台湾只能跟着仁来疯？

黄仁勋「仁来疯」高潮之后，主流AI业者及网路服务平台（GCP）积极卡位、各据山头，操弄着AI网路生态系统。台湾有了「仁来疯」，AI产业真的就水到渠成？两者之间就能划上「等号」吗？

自黄仁勋访台所带动的AI风潮后，发展和大力投资AI产业似乎已成「国策」。当全球主要AI经营者陆续加码投资台湾，给了赖政府极大的底气，经济部表示，将导入AI工具，预计2028年制造业AI应用普及率，将从目前的12.3%，提升至50%。

但数据是AI时代的核心通货，规范化、格式化的数据是AI时代的黄金。电商平台上的购物和消费个人数据，社交平台上的互动、人际关系数据，行车记录仪上的行驶、操作数据、供应链管理与制造流程记录，乃至是一个专门的文学网站数据，都变得珍贵无比，因为它们能够训练AI，让AI拥有更强的能力，但条件是流量规模及市场大小，这显然这不是台湾的「强项」！

AI产业「数据的互联网资源化发展」是一个台湾无解的问题，台湾在AI 炒作是 NVIDIA GPU 硬体供应链，欧美中炒作是AI软体的落地，缺技术、缺市场、缺数据资源化，台湾发展AI何去何从？

发展AI技术/应用与发展AI产业是两回事，台湾目前AI应用主要聚焦在日常生活、白领阶级生产力提升、学术研究加码等方面，但光凭这些应用难以独力支撑AI产业的发展。虽然也有生技制药、智能医疗、生产管理、供应链管理、智能电网管理等项目曾提上台面上，但在客观条件不具优势，且海量数据难求的条件下，台湾战略选择必须另辟蹊径。

发展AI产业策略，不但不能墨守成规，「狗尾续貂」硅谷大咖也不实际，必须创造台湾产业本身的独特性，其中结合AI与既有制造业升级转型是一个关键的策略思维，也就是以产业为核心、AI为智能工具，同时加入科学实证（Positivism）元素以提供整合的功能与效率。

在解析、跟风、仿效美硅谷AI大咖之后，朝野必须有另类想法。AI是数学运算及应用海量数据解析智能化，但单凭「中性」数学工具难以完成全面智能化的目标，对高端制造业也存在精准度及误差调控的问题，其中最大的原因是AI系统中缺少了「科学论证系统」的元素。

黄仁勋和李家同教授都曾大声疾呼，把科学论证系统纳入，以强化规范化、格式化、系统性、科学性跨领域共同可操作性（Interoperability），若再能「异业跨行结合」含金量高的半导体制造、IC设计、供应链与产业链管理、能源、生医等以规模、技术、效率为导向的产业，这些「另类」AI产业与应用应该更有落实的机会，赖政府与经济部有朝这方向来思考吗？（作者为产业分析培训讲师/退休教授）