近來中國新創DeepSeek推出的AI模型引發熱議，印度也迅速宣布發展本土AI計畫，並表達希望與台灣展開更多合作。然而，當全球主要經濟體紛紛投入AI自主發展時，台灣在這場技術變革中究竟扮演什麼角色？我們是否已做好準備，不再沿襲過去於IT產業「重硬輕軟」的窠臼，不只是提供算力或硬體，而是著重如何在AI應用發展的核心競爭領域佔有一席之地？
我們認為，政府必須從短期補助的思維轉向長期戰略規劃，確保台灣在AI時代的競爭力。AI產業化暨大量商用的發展不可能只依靠零星的研究計畫，而是需要一個至少十年以上、一貫且明確的國家戰略，針對台灣能夠支配的資源與優勢，選擇與國家發展契合的技術方向深耕，並與企業建立長期合作關係，打造可持續成長的產業生態。
目前台灣的AI發展計畫相對較缺乏長遠的產業戰略支撐。從公開的AI研究計畫來看，無論是國科會主導的TAIDE、學界與企業合作的TAME等大型語言模型，這些計畫大多在ChatGPT掀起熱潮後才匆忙啟動，獲得短期資源後卻無法持續發展，導致技術更新停滯，難以形成完整的生態系。
更值得關注的是，台灣目前的超級電腦資源相對有限，由國科會轄下國研院所設之國家高速網路與計算中心(國網中心;NCHC)於2018年建置的「台灣杉二號」計算力僅9 PFLOPS，而目前國內算力最強的「Taipei-1」，則是NVIDIA內部使用的研發設備，僅開放其中25%算力給學術與產業使用，且需提出申請並受限於使用週期，無法真正成為支援國內AI發展的穩定基礎。
當全球各國已不僅專注於「擁有算力」，而是更進一步思考「算力應用的方向」，台灣若仍停留在只談算力的階段，而忽略AI應用與產業生態的建立，那麼即便投入再多資源，最終仍可能淪為全球供應鏈中的附屬角色，而非技術創新的領導者。
觀察各國經驗，美國透過開放研究與企業競爭推動生成式AI發展，中國則整合政策與企業力量快速構築自主AI體系，印度則計畫發展本土模型，並積極尋求國際合作機會。相較之下，台灣至今似未清楚定義自身的AI戰略，只依賴短期計畫與硬體製造支援全球AI發展，卻未掌握技術核心。這樣的發展方向不僅無法讓台灣在AI領域取得競爭優勢，甚至可能使台灣在未來的技術競賽中逐漸邊緣化。
台灣不應僅是模仿ChatGPT這類通用大型語言模型，或試圖與已具備全球競爭力的企業直接競爭，反而是應聚焦在自身產業優勢上，例如針對半導體設計、智慧製造、醫療科技等領域，發展專屬的AI應用與技術。而這部分同時也有賴數發部在推展年度產業AI應用開發的徵案上，營造更具體的配套指引及更多有利的發展誘因來引導、促成，以提升產業AI化、AI產業化與AI應用普及的實質成效。
此外，台灣現有投入的計算資源過於分散。除了國研院國網中心提供開發平台，在降低HPC(高速計算)門檻上扮演助攻角色，應考慮直接成立能對外串接產業應用實體的全國性AI算力中心，透過打造可產生足夠服務量能的AI算力平台，讓企業與學界能夠穩定獲取高效能計算資源，而非仰賴短期補助與零散的計畫申請。
而在全球AI競爭加速的此刻，台灣應該積極尋求與國際夥伴的合作，尤其印度已明確表達希望與台灣在AI領域加強合作，這是台灣走向全球的重要契機。
透過與印度等國家的技術與市場聯結，台灣不僅能共同發展本土化AI應用，也能強化國際市場競爭力，避免過度依賴單一市場或供應鏈。然而，若政府繼續以短視的方式投入AI發展，台灣恐將錯失這場全球科技變革的主導權。AI的競爭不是一場短跑，而是一場長期的技術與產業戰略之爭，唯有清晰的方向與持續的政策支持，台灣才能真正發揮關鍵影響力，而不只是全球供應鏈中的一環。這是一道難解的題目，但它已經迫在眉睫，台灣別無選擇，必須找到答案。
