2024年台灣五大行業有近兩成比例，有意願或相關行動導入生成式AI，而AI的不同應用發展，正改變著企業的流程、產品創新、商業模式與生態。本文綜觀AI產業，就不同面向探討產業動態與分析市場供需變化。

根據資策會產業情報研究所（MIC）調查，2024年台灣五大行業有意願島如生成式AI或相關行動的比例已達到19%，其中金融保險業高達25%、製造業為22%。面對生成式AI正在快速改變企業的流程、產品創新、商業模式與生態，企業必須能夠即時掌握生成式AI應用發展，以及審慎思考如何導入AI技術來提高效益，並且快速識別導入的手段與目的，而企業可依據生成式AI的三種不同應用形態，進一步思考新興產品與服務。

本文聚焦於AI的發展及應用領域商機。資策會MIC研究團隊將解析生成式AI市場與生態系發展方向，分析生成式AI產品應用形態與未來對產業所造成的影響，以及盤點AI引發的資安攻擊手法、資安新創投入方向等趨勢。

三大應用形態揭示未來資訊系統演變方向

綜覽生成式AI產品與服務可歸納出下列的三種形態：

一、功能嵌入（Feature Embedding）：最常見的是以單點AI功能嵌入方式提升流程效率，如重點總結工具、協助回覆訊息等，整個流程以人為主導，部分關鍵決策點才運用生成式AI；

二、人機協作（Copilot）：應用檢索增強生成（RAG）技術，隨時取得最新資訊並即時反應，並且多模態能力將大量運用到Copilot形態產品，以無縫接軌互動方式，如貼身助手般協助人完成工作；

三、AI代理（AI Agent）：具有AI能力，可高度代理人類工作，也是邁向通用人工智慧（AGI）的階段性成果，AI代理甚至可多角色執行不同工作任務，一起促成共同工作目標。

資策會MIC產業顧問韓揚銘表示，從這些不同應用形態展示出生成式AI在提高工作效率、增強使用者體驗與推動創新的巨大潛力與商機，預期將顛覆軟體產業與許多既有流程，改變產品設計模式，增加溝通介面、工具連結等多樣需求，揭示未來資訊系統演變的方向。

圖一 : 不同應用形態顯示生成式AI擁有龐大的潛力與商機。圖為工研院的即時生成式AI 3D建模技術。（source：ITRI）

AI算力需求重塑資料中心 相關廠商升級產品規格

2024年四大雲端服務商資本支出將持續提升，主要支出於資料中心AI基礎建設。AI算力需求急增驅動雲端資料中心部署架構產生變化，資策會MIC產業分析師陳牧風表示，運算、通訊與儲存等IT設備皆須調整，如AI伺服器需透過更緊密的方式進行叢集等；而基礎設施如直接、沉浸式液體冷卻導入，或不斷電系統（UPS）、配電裝置（PDU）與備援電池（BBU）都需要升級；營運則透過AI智慧化監控資料中心的運作，大幅提升運作效率。

另外，邊緣資料中心可協助AI應用在接近資料源的位置進行資料處理，改善AI應用的執行，降低AI應用的延遲性、提升頻寬效率、保障資料安全、雲端斷線仍可確保運作，以及根據需求增加容量等。

展望AI資料中心市場商機的兩大趨勢如下：

一、AI資料中心架構將促使不同類型台灣廠商升級產品規格，主要影響到AI伺服器，還有網通設備、儲存設備、散熱與基礎設施廠商。台系伺服器廠商由代工廠擴展為AI硬體解決方案提供商，在AI伺服器之外也對基礎設施進行布局；另外，液冷散熱系統也成為原氣冷散熱提供商、台灣伺服器廠商，以及電源管理商共同切入的目標。

二、若是使生成式AI應用運作最佳化，將需要AI訓練伺服器在雲端叢集來進行AI模型訓練，以及AI推論伺服器於邊緣端進行AI推論、微調，可以大幅改善生成式AI應用的延遲性，預期將同步帶動高階AI訓練伺服器、AI推論伺服器的需求。

圖二 : 使生成式AI應用運作最佳化，需要AI訓練伺服器在雲端叢集來進行AI模型訓練。圖為技嘉的AI訓練伺服器。（source：GIGABYTE）

AIGC採用邊緣運算架構的兩大誘因

生成式AI的快速發展，新興應用服務勢必帶動新一波數據處理需求的擴張，其中，邊緣正是生成式AI落地的要素。資策會MIC產業顧問施柏榮表示，通常組織與企業於生成式AI選擇採用邊緣運算主要的兩大誘因是降低數據壅塞和資訊數位信任，前者減少傳輸至雲端處理的數據量，以及降低雲端產生數據壅塞情況；後者適用於資訊安全較為敏感的應用，且有利於使用者掌握數據。隨著企業客戶對數位資產的數據控制權意識興起，「邊緣運算」成為技術解決方案的關鍵。

Edge AIGC適用如科技型智慧財產、醫療診斷、企業營運等高機敏，而且資料處理形態為必須應用資料生成者。Edge AIGC有極高的成長潛力，例如理財助理、智慧車載、元宇宙、高沉浸遊戲等個人化應用，隨著數據語料庫更多元化，融合雲端、邊緣資源的邊緣雲最佳化設計將是關鍵。

施柏榮表示，Edge AIGC將為工業控制、資訊服務業者創造新商機，然而Edge AIGC服務提供商也須調整改變自身定位、服務提供模式等；而企業、組織若有意願導入，第一步必須先建構數據政策，並針對自身數據與數位資產進行分級、治理，建議由數據長或Level C人員做為企業推動引擎。

全球智慧城市導入AI 帶動設備新商機

從AI領域應用商機來觀察發展趨勢，例如智慧城市導入AI帶動設備商機、AI虛擬人應用發展。從國際與台灣近期出現的許多案例來看，MIC資深產業分析師徐子明指出，AI正在幫助全球城市提升管理效率，例如智慧防災，可協助縮短事發與災後的復原時間，提供災前的預防性建議；而在智慧交通方面，讓管控中心具備更多自動化運作與即時反應能力，提升警消出勤效率與降低車流碳排放。

此外，生成式AI可協助智慧治理、智慧交通與更多應用範疇，發展新形態公共諮詢服務，並對警務、交通等領域提供執行建議，例如依據累積的治安數據，規劃巡邏路徑。

資策會MIC預估，2024年全球電動車市場規模為1,731萬輛，較2023年成長23.5%；針對公共充電樁新增量，預估2024年因政策支持與電動車保有量提升，直流樁新增量達96萬根、交流樁新增量達66萬根。資策會MIC產業顧問何心宇表示，汽車產業正面對平價化競爭、投資報酬不平衡、供應鏈話語權變革，以及中國大陸車廠崛起挑戰，預期2024年將進入汰弱重整期，傳統車廠將修正全面電動化的策略、新創車廠經營縮編重整以停損，而資通訊新進業者止步觀望。

隨著AI的快速發展，智慧化也成為汽車產業差異化的新競爭點。AI大模型率先進入智慧駕駛（ADAS/AD）應用，實踐L2+至L3在高速公路、城市、通勤自動導航輔助（NoA）。其中，歐美車廠應用於高速NoA，除了Tesla演進至端對端模型，其他多以感測融合為主；中國大陸車廠積極應用於通勤、城市NoA，致力朝無HD Map發展。針對AI結合智慧座艙，可讓智慧座艙的人機互動更沉浸、更直覺，中國大陸車廠多以語音個人助理為主，其已成為標準配備，將持續普及AR HUD並導入生物辨識。而歐美車廠先行發展語音個人助理，仍處於萌芽期，發展上更為強調用戶隱私與安全，也持續投資手勢控制與AR HUD等其他智慧座艙AI應用。

智慧車應用AI商機將會造成什麼樣影響?產業顧問何心宇分析，首先將帶動感測器需求成長，尤其是對高解析度視覺感測、毫米波雷達全方位應用的需求；其次，智慧駕駛與智慧座艙將隨著大算力晶片發展，域融合開啟新興供應體系，增加OEM、EMS代工廠商切入機會；最後為自動駕駛（AD）的演進與AI大模型，皆要求記憶體更高頻寬、容量和穩定性，預期將持續帶動記憶體需求。

圖三 : 智慧駕駛系統應用AI將帶動感測器需求成長，圖為富采的VCSEL感測器。

結語

上述從AI發展而持續演進的資料中心，顯現AI對不同構面的建置影響與商機，而生成式AI採用邊緣運算的應用與潛力，以及綜觀全球電動車市場，關注AI大模型結合輔助駕駛、自動駕駛與座艙應用趨勢，智慧車應用AI商機分析，真實世界逐漸變得虛擬卻又互動的演化著。此外，智慧城市透過整合AI技術，除了升級城市治理能力，更創造新商機，而令人期待的AI虛擬人應用拓展，也將為實際使用者帶來更具有沉浸感的情境式體驗。

生成式AI的潛力無窮，然而要落實卻面臨著許多挑戰。韓揚銘表示，即使系統有不同的服務模式，要建立生成式AI系統仍有許多難題，包含建立可信任AI機制、對應新舊軟體的工程挑戰、遵循全球AI監管治理政策。

生成式AI在提升生產力與產值、提供淨零轉型數位工具的同時，其實也衝擊人們的就業市場，帶來能耗等問題。長遠來看，生成式AI是否能夠穩健發展，將取決於未來如何平衡技術創新與社會信任、經濟效益與環境責任，以及遵守日益嚴格的AI政策法律架構。（來源：資策會MIC；陳復霞整理）