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。
