根據資策會MIC調查，臺灣電子資訊製造業正加速導入AI，目前已有28%業者實際應用AI技術，另有46%處於規劃階段。儘管大型企業在AI布局上仍領先中小型企業，但後者展現強勁追趕動能，預估2024至2026年中小企業AI預算年複合成長率達26%，反映產業對智慧轉型的積極態度。

從次產業觀察，PCB與光電材料元件業的AI成熟度最高，而電腦週邊設備與其他電子零組件業則相對落後。MIC產業分析師張家輔指出，業者導入AI的首要目標聚焦「改善績效」與「降低成本」，尤其關注良率提升、產能優化、縮短產品上市週期等關鍵指標。調查顯示，企業對AI成效最有感的三大效益為：營收成長、緩解缺工壓力與成本節約，但「提升問題可預見性」的滿意度偏低，反映市場波動與企業數據基礎仍是影響AI預測準確性的關鍵瓶頸。

在應用場景方面，製造單位的「品檢」需求最為迫切。前十名AI應用中有半數與生產流程相關，前三名依序為「瑕疵檢測」、「瑕疵圖片標記」及「生產流程改進」。值得注意的是，非製造單位的IT部門現為企業AI轉型主要推手，實踐比例高達六成，而製造部門中「製造生產」、「產品研發」與「質檢」單位將成未來AI擴展重點，預期智慧化程度將與其他部門逐漸拉開差距。

已導入AI的企業持續擴大投資規模，2024年平均每家投入209萬元新台幣，預估至2026年將成長至261萬元（CAGR 11.5%）。值得關注的是，高達四成企業計劃逐年增加AI預算，且多數未擴張投資的業者仍選擇維持既有規模，顯示產業對AI長期效益的信心。從資源分配觀察，硬體採購占比達46%位居首位，凸顯臺灣自動化設備業者的市場優勢；軟體與服務則分占42%與12%，反映企業優先強化基礎建設的布局策略。

技術應用方面，鑑別式AI（Discriminative AI）仍是當前主流，2025年預算占比達73%，主要應用於瑕疵檢測、製程參數優化等領域；生成式AI（Generative AI）雖僅占27%，但預期2026年將提升至29%，現階段應用多集中在「產品開發報告生成」。張家輔分析，生成式AI現存應用場景有限且滿意度低於鑑別式AI，但隨著AI代理（AI Agent）與人機協作技術發展，未來可望深入製造現場，例如輔助工安事故分析或生產排程規劃。

儘管AI效益顯現，高達80%已導入企業坦言面臨數據挑戰，特別是組織複雜度高的大型企業，普遍遭遇「數據關聯性難以釐清」與「數據量不足」等問題；而尚在規劃階段的業者，則對「成本效益評估」與「數位化程度不足」最為焦慮。MIC建議，企業應採取「以終為始」策略，先釐清AI應用場景，再針對性補足數據缺口，同時強化數據品質管理與治理框架，避免陷入「數據量龐大卻無效」的困境。