全球AI競爭正從模型、晶片與算力，延伸至實體應用、資料治理及產業生態系。工研院舉辦「眺望2027產業發展趨勢研討會」今(29)日為全球AI競局場次，聚焦全球AI發展下的各國政策與產業部署。解析台灣農業遙測應用及德、美、韓政策布局，探討台灣如何將ICT供應鏈優勢轉化為產業升級動能。
農業部資訊司高級分析師劉頂立指出，氣候變遷與用水條件改變水稻種植時序，傳統每期作單次航拍或現地調查，已難完整掌握耕作動態。為精進全國農田作物種植時序調查，農業部結合高再訪率衛星影像(例如歐洲太空總署的哨兵衛星影像及台灣的福爾摩沙八號衛星影像等)、植被與水體等遙測指標，統計建立近即時農田坵塊遙測指標資料庫，再以AI分析時序變化，辨識水稻種植區、推算插秧及收割日期。未來可於收割前提供鄉鎮收穫地圖，支援產量推估與農機調度，且具跨國水稻生產面積監測能力，未來可推廣到東南亞等全球主要水稻生產國家。
工研院產科國際所研究副總監王寶苑表示，面對美中的規模化競爭，德國以可信任AI建立差異化，透過「真實世界實驗室」整合法規研究、人才培訓與場域測試，推動具身AI驗證。農業環境複雜且多變，成為機器人學習與自主作業的重要試煉場。王寶苑形容：「德國賣的不只是可信任的AI，而是被證明可信任的AI。」台灣可參考其場域機制及農業資料分級共享規則，並透過台德合作，累積驗證與跨境資料治理經驗。
工研院「眺望~2027產業發展趨勢研討會」AI新局場次，聚焦全球AI從數位世界走向實體世界的發展趨勢。
|
資深研究經理魏依玲指出，美國正將AI優勢擴散至製造業與中小企業，透過製造業技術推廣夥伴計畫等服務體系，協助企業導入AI、協作機器人與自動化。企業可從行政查詢、流程改善及既有機台上下料切入，逐步累積效益，台灣亦應強化導入輔導與系統整合能力。
副組長李修瑩分析，韓國以主權AI串聯能源、晶片、算力、模型與應用，除鞏固HBM優勢、扶植國產NPU，也投入運算中心、自主模型及產業應用。各國布局顯示，AI競爭力愈來愈取決於技術、治理與場域需求的整合；台灣除維持硬體優勢，也須深化邊緣AI、機器人、軟體服務與資安能力，提升供應鏈附加價值。
綜合各國布局，AI競爭已從單項技術推進至場域驗證、資料治理與產業服務的整體競爭。台灣宜以既有製造與ICT優勢為基礎，優先選定農業、製造及醫療等需求明確的場域，建立可複製的驗證與導入模式，並完善資料共享規則、跨域人才培育及中小企業輔導機制。業者則應從具體痛點切入，以成本、效率及可靠性檢驗導入效益，逐步由硬體供應延伸至軟體、系統整合與持續服務，提升產業附加價值。
