IDC 研究台灣是 AI 實踐者並在政府創新 AI 名列前茅

Intel 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（由英特爾贊助），揭示亞太地區八個市場（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。而目前台灣屬於 AI 實踐者階段，並在政府創新層面名列前茅。

IDC 依據：企業、政府、社會經濟等三個層面，來評估亞太地區八個市場的 AI 成熟度和競爭力。而 AI 的驅動力在於提高生產力、加速新產品推出、降低成本、提高營運效率、改善風險管理、創造新的營收等項目驅動 AI 發展。






亞太區整體 AI 發展現況

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 評估八個亞太市場（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。








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。
• 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。
  

source: intel.com.tw