台灣AI成熟度進展到哪？ 英特爾3大建議及2項在台成功案例
【記者蕭文康／台北報導】台灣在AI硬體製造上，無論從晶圓代工、伺服器均居世界領先地位，不過，台灣的「AI成熟度」現階段進展到哪？英特爾分析，台灣其他產業如服務業、零售業仍未發展出實質AI應用，甚至製造業和金融服務業的小型規模公司，在採用及整合AI上也猶豫不決或面臨挑戰。
亞太區整體AI發展現況
英特爾今日舉辦2024年亞太地區AI趨勢洞察分享會，會中分享市場調研機構國際數據資訊（IDC）所作亞太地區AI成熟度研究報告，揭示亞太地區8個市場（澳洲、印度、印尼、日本、韓國、馬來西亞、新加坡和台灣）的AI成熟度和競爭力，整理並預測各地投資AI現況與不同AI類型發展。英特爾同步分享三大AI發展建議與在台兩大成功案例，期望協助台灣持續推進AI發展。
AI技術和應用發展迅速：2023年生成式AI崛起，許多企業導入AI應用以提升生產力與降低成本。2024年將有更多AI應用問世，加速新產品推出並有更多利用AI產生營利的機會。預計至2027年，亞太地區的AI支出將達到907億美元，2022年至2027年的年均複合成長率為28.9%。
AI不僅僅是生成式AI：儘管生成式AI蔚為風潮，但亞太地區在AI的支出預算中僅19%運用於生成式AI上，81%用於預測性AI（Predictive AI）和解釋性AI（Interpretive AI）。預測性、解釋性和生成式AI同樣重要。
邊緣AI崛起，邁向混合AI（Hybrid AI）時代：確保AI即時工作至關重要，但AI運算經常因集中式基礎設施導致的延遲問題而受到影響。因此，邊緣運算的發展將是釋放AI力量的重要環節。預計至2025年，全球企業將有75%的資料在邊緣生成和處理。
台灣AI發展現況
IDC評估8個亞太市場（澳大利亞、印度、印尼、日本、韓國、馬來西亞、新加坡、台灣）的AI成熟度並分為四個階段。台灣的AI成熟度目前位處第二階段－AI實踐者。該階段的市場特點是具有策略性的AI與創新作法，透過技術、資料、流程及人員進行反應式干預，以實現短期目標。台灣整體AI軟體平台支出，預計從2023年起以21.5%的年均複合成長率增長，並於2027年達到1.527億美元。
台灣在AI支出最多的產業為製造業與金融服務業，製造業透過AI強化產品設計、營運效率和協助決策能力，專注將AI融入高科技和電子製造領域；金融服務業則聚焦於預測性AI技術，如信用評分、詐騙偵測和反洗錢等領域，並嘗試將生成式AI用於內部IT和營運支援（如程式碼開發），以及將數位助理用於客戶服務。
台灣企業在硬體領域（半導體產業）的AI創新實力堅強，但除了製造業和大型科技OEM/ODM外，其他產業如服務業、零售業仍未發展出實質AI應用，甚至製造業和金融服務業的小型規模公司，在採用及整合AI上也猶豫不決或面臨挑戰。雖然受訪的大型企業中有77%已布署不同形式的AI，如預測性AI模型，但只有27%受訪企業認為其AI能力讓組織更有競爭力。由此可見，台灣企業在進一步推動AI採用方面蘊含巨大潛力。因此，除了各產業需加速導入AI進行升級，台灣中小企業亦應思考如何運用AI技術、開放式AI生態系走向轉型，強化自身優勢。
廣告
英特爾在台應用案例
英特爾在台灣持續協助合作夥伴在AI應用上取得發展，案例包含：與板橋亞東醫院合作，藉由AI和5G應用實現喉癌檢測，患者將自己的聲音輸入至一個整合軟體與硬體技術的AI應用程式中，藉由運算檢測出喉癌的可能性。
另與華碩（ASUS）合作開發AI解決方案—ASUS EndoAim AI內視鏡系統，幫助醫務人員和臨床醫生自動檢測結腸異常。該解決方案提供了高達95%靈敏度的即時息肉檢測，以及高達95%的AUC能力對息肉進行分類。
來自英特爾的三大AI發展建議
開放的生態系：封閉的生態系統將限制發展規模，通過開源AI，我們可以創造價值。只有通過開放的生態系統和積極的合作，我們才能展現AI的潛力，為未來的發展奠定基礎。
以整體策略進行AI布署：布署AI需要通盤思考的策略，考量不同的應用、工作負載、功耗要求等，不同的AI應用會需要不同的運算配置，包括各種架構和硬體，如CPU、GPU、FPGA、加速器和軟體。
邁向混合式AI：隨著AI的發展和普及，現有的技術基礎設施必須隨之作調整，以適應從資料中心到雲端、從客戶端到邊緣，有效布署AI滿足模型訓練和推論的多樣化需求。
