在每年的一月号，CTIMES的编辑群们针对自身所关注的领域，提出各自对於科技产业的观察心得与看法。今年编辑们有志一同，均看好AI应用的蓬勃，看来今年的关键字，非AI莫属了。

在蔓延三年的疫情後，CTIMES的编辑群们又再度深赴产业采访各式不同科技议题。尽管各自主跑领域不同，然而殊途同归，纷纷得出了今年的重要关键字：AI。

幸好有AI！让2024年半导体发展有了乐观的本钱

图一 : 【??总编辑 篮贯铭】

必须得先说，现在还在推敲2024年景气是不是会回温，这实在是一件非常令人沮丧的事。只能说2023年的发展真的太低迷，种种的天灾人祸把全球的经济堵成了一滩死水，然後你不退，我也不退，於是局面陷得更深，更是难解…

幸好有AI，不然整个2023年真的乏善可陈，也真的幸好有AI，我们对於2024年的发展才有了乐观的本钱。

而综观2024年半导体产业的发展，我想我十分认同台积电董事长刘德音的观点，就是「将是健康成长年，请大家放心。」因为从需求面来看，半导体仍处於很强烈的成长态势之中，尤其这波全面性的数位转型浪潮，可以说才在2023年刚刚起了个头，接下来才是重头戏。

这对半导体产业有什麽影响？首先当然是「量」的提升。更多的数位应用，意味着更广泛的数位化，这不仅需要逻辑IC与记忆体的支援，还需要有更多的感测器与电源IC的共襄盛举，所以半导体晶圆的年出货量将会持续的成长，无论是逻辑IC或者类比IC，预计在2024年应该都能雨露均沾。

以眼下最热门的电动车为例，一部电动车现在预估需要2000颗到7000颗的晶片（各家提出的数据差异颇大），而2024年的电动车预计可销售1490万辆（经济学人预测），若换成晶片量，就有约近千亿颗，而这还不包含一般汽车的半导体用量，所以光是汽车这一个领域，就已经为今年的半导体发展奠下了基石，更遑论其他消费性与工业领域的数位化浪潮所带来的半导体用量。

另一个则是「质」的提升。这不单单只是微缩制程的进步，更包含了设计架构的转变，以及先进封装应用的扩大，都会推升半导体整体的产值再往上一个层次。

先进封装与小晶片设计是产业亮点

目前台面上最受关注的，当然就是2奈米制程的发展，但这项技术的商用时间点应该是会落在2025年之後，所以不会是2024年的主角。2024年要看的，则是「先进封装技术」的发展，以及其应用的多元化；另一个，则是「小晶片（Chiplet）」设计模式的落实程度。

在先进封装方面，它除了是现在的当红炸子鸡AI晶片的关键技术外，更是渐趋成熟的矽光子与量子晶片不可或缺的制程，也因此台积电、英特尔和三星都纷纷扩大自身先进封装的产能，其他如日月光和联电等，也都枕戈待旦，准备迎接即将大爆发的先进封装市场。

至於小晶片设计，则是IC设计业者能否抢占高阶应用的关键，这种透过3D堆叠与异质整合技术的新型晶片设计架构，已经在处理器市场展露绝隹的运算性能，未来也会逐步进入汽车与工业等应用领域。但小晶片最重要的影响并不是在晶片本身性能的提升上，反而是IC设计产业结构上的改变，它除了可以带动IP产业的活化，甚至也能衍生出新的商业模式，进而刺激半导体产业的创新。

至於2024年会有哪些风险．只能说事在人为，偏偏人又是最难以预测的变数，我很看好新科技与新应用的发展，但我对人们的理性决策能力感到非常的无奈。

欲求AI先求「会哎」 制造业转型追求有感升级

图二 : 【资深编辑 陈念舜】

回顾2023年由於加上地缘政治冲突、战争不断，造就国际通膨环境，与後续美、欧央行先後宣布升息，进入高利率时代。因此，除了导致台湾制造业的出囗主力，包括电动车、风力电机等新兴应用市场，需要银行大笔融资来扩产的动作受阻；甚至推升了美元汇率，也等於压抑了包括日圆等亚洲货币贬值，造成「日本制造台湾价」不利於国际市场竞争。

此时，如何加速机械设备与制造业转型升级的话题再被提起，除了在疫情期间，跨国商务活动中断，更凸显机械设备与制造业数位转型的迫切性，包括（2022~2023）连续两届工具机展（TIMTOS/TMTS），皆可见数位分身（Digital Twins）模拟切削的具体应用；也让业者利用疫後全球需求大幅反弹的时机，加强导人工智慧（AI）技术，来优化生产制程与提高产品附加价值。

尤其是工具机产业向来被誉为「机械之母」，无论是传产或高科技制造业的根本。未来甚至可运用既有台湾机械业既有万机联网上云为基础，取得大量数据进行分析、模拟；串联工具机产业共通标准，开发所需App小程式应用服务，投入研发提升机台性能；进而提供终端加工业者，开始应用数据与智慧来优化生产制程、创新商务模式并提高产品附加价值，协助终端加工业共同迈向高阶制造。

放眼2024年即将开始涌现大量的AI软硬体、订制化模型和商业模式等创造性革新。台湾在开发通才大语言模型（LLM）生成式AI所需的资料量、算力和财力方面，恐难与国际大厂竞争。建议或可从专才型生成式AI着手，开发特定领域专用小语言（SLM）模型加值应用，或透过开源码用特定领域资料训练模型，投入发展微型化、特定领域解决方案，发挥台湾产业群聚优势，可??能加速开创AI创新应用利基与新局。

此外，制造业导入AI转型还须留意3大重点：首先是完成能够实践数位分身的资料数位化，让研发、管理到制造流程同步并进，加速产品上市；其次是善用云端平台，降低对於AI高速算力和储存空间等硬体建构的昂贵成本，打造团队协作基地；最後是挑选具备AI和机械学习的训练工具和模型，透过软体自主学习使用者的设计习惯和喜好不断进化，进而具备自动设计的效能，把产品生命周期的时间留给前期创新，也有助於制造业吸引、培训留才。

在数位转型框架中，赋能员工是重要的一环，企业领袖应鼓励员工拥抱新工具多多尝试，或选择耗时、重复性高、低风险的工作，藉AI提升效能、增进营运效率。企业亦可成立跨部门团队，搜集数据、优化流程、自建模型等，发展出自己的企业大脑，进而加速数位转型，迈向AI转型目标。

生成式AI及服务机器人改变医疗产业前景

图三 : 【编辑 陈复霞】

根据Stratistics MRC预测，至2030年全球医疗诊断领域人工智慧（AI）市场规模将达到105亿美元，预测期内年复合成长率为34.2%。虽然医疗AI市场发展面临成本高、数据隐私和监管等限制缓步，但AI在医疗诊断中的应用已经证明能够提供准确的诊断、支持临床判断、提高医疗保健专业人员的判断力。

Google、微软及亚马逊旗下AWS（Amazon Web Services）都利用生成式AI结合云端服务，抢占医疗AI市场大饼。Google认为未来更多医疗医疗新服务转移由生成式AI模型处理。Google近期发表针对医疗产业进行微调的MedLM系列模型，以Med-PaLM 2为基础，目前提供给列入Vertex AI许可名单的美国Google Cloud用户使用，也为其他市场提供预览版。Med-PaLM 2为Google针对医疗保健领域所开发的模型，能够执行回答医疗问题，以及汇整医疗文件、整理大量健康数据等需求。MedLM共有2种可使用，一个较大的模型专为复杂任务所设计，另一个中型模型可微调且适合跨任务扩展。

Google Cloud与美国明尼苏达州的Mayo Clinic合作，利用生成式AI强化患者资讯搜索；微软於2022年收购健康AI公司Nuance，在2023年3月份宣布自动生成临床记录应用程式DAX Express，并可结合现有AI和OpenAI模型GPT-4记录，微软并与电子健康记录（EHR）供应商Epic Systems合作，将微软的生成式AI与Epic的EHR软体整合；亚马逊推出AWS HealthScribe使用生成式AI和语音识别可自动创建医疗记录及建立资讯摘要，然後将相关数据输入到EHR系统。在常见的普通医学和骨科专业使用，将不再需要管理底层机器学习（ML）基础设施或训练自己的医疗专属大语言模型（LLM），AWS开发多项新功能以降低生成式AI的使用门槛，并计划与客户密切合作扩大应用范围。

近年来台湾的医疗器材厂商也积极投入开发医疗AI产品，例如医扬开发影像分析、医疗电脑、行动护理等；商之器以新一代医疗影像系统结合行动医疗及AI应用平台；长隹智能推出多科别医疗AI辅助诊断与开发骨龄辅助诊断、心电图分析软体等产品；宏??智医将AI运用到医疗照护领域，推出台湾第一个获准上市的眼科AI软体医材；晋弘的眼底摄影机透过AI视网膜影像分析软体能够判读眼部病变等，高阶医材着重AI建立特色及开拓格局已成趋势。

生成式AI深入医疗应用服务

医疗领域对於AI软体及时提供准确诊断的需求持续增加，未来生成式AI整合的新软体产品和应用服务也因应而生，透过医疗AI应用程式，可??整合资源支援管理及执行任务，以减少复杂性和错误，节省金钱和时间，有效减轻医护人员的负担，使其专注於核心任务。值得注意的是，生成式AI的回答未必全部准确或可靠，毕竟它们是通过大量资讯及案例训练，而非通过实况验证，有可能导致生成的内容包含了错误或误导性资讯。至於大型生成式AI模型通常需要大量的运算资源来训练和推断，因此在资源受限的环境中难以应用形成进展的阻力。因此，在实际应用中需要谨慎使用，结合其他方法进行验证和校正。

透过产官学研医的跨界跨域合作、逐渐扩散专业知识与推动数据资料互通，扩大创新医疗健康场域的加值应用服务，将医疗健康数据互通与加值应用效益相乘扩散，预计未来将有更多厂商持续投入进行模型与软体最隹化建构新一代AI服务模式，以期为大众提供更精准、更高效的医疗服务。

此外，除了生成式AI重塑个人与世界的互动方式，机器人则是医疗照护产业的另一要角，下一阶段机器人将变得更智慧、更精确、对环境的反应更敏捷，甚至能够与人类更密切的协作，这不仅在智慧工厂或物流仓储有所需求，医疗照护领域也逐渐倚重机器人分??解劳，例如手术机器人已经能精准的移动毫米距离，在微创手术应用；医疗照护智能助手机器人支援优化医病协作；服务机器人与AI技术整合，可以自然对话与人沟通，并以大语言模型技术开发智慧知识库（KM），使openAI可使用现行资源摘要与归纳回覆讯息。新型机器人应用的核心为创新半导体，未来机器人还必须掌握多种模式的感测器、安全性、准确感知能力、快速移动力、电源及马达控制等要素整合成效加值，才能够以技术优势切入医疗照护产业供应链抢攻商机。

AI持续蝉联2024年科技关键字

图四 : 【资深编辑 王岫晨】

随着科技的飞速发展，AI已成为全球各行业的重要驱动力。特别是在2024年，随着技术进步、政策环境和市场需求等多重因素的推动，全球AI产业的发展前景十分广阔。

2024年的全球AI产业发展，将受到多种因素的影响，包括技术进步、政策环境、市场需求等。随着人工智慧技术的不断进步，特别是在深度学习、自然语言处理、电脑视觉等领域的技术突破，AI产业将会持续快速发展。这些技术将进一步渗透到各个行业和领域，推动智慧化、自动化和高效化的进程。

政策环境也将对AI产业发展产生影响。各国政府对AI产业的重视程度和政策支持力度将直接影响AI产业的发展。如果各国政府能够制定出有利於AI产业发展的政策，提供良好的创新环境和市场环境，那麽AI产业将会得到更快速的发展。而市场应用需求正加速推动AI产业发展。随着消费者对智慧化、个性化产品的需求不断增加，以及企业对於提高生产效率、降低成本的需求，AI产业的市场需求将会持续成长。这将为AI产业的发展提供广阔的市场空间和机遇。

在未来的AI市场，将呈现出全球合作与竞争并存的状态：在全球范围内，各国在AI领域的合作将不断加强，共同推动AI技术的发展和应用。同时，各国之间的竞争也将加剧，尤其是在关键技术和核心资源方面。这种合作与竞争的态势将促进AI产业的健康发展。

中美竞争下的AI新页

目前，中美同为AI赛道上的主要选手，近年来也不断有相关合作。根据美国乔治城大学科技政策小组发布的报告，2015年至2021年，共有167名美国投资者叁与对中国AI企业的投资，金额约为402亿美元，占同期中国AI企业融资总额的37%。另据史丹佛大学发布的报告，过去12年，中美不仅在AI科研领域合作研究数量全球最多，中美企业在涉及新能源汽车及无人驾驶等AI产业领域也展开了广泛合作。

近几年，美国政府一心打造科技小院，筑起AI高墙，执意切断中美正常经贸往来和科技交流，扰乱了全球市场秩序，也使美国自身正在推进的产学研专案效果大打折扣。据国际资料中心统计，中国AI市场规模2023年将超过147亿美元，到2026年将超过263亿美元，成为全球AI产业的主要市场之一。

尽管美国对中国的科技制裁给中国发展AI带来了一定的挑战，但中国也拥有自己的优势。首先，中国在AI领域的研究和应用已经取得了显着进展，政府和企业都在积极推动AI发展。其次，中国拥有庞大的市场和资料资源，这为AI的创新提供了广阔的空间。此外，中国还在不断加强与国际社会的合作，共同推动AI的应用。最後，中国的人工智慧技术人才储备丰富，这也是中国发展人工智慧的重要优势之一。

尽管面临美国的科技制裁等不利因素，但中国仍持续透过自主创新、开放合作的发展战略，继续推进AI的应用和创新。总而言之，2024年的全球AI产业发展前景广阔，但也面临一些挑战和不确定性。需要持续关注技术进步、政策环境、市场需求等方面的变化，以更精准掌握AI产业的发展趋势和机遇。而AI也肯定将会持续蝉联今年最为火热的科技关键字。