本文重點
A： 第一，美中科技分流讓台灣硬體製造需求暴增，台灣以 10% 量能服務美國 70% 的市場，且市場還因 AI 持續擴大。第二，AI 從雲端走向終端裝置，機器人、無人機、邊緣 AI 都需整合硬體，台灣具備軟硬整合優勢。第三，台灣即將進入超高齡社會，根據《哈佛商業評論》研究，超高齡前十年是一國的歷史黃金期，日本、德國皆如此，台灣恰好遇上 AI 浪潮。
A： 台灣產業普遍知道 AI，但實際使用率偏低。關鍵原因是台灣缺乏國際規模的知識服務業（律師、顧問、會計），這些行業在國外已將 AI 列為標配。相較之下，菲律賓與南韓的 ChatGPT 使用量均進入全球前十。簡立峰警告，不用 AI 就無法產生新想法，創新能力也將跟著衰退。
A： 六大策略分別為：跨國製造 AI 轉型（研發根留台灣）、由硬到軟發展智慧服務、軟硬整合老創加新創、百工百業導入 AI 賦能員工、社會均衡永續（把高齡化危機轉為 AI 應用市場）、捍衛數位主權（法律、教育等核心領域須掌握自主 AI 能力）。
簡立峰從機會、趨勢與挑戰、策略三個面向切入分析。他強調，AI產業變化快速，必須即時思考趨勢，才能掌握機會並擬定策略。他所引用的產業資料，皆為近兩個月內的最新數據。以下為簡立峰的演講重點：
趨勢一：AI技術持續進步
六個月前，我們認為生成式AI不具備數學能力，今年七月，Gemini已經拿到奧林匹亞的數學銀牌。GPT-4o1也已經具備數學博士程度了，推理能力已經來到100分中的50分左右。具備一定的推理能力之後，AI的應用就完全不同。
今年諾貝爾物理化學獎，得獎的都是AI學者貢獻。這是一個非常指標性的意義，其他的學門未來受AI的影響，可能非常的巨大。
OpenAI訂定「AI的五階段」，第一個階段是聊天式機器人，最終是通用式的機器人。現在才來到1.5的階段，就已經天翻地覆，如果能推理，影響就更重大。
趨勢二：AI的應用
六個月前的Computex，我們在思考：台灣會做鏟子，但是鏟子用到哪裡？AI有沒有可能泡沫？但是現在這個階段，我們要關注的是有沒有在用AI？用到哪裡？
在Google Q3的財報發布會上，執行長說，Google25%程式碼是AI寫的。
這是一個驚人的指標。程式碼最可能高度自動化，因為它不是自然語言，也有大量訓練資料。假設有大量的訓練資料，會達到一定的自動化；經過兩年的努力，四分之一程式碼可以用AI寫。那麼，三五年後，也許「寫程式」的概念就完全改變了。
AI的應用中，影響最天翻地覆的是電商。但台灣，我們的感受非常小，因為我們的電商規模非常小；但在國外，電商是所有產業數位化的前端，從產品的內容、從廣告到體驗、防詐、客服、設計、銷售、供應鏈、個人化等方面，全面使用AI。
更重要的是，很多指標已經出現了：首先是AI個人化推薦，已佔Amazon35%營收；其次是AI客服，雙11時，阿里巴巴95%客戶詢問用AI解決。最重要的是，2030年網路上的行銷資訊，30%將是AI內容。
AI對電商的直接影響，是「AI店長」。這對台灣而言這是未來趨勢，對美國而言是現在進行式。根據11月的報告，用AI代理人當店長做即時對話銷售，會增加82%的轉換率。因為可以對話，你對型號大小的掌握更完整，退貨率變低，客服的需求下降。客人喜歡什麼，不喜歡什麼？用AI推理就知道。
AI代理人即時對話銷售可增加82％轉換率，有效減少客服人力、提升服務效率。圖片來源：截自簡立峰簡報
趨勢三：工作方式改變
現在，美國平均一週有15萬人坐過Waymo的自動無人駕駛，它很快要擴展到全美25個城市；在中國武漢，現在有500萬人坐過無人的計程車。三到五年內，無人計程車大概會進入很多國家。日本平均計程車司機年齡已經60歲了，更需要這樣的AI司機。
ChatGPT帶給我們的是AI翻譯、AI美編，這是一個未來職場，理論上應該已經要出現在辦公室裡了。我們不是等AI來，而是工作流程要跟著AI改變。
如何賦能員工，讓企業轉型，是現在的挑戰。
11月號《哈佛商業評論》說，AI使白領外包工作大幅減少。約130萬個美國的外包工作，因為ChatGPT大幅減少21%。這是一個很重要的指標，因為多數企業不會因為AI裁撤全職員工；但當外包工作減少，便代表員工被賦能了，不用外包了。
減少的外包工作，跟書寫相關的減少了30.37%，影響最大；軟體相關減少20.62%；設計相關減少了17.01％。從競爭力的角度看，如果員工沒有被賦能21%，競爭力就在消失。（延伸閱讀｜AI不是來搶飯碗，是幫你變身「一人即團隊」高生產力工作者！《智慧協作時代》企業實作案例大公開）
因應AI興起，美國的白領工作已減少21％。圖片來源：截自簡立峰簡報
趨勢四：AI改變學習方式
在美國，AI能高分通過醫師跟律師考試，可是台灣的律師跟醫師考試，用ChatGPT可行嗎？得分是多少？我們有多少人知道呢？
台灣有個公司新創綠果。他經過一段時間努力，達到律師考試的60分，這就是一個落差。如果我們的AI沒有辦法通過我們的國家考試，但別的國家可以，這不是工作機會的問題，而是能力的改變。
在微軟的報告裡，全世界60%師生已經用過AI，20%老師是每天使用AI。聯合國科教文的報告，AI現在用在教育的模型沒有一個經過驗證，90%的AI資料來自歐美的材料，不是來自本地。AI已經可以當作家教，這是一個新學習模式。如果學生基礎有打好，能力會擴張很快；如果沒有，大腦就外包掉了。
下一代孩子要怎麼教？這是一個長期性的、挑戰性的問題，要做三年、五年、十年的規劃。（延伸閱讀｜大學生能用ChatGPT寫作業嗎？清大首推大學AI指引，降低師生科技焦慮）
趨勢五：AI發展高度集中
這句引用自聯合國科教文組織的代理主席、義大利教育部長，他用的字眼是「AI development is concentrated.」（AI發展高度集中）。
他說，AI的發展只集中在兩個國家、少數公司；而內容90%以英語為主。地球上有7,000多個自然語言，但ChatGPT只支持100種，其中只有英文經過優化。在這種情形下，不只是發展集中，內容也集中。
但這也帶動了產業發展，台積電的市值已經大過台灣的GDP，幾家AI巨頭市值，加起來大過中國90%的GDP，影響非常之大。所以最近美國「美中關係委員會」提出一個新倡議，叫「AI曼哈頓計劃」，值得我們關注。
趨勢六：網路開放性面臨挑戰
這點極少人注意到，但它的影響比趨勢五還大。網際網路搜尋結果一直在減少，但AI在增加。網際網路初期，世界上有2,000萬個網站、400萬個APP，素人可以創業成功。但未來AI時代，有素人創業的空間嗎？
「公平使用」是網際網路的重點，但未來多數國家的語言不被優化，現在還可以用ChatGPT，如果之後它不開放使用呢？現在還有開放原始碼的AI模型Llama，未來如果它不存在呢？Google前董事長施密特說，開放原始碼很可能會因為沒有回收而撐不下去，最後可能只剩封閉型系統。
AI內容急速增加，但僅有少數國家與企業投入AI，不少語言未被納入，恐影響網路的公平使用。圖片來源：截自簡立峰簡報
如果是這樣，其他國家怎麼辦？
因為AI內容生成速度非常快，所以網路充斥大量AI內容；可是，人類產製的內容若沒有商業支持，媒體業的內容最後收不到錢，人類的內容最終會消失。
但是，AI也帶給台灣機會。
機會一：美中分流，台灣硬體製造優勢
全世界股票因AI而漲的，只有美國跟台灣。台灣不只有台積電，我們有硬體產業的基礎。美國的「曼哈頓計畫」裡有關於台灣的專章，裡面提到了AI的冷戰、競賽、投資、陣營，台灣的硬體產業有絕佳機會。
過去當紅色供應鏈能幫美系做生產製造，台灣製造能量可能是10%，中國是90%；而美國的需求是70%，中國是30%。經過切分，台灣用10%的量能去服務美國70%的市場，而這70%還會因AI而變大，可以想見台灣的機會有多大。可是挑戰也很大，因為10%太小了，大家都要來搶。
機會二：AI從雲到端，硬體整合軟體契機
機會在哪裡？就是機器人、邊緣AI。雲現在是做模型、做應用，雲端業者得利；到了端，就像手機出現AI。無人機、機器人也可能有AI的能力，這兩個機會需要整合終端硬體，台灣就有絕佳的機會。
簡立峰從雲到端，分析AI的軟硬整合契機。圖片來源：截自簡立峰簡報
終端硬體很多，比如智慧汽車、無人機。我們過去都用美系軟體，但當我們掌握大量硬體，為什麼還要用那個軟體？為什麼我們不軟硬體做成一個整體服務？比如說聯發科，它的軟體工程師遠多過於硬體工程師。台灣可以重新思考，把資通訊產業變成「軟硬整合」，硬體大廠可能有絕佳的機會。
現在很多AI技術都可以取得，當AI有一點推理能力，比如用到安控監視器，應用就完全不同。
假設在一個家裡，有一個預防老人、小孩跌倒的監視器；如果它具備推理能力，當我們遺忘鑰匙的時候，它只要看過你今天走過的軌跡，比如知道你有開門進來，代表鑰匙一定在家裡，就能用推理幫你解決問題。（延伸閱讀｜比黃仁勳更早看見「AI代工」商機 陳良基：全世界沒人比台灣更懂軟硬整合）
機會三：超高齡社會黃金十年
我們最大危機是老化，可是從明年起，歷史上最大機會就要來臨。未來十年內，台灣將成為全球最具競爭力的經濟體之一。
2017年，《哈佛商業評論》在調查33個國家後，得出一個結論：進入超高齡社會的前十年，是那個國家歷史的黃金十年——日本是1980到90年代，德國也大約是同一個時間。因為資深的一代還在職場上，可以跟年輕的一代產生碰撞的機會。
當時，德國在產生了綠能產業，日本則產生健康照護產業，台灣剛好有AI。說不定我們可以躲過失落的30年，創造屬於自己的AI產業。
在三個機會之下，會遇到什麼挑戰？
挑戰一：台灣＋n，海外生產，研發在台
生產走向全球，對台灣的產業是好的，這也就是台灣＋n（外國），海外生產。不只台積電，全台灣製造業都已經在做台灣＋n。
但從台灣的角度，這也是一個很大的挑戰。企業研發可以留在台灣嗎？AI給我們這個機會，讓研發的能量能保持一定的程度在台灣。
產業研發中心若留在台灣、守住更多在地人才，可穩固主權發展。圖片來源：截自簡立峰簡報
挑戰二：AI非優化繁中，軟體待提升
Google前董事長施密特在史丹佛大學的演講，講了很多關於台灣，尤其是台積電和台灣的軟體，他說：「Amazing hardware, software is terrible.」（硬體很棒，但軟體表現較差。）
不是台灣的軟體完全不行，而是台灣的軟體產業不行。我們有很好的硬體，為什麼軟體無法發光呢？
這就是我們的挑戰跟機會。
台灣有很多軟體整合的優勢，軟體要強，才能確保AI主權。因為主權AI不只是算力，而是應用，應用需要軟體的推動。
台灣的軟體其實不弱，我們在APP的時代世界排名前十，只是產業規模不夠大，需要走出去。既然我們硬體有能力走出去，為何不帶著我們的軟體一起走出去呢？
挑戰三：AI應用導入低，知用落差
我們都在講AI，有多少人每天用AI？台灣已經出現「知用落差」的現象，知道很多，但用的很少，這是產業結構的問題。
我們的律師業、會計師業、顧問業等知識產業，並沒有太多國際產業，所以用AI的比例少；但在國外，AI在那個產業已經是標配。在管顧公司BCG的統計，菲律賓跟南韓ChatGPT在全球的使用量都排名前十。
使用AI會帶來新想法，如果沒有用，我們的創新也可能陷入挑戰。
最後是策略。
策略一：跨國製造AI轉型
台灣最重要的，是把AI用在國際型製造業。透過AI或數位孿生技術，讓生產製造在遠方，但台灣的研發可以做控制，這樣就可以根留台灣。
策略二：由硬到軟發展智慧服務
我們的硬體已經很強，但是軟體不強，在AI時代裡應用推不起來。
但是，邊緣AI讓我們有機會。花蓮地震時，我們的無人機還要用土耳其的應用軟體，在這個情形下，我們應該把自己的場域變大、變重要，我們的無人機就能有新發展。
策略三：軟硬整合，老創加新創
在網路時代，做電商的、做半導體的、做IC通訊的公司，距離很遠；但在AI時代，軟硬體在同一個島上，軟硬體互補性非常高。如果不把軟硬體拉在一起，軟體新創是沒有任何機會的。
台灣的硬體大廠有機會，因為軟體的門檻下降，硬體大廠軟體工程師人數都增加。最重要的是，把老創跟新創放在一起。
因為這次的新創需要「富爸爸」——現在的新創若沒有算力、數據和商業情境，不可能成功。其中，商業情境最重要。既然我們已經有商業情境，為什麼不把軟硬體加在一起，打一場國際盃呢？
策略四：百工百業用AI
我們的百工百業有在用AI嗎？看起來是很少的。員工賦能，有紀錄、溝通、語言等這麼多事情可透過AI達成，希望在未來的發展，可以加快使用AI的速度。
策略五：社會均衡永續
把高齡化危機轉成機會，把市場擴大。AI教育、防災減災、醫療照護都可以透過AI。把本土的市場變大，成為一個好的發展環境，讓社會可以均衡永續。
策略六：捍衛數位主權
我們現在使用的AI應用跟AI模型，幾乎沒有一個來自台灣，我們不能假設別人永遠會提供免費資源，或者花錢就一定買得到，我們終究要有屬於自己的AI。
我們把AI視為是國防，有些東西可以採購，有些東西自己發展，有些東西一定要握在自己手上。比如，法律、教育一定要在自己的手上。但也不用一切都靠自己，我們有強項，可以透過國際合作，尋找弱項的解決方案。
最近，我深刻體會到一個「1：99」的概念。過去在資本主義時代，1%的人擁有世界上40%的財富。但AI時代，有懂得用AI的「超級人類」，這1%的人拿走了99%人的能力跟機會，國家和企業都同樣面臨這個挑戰，但也是機會。
