專題報導
盤點專題報導所有文章
盤點專題報導所有文章
走進2026年智慧城市展臺北展場，會場最醒目的展示從過去的大型儀表板或手機App，轉變為串接醫療、交通、能源、社福的整合場景。這個變化值得注意，因為當AI從工具變成像電力與自來水般的基礎條件，企業競爭的方式、城市治理的邏輯，都正在重寫。
從人工智慧科技基金會（AIF）持續進行多年的《台灣產業AI化》2026年最新調查結果可以知道，臺灣產業已跨過「早期採用」階段，也就是說，「會用AI」已經即將成為常態。因此接下來的關鍵問題是：當每一家公司、每一座城市都擁有AI，接下來比的能力是什麼？
從AIF過去一年針對醫療、生技、資訊服務業進行的調查與大量訪問來看，未來真正的關鍵能力，不在於導入了多少先進技術，而在於是否能夠以更大格局、跨領域、定義出正確的問題。
過去三年，臺灣產業界對AI的討論集中在「導入」與「採購」，買哪一張GPU、用哪一個模型、訓練多少參數，看似人人都懂得這些規格和技術應用。當然，這個階段是必要的，但已經不是決勝點。
原因很單純。目前算力、模型、開源工具都已是市場上可方便取得的商品，產業AI化也已正式進入「紅皇后的領地」：你加速了，競爭對手同樣也加速，雙方的相對位置並沒有改變。
那麼，新的競爭力從哪裡來？答案是跨域整合。也就是同時懂得某個產業領域的真實痛點、又能使用AI技術提出可行解法的人或團隊。這種能力很難複製，因為沒有標準答案、也不在硬體規格裡，必須靠著對場景的深入理解、找出有價值的問題，透過數據分析、跨領域合作，從反覆試錯中累積出來。
如果將場景轉回臺北市，無論是醫療、生技或資訊服務業，目前都在這樣的概念與應用下累積出一定成果。
過去談醫療AI，焦點常落在AI能不能比醫師更準、更快。但在AIF的調查與訪談中發現，AI在醫療產業真正落地的關鍵不在取代，而在於讓醫護人員的時間能夠用在真正有價值的工作上：醫病信任的建立。由AI接手繁瑣的病歷整理、表單填寫、流程協調，不但能減輕醫師、特別是護理師過勞的問題，更能全面提升醫療照護的品質。
而這正是AI應用的真正目的。特別在臺灣已進入高齡化社會的此刻，AI的應用還可以進一步從醫療擴大到健康照護，提供包括日常陪伴、提醒服藥、偵測異常等功能；將關鍵的決策與情感互動，交由人來主導。技術在後台運作，溫度留在前台，這是臺灣醫療AI值得發展的方向。
不過，要達到這樣的目標，必須先建立有公信力的數據治理架構。醫療資料極度敏感，公私協力、跨院整合、隱私保護如何同時兼顧，是接下來幾年的關鍵議題。
從新冠疫情之後，AI在生技研發領域已經帶動一波典範轉移，從過去的大量隨機篩選轉向AI驅動預測。與半導體或ICT產業的AI化相比，臺灣目前生技產業AI化的進展明顯較慢。一方面是生技本身研發週期較長；另一方面，也反映數據整合與跨域協作機制尚不成熟。臺灣不缺演算法人才，也不缺生醫知識基礎，如果能將兩者整合，並找出有效的商業化模式，將會創造出全新的競爭優勢。
因此，未來兩三年產業界最關鍵的工作是數據整理與治理。內部累積的實驗數據、臨床觀察、失敗紀錄，是訓練專屬模型的核心原料。誰能夠發揮數據資產化的價值，就能在新的研發賽局中占得先機。
臺灣資訊服務業的處境很特殊，他們既是AI應用的中介者，卻是最容易被低估的角色。從《產業AI化大調查》歷年結果中可以看出，有近五成企業導入AI時，會優先選擇與現有的資訊系統服務商合作。因此資服務業者不但自身必須跟上AI化腳步，同時還必須有能力提供相關應用服務。
而調查中同時發現，資服業者的價值正從「交付系統」轉向「與客戶共同定義問題」。這個轉變背後有兩個推力，一是企業客戶愈來愈重視資料主權與資安，地端部署需求上升，這對熟悉本地產業生態的臺灣資服業者是新的市場空間；二是AI應用必須深入產業領域知識（Domain Knowledge），單純賣工具的模式無法滿足客戶需求，能與客戶共同思考「該解什麼問題」的顧問型服務，才有議價能力。
產業層次的跨域整合，需要更大尺度的場域支撐。城市，正是最理想的實證空間。
過去十年，臺灣各縣市投入大量資源建構智慧城市（Smart City）；現在加上產業AI化的助力，可以進一步成為AI City。
AI City與智慧城市的差別在哪裡？智慧城市以感測與資料整合為基礎，讓城市能「看見」自己；AI City則以算力與智慧決策為核心，讓城市能理解情境、進一步採取行動。換句話說，城市治理的角色，正從被動管理轉向主動思考。
要走到這一步，主權算力是基礎，信任治理是條件，以人為本是方向，市民有感是檢驗標準。舉例來說，當火災發生時，AI City框架下的系統可以自動串接消防、交通、環保、社福的數據，即時推估災情擴散路徑、建議疏散動線、預先聯繫安置資源。也就是把跨局處的協作邏輯內建進系統。同樣的邏輯，可以套用在交通壅塞、長者照護、空氣品質管理、公共建設維運等城市的日常課題，讓民眾真實有感。
臺北市做為首善之都，過去幾年在AI治理與智慧城市實證上，已經累積相當可觀的經驗與基礎，下一步仍有許多值得繼續深化的議題，而其中最重要的是制定完整的城市治理框架。
臺北市政府已於2024年發布「臺北市政府使用人工智慧作業指引」，採用歐盟風險分級制度（絕對禁止、高度風險、中度風險、低度風險），並涵蓋課責制、安全性、透明性與可解釋性、公平且無歧視、隱私與個資保護等六大責任。這份指引在亞洲城市中算是相對完整的治理嘗試，本身就是一個值得肯定的起點。
不過，指引上路至今將近兩年，AI技術本身與市府的應用情境都已經有顯著變化，下一階段的優化空間，可能比想像中更迫切。從AIF的觀察，至少有四個結構性問題需要正視。
首先，新型態AI已經超出原指引的設計範圍。2024年指引發布時，多模態AI、自主行動的AI Agent、以及員工私下使用未授權AI工具的「影子AI」現象，都還不像2026年這樣普遍。這些新形態的風險樣貌與兩年前不同，必須與時俱進快速更新。
其次，跨局處AI應用的責任歸屬尚待釐清。原指引主要規範「市府機關使用AI」，但當AI City必須串接跨局處資料、跨域聯合決策時，一個AI系統若同時涉及社政、衛生、警政、交通的資料與判斷，責任要由哪個局處承擔？資料使用權限要遵守哪一套規則？都是必須更進一步釐清的議題。
第三，公部門與委外廠商的治理分工。政府單位很多AI應用實際上是委外開發，廠商自身的AI治理水準參差不齊，如何把廠商納入市府的治理框架，例如要求採購流程中加入AI治理檢核與驗證、定期更新供應商評估，這在原指引中著墨不多。
最後，必須從現行機關使用規範擴大為「城市AI治理架構」。使用指引規範的是市府內部的AI應用，但AI City涉及的是市府、市民、企業、學研之間的整體互動關係。市民有沒有「不被AI自動決策」的選擇權？企業在臺北市運用AI提供服務時要遵守什麼共同標準？這些更上位的議題，需要有整套的治理框架。
回顧人類歷史，技術發展從未自動等於社會進步。蒸汽機帶來工業革命，也帶來童工與汙染；網際網路打開全球連結，也製造了同溫層與假訊息。AI會把人類社會帶往何處，現在仍然充滿未知。
但有一件事愈來愈清楚。AI不是所有問題的答案，它更像是一個入口，讓我們有機會用新的眼光重看一些原本以為已經解決、或一直被忽略的議題。醫療現場醫護的過勞、城市治理的局處藩籬、產業升級的轉型瓶頸，這些問題在AI出現之前就已經存在。AI提供的，是重新提問與解答的契機。
當全球都在談主權AI、主權算力的此刻，比較少被提到的是，信任治理本身也是一種主權。一個城市如果能建立起讓市民信任、讓企業願意投資、讓國際願意學習的AI治理框架，這份「信任資產」的價值不下於任何硬體基礎設施。
臺北市具備產業基礎、人才密度與治理場域，原本就是亞洲數一數二的智慧城市。如果能進一步深化跨域整合的能力，以AI驅動做為城市發展的引擎，並建立亞洲首個AI City治理架構，此刻將是帶動城市躍升的最佳時刻。