料經濟的地位。當初，曾構思和國際大廠合作設立大型AI領頭羊公司，串連AI新創，發展從晶片、系統到軟體服務的國際化AI產業生態圈。這幾年，雖有國際大廠來台成立AI團隊，但偏重運用台灣人才，非以台灣為營運核心，並未發揮領頭羊作用。
法規調適則最沒有進展。迄今，我們尚未建立兼顧人權及促進創新的AI相關法規，包括資料治理、科技演算法及AI應用規範等，此不利於促進國民對AI的信任，也阻礙AI應用的普及和產業發展。（延伸閱讀｜數位時代，台灣如何靠資料治理實踐海洋國家冒險精神？｜李崇僖專欄）
近期，政府把關注焦點轉移到資安、無人機、低軌道通信衛星等，尚未對外提出新一階段的AI政策藍圖。但是，這些新興熱門領域也離不開嵌入AI技術。關鍵科技要發揮真正的實力，需要長期深耕，科技政策宜避免像浮萍，風吹到那裡，跟著漂到那裡，沒有扎根，無法成就護國山林。
台灣若要有燦爛的AI發展風貌，仍需嶄新的政策支持，讓AI真正成為發展資料經濟和建構韌性國家的核心發動機之一。除了健全法制，營造親善有序的AI應用環境，也要維持民間持續投資AI的動力。
我曾草擬《產業數位發展促進法》，期望透過政策配套，激勵企業投資數位轉型，並建立通用性ICT沙盒輔導機制，協助民間數位創新構想加速商業化。此法若實現，對產業AI化也有助益。
另外，仍應努力推動台灣成為國際AI創新樞紐之一，建構一個具有跨域合作和全球運籌活力的AI產業生態系；而扶植國際原生新創、軟硬攜手建構國際競爭利基及強化產業AI化服務鏈，是關鍵因素。
最後，政府部門導入AI的步調也可再加速。（延伸閱讀｜AI是新護國神山嗎？從「台灣人工智慧年會」5週年看產業AI化的發展與挑戰）
（本文獲作者授權刊登）
