創想AI／生成式AI為產業帶來的機會與挑戰

路透

【整理／鄒明珆】

自ChatGPT問世以來，生成式AI快速席捲全球，不僅改變人機互動的模式，同時也掀起新一波的產業革命。面對這波生成式AI崛起的新浪潮，工研院與臺灣產業並肩，深入探索生成式AI的技術革新與應用，助攻產業憑藉完整的AI產業生態系，持續站穩關鍵地位，並把握機會轉型升級。

近年，生成式AI成爲成長最快的科技領域之一。工研院產業科技國際策略發展所研究經理石立康指出，生成式AI市場正處於快速成長期，預計2028年全球市場規模將達到519億美元、年複合成長率高達35.6％。這樣的成長態勢對各產業在銷售、營運及產品研發等各個面向帶來正面影響，因此臺廠若想在這場重塑產業格局的變革中成功轉型升級，可憑藉原有的完整AI產業生態系優勢，在AI垂直應用等新興領域中開拓藍海市場。

臺灣在AI供應鏈中扮演關鍵角色

生成式AI的發展歷程清晰地顯示出技術演進的軌跡。工研院資訊與通訊研究所組長李青憲表示，2015年至2017年間，深度學習技術在計算機視覺、機器翻譯、語音辨識及遊戲等領域中取得突破性進展。特別是2017年，《Attention is All You Need》論文提出了Transformer架構，爲大語言模型奠定了基礎。「Transformer模型的核心在於注意力機制，能夠模仿人類大腦的注意力分配，有效處理文字和圖像之間的關聯，例如從上下文的語境之間，讀懂『我實在看不起醫生。』這句話的含義是說者在表達自己沒錢看醫生，還是對醫生的負面評價。」

隨着模型規模不斷擴大，訓練數據的品質和數量成爲關鍵。從ChatGPT-3到ChatGPT-4來看，模型參數增加了10倍，訓練數據量更呈現指數增長。這意味着，資料品質和資料量將成爲企業導入生成式AI的最大挑戰之一。

目前，生成式AI技術主要分爲兩大類型，有以OpenAI、Microsoft、Google爲首的閉源模型，和以Meta的Llama系列爲代表的開源模型。閉源模型通常規模更大，性能更優，但使用受限；開源模型則允許企業下載並進行客製化，靈活性更高，但規模相對較小。

在這些技術演進的過程中，臺廠也在多個環節佔據重要位置。石立康舉例，在AI晶片方面，雖然設計主導權仍掌握在輝達等國際大廠手中，但臺廠可發展具備低耗能、先進異質封裝等的AI推論晶片，或是以自身專長吸引國際大廠合作，藉此提升ASIC設計實力和全球市佔率。又如在AI伺服器市場方面，目前由臺灣出貨的AI伺服器量近全球9成，且價格也不斷攀升。

然而，機遇與挑戰並存。隨着AI伺服器功耗不斷提升，電源供應和散熱成爲新的技術瓶頸。石立康表示，單一伺服器功率已從1千瓦快速攀升至1萬瓦，傳統氣冷方案已不敷需求。這爲臺廠帶來新的發展機會，特別是在高功率電源供應器和液冷系統等領域。

臺廠佈局新戰場智能終端

隨着生成式AI技術的成熟，愈來愈多產業開始探索其在實際業務中的應用，像是在軟體開發領域，生成式AI可以協助軟體工程師生成程式碼、進行代碼審查、撰寫註釋和文檔，甚至自動生成測試案例，大幅提升開發效率；在金融業方面，生成式AI則可以從複雜的流程中提取關鍵資訊，協助簡化繁瑣的文件處理流程。

「綜觀企業成功導入生成式AI的關鍵點，在於選擇適合的策略。」李青憲說明，對於一般性應用，可考慮使用開源模型；在特定領域的應用方面，企業則需要利用自身的數據進行微調，且資料的數量和品質至關重要。

除了各個產業領域的雲端應用外，AI電腦與AI手機也成爲新的發展趨勢。許多國際大廠正積極開發支持AI功能的新一代晶片，以佈局未來的智能終端生態系；臺廠也不落人後，紛紛投入AI電腦與AI手機的產品研發。

展望未來，生成式AI無疑將會改變各行各業的運作方式。對企業而言，及時跟進這一技術浪潮，構建自身的AI能力，將成爲未來競爭的關鍵。然而，成功導入生成式AI並非易事，需要企業在技術、數據、人才等多個方面進行全面佈局。李青憲強調「未來的成功與否，將取決於各領域專家和AI專家的無縫跨域協作，並透過企業持續積累和優化自身數據資產的能力；對於臺灣企業來說，更應該抓住機遇、積極佈局，爲未來的發展奠定堅實基礎。」