2024年資服產業發展暨關鍵議題

張家維
產業顧問兼副主任
產業情報研究所
財團法人資訊工業策進會
2024.04.16

© 2024 Institute for Information Industry

 簡報大綱
全球資訊服務產業發展觀察
我國主要產業資訊科技投資趨勢
新興科技與投資趨勢下重要議題觀察
結論

© 2024 Institute for Information Industry 1

 全球資訊服務產業發展觀察

© 2024 Institute for Information Industry 2

 全球環境不確定性帶動企業以數位工具因應
WEF 2024全球風險排名
現在 短期（2年） 長期（10年）
極端天氣 1 錯誤資訊與假訊息 1 極端天氣事件
1
66% 2 自然災害及極端天氣 2 地球系統重大變化
AI製造的錯誤資訊與假訊息 3 社會極端化 3 生物多樣性喪失與生態系崩潰
2 53%
4 不安全網路世界 4 自然資源短缺
社會或政治極端化 5 跨國武裝衝突 5 錯誤資訊與假訊息
3
46%
6 缺乏經濟機會 6 AI技術的不良後果
生活成本危機 7 通貨膨脹 7 非自願人口遷移
4
42% 8 非自願人口遷移 8 不安全的網路世界
5 網路攻擊 9 經濟衰退 9 社會極端化
39%
10 環境污染 10 環境污染
經濟 環境 地緣政治 社會 科技
資料來源：WEF，MIC整理，2024年4月
 根據WEF研究，超過八成受訪者認為短期內（2年）全球會處於一種不穩定的態勢，隨時間變遷，情況
會更為加劇
 包含氣候變遷、人口分布位移、技術加速、地緣政治等成為最關鍵的風險因子，以生成式AI為例，產出
的內容真假難辨，不僅民眾須面對更多難以判別的虛假訊息，更可能因為此類訊息造成社會不安或動盪

© 2024 Institute for Information Industry 3

 以軟體為核心變化出多重新興技術
機構 未來科技趨勢預測
AI
民主化AI、人工智慧信任、風險和安全管理 (TRiSM)、人工智慧增強開發、
Gartner 智慧型應用、增強互聯勞動力、持續威脅暴露管理（CTEM ）、機器客戶 、
永續發展、平台工程、產業雲端平台
AR／VR
生成式AI、機器學習、自然語言處理、元宇宙、AR、VR、MR、雲端運算、
5G、電動車、即時網路安全漏洞識別與攻擊防禦、供應鏈和倉庫自動化、量
IEEE
子運算、軟體開發加速、自動化客服、疾病圖譜和藥物開發加速、勒索攻擊 Blockchain
軟體、網路釣魚攻擊、內部威脅、永續發展

GPU短缺、多模態人工智慧、合成資料、DIY軟體開發、量子運算商業化、 Cloud
網路安全整合、資料安全重新定義、人工智慧藥物競賽、數位療法(DTx)和健
CB Insight
康整合、新科技戰場-大腦、銀行 AI FOMO、區塊鏈金融服務、電商AI代銷、
人工智慧對遊戲業衝擊、人形機器人投入製造業、人工智慧協助零售商防盜 Data
空間運算和工業元宇宙、超越暴力計算、生成式AI作為成長催化劑、從
Deloitte DevOps到DevEx：工程體驗強化、捍衛現實：在合成媒體時代的真相、核
Edge
心訓練：從技術債務到技術健康
軟性電池、生成式AI、永續航太燃料、設計的噬菌體 (Designer phages)、改
WEF 善心理健康的元宇宙、可穿戴植物感測器、空間體學（Spatial omics）、軟 Security
性神經電子、永續運算、AI輔助醫療

資料來源：Gartner、IEEE、CB Insight、Deloitte、WEF，MIC整理，2024年4月
 綜整主要研究機構的研究，可發現未來關鍵新興ICT技術幾乎多以軟體為核心，特別是以AI、雲端
、物聯網、自動化技術為核心，再藉整合垂直領域知能（如交通、交通、物聯網、機器人、健康
照護等），帶動新興技術在產業領域落地，特別是AI技術落地與資安強化成為最受矚目焦點
© 2024 Institute for Information Industry 4
 主要國家從發展主權AI以強化生態發展主導權
生成式AI使用風險

資料隱私 模型是否
模型幻覺 建置成本高
透明合規
機敏資料外洩 不符合社會習慣、歷史文化 智慧財產權議題 運算資源不足
相關風險引發主權AI政策議題
黃仁勳(NVIDIA執行長)
新加坡
各國應建立本土
LLM，將國家主 在開源模型MPT上，開發
德國 東南亞語系的LLM
權落實於AI科技
新創Aleph Alpha開發出
具科技主權之歐洲LLM
Arvind Krishna(IBM董事長)
阿聯
各國應從國家高
度建立基礎建設， 自行開發出大型語言模型
實現主權AI目標 Falcon並開源釋出

資料來源：NVIDIA、IBM、MIC，MIC整理，
2024年4月

 生成式AI的使用風險包括資料隱私、模型幻覺、透明合規等項目，容易造成假訊息氾濫、過度信任
等社會風險。近期國際上出現「主權AI」概念，透過國家政策發展符合該國社會習慣、歷史文化的
大型語言模型。相關政策推出後，預期將從國家至企業全面發展LLM，掌握生成式AI應用商機

© 2024 Institute for Information Industry 5

 透過自主理解與反饋修正，AI Agent成為新的有力幫手
Single Agent案例： Devin Agent – Agent案例：Chat Dev

AI Agent 概念框架

LLM

記憶力 規劃力 工具使用力

記憶模型 任務拆解思維樹 串接API

資料來源：Google Deepmind 《Levels of AGI: Operationalizing Progress on the Path to AGI》，MIC整理，2024年 4月

© 2024 Institute for Information Industry 6
 AI Agent技術演進實現AGI
AGI等級
例如：瓦力
Level 5 例如：
把AI當代理人
星際效應
Level 4 裡的Tars 完全自主的AI
例如：
霹靂遊俠 把AI當專家
Level 3 的李麥克 人類提供指導與回饋
把AI當夥伴
Level 2
人與AI協作
ChatGPT
把AI當顧問
Level 1
當人類召喚時能發揮實質作用
Level 0 把AI當工具
AI Agent
自主性等級
Level 1 Level 2 Level 3 Level 4 Level 5
資料來源：Google Deepmind 《Levels of AGI: Operationalizing Progress on the Path to AGI》，MIC整理，2024年3月

 隨著AGI技術發展，依照人類與生成式AI之間的自主性程度可分為不同等級，Level 1至Level 5各
分別顯示不同程度的AI代理，可視為通往AGI的階段性成果
© 2024 Institute for Information Industry 7
 AI Agent可依人為參與和自動化分為三種模式
高

Copilot模式 Embedding模式
人類和AI協作 人利用Agent完成
大部分單一功能工作

人  領域型
為  工具型
參
與
程
度

 一般型
Agent模式  工具型
 領域型 AI完成絕大  模擬型
部分工作  領域型
低

高 自動化程度 低

 AI Agent依據其執行任務時扮演的角色可分為Single Agent、Agent-Agent、Agent-Human三種。
而又可依據人為參與和自動化程度分為Embedding、 Copilot與Agent等模式

© 2024 Institute for Information Industry 8

 我國主要產業資訊科技投資趨勢

© 2024 Institute for Information Industry 9

 面臨劇變的環境，企業IT投資意識扭轉（1/2）-
中大型業者聚焦提高彈性與決策回應力
製造業導入企業資訊系統原因
營業額 未達1億 1億~未達10億 10億以上 上市櫃 非上市櫃

1 降低成本/減少原料浪費 66.2% 70.7% 69.9% 71.4% 69.3%

2 提高員工生產力 47.9% 62.6% 59.6% 60.5% 59.3%

3 提高生產、供應等作業流程的彈性、恢復力 36.6% 41.8% 46.8% 46.2% 41.5%

4 強化決策的速度與回應能力 12.7% 22.0% 45.5% 42.0% 23.6%

5 強化作業、工作安全 36.6% 26.0% 23.1% 21.8% 28.1%

6 建立更永續、低能耗或綠色的生產、供應系統 9.9% 9.5% 20.5% 18.5% 11.3%

7 增進顧客體驗 2.8% 1.5% 3.2% 0.8% 2.6%

8 其他 9.9% 4.0% 1.9% 0.8% 5.2%

9 發展新產品或商業模式 2.8% 0.7% 3.8% 2.5% 1.8%

備註：調查有效樣本數為500份
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 10
 面臨劇變的環境，企業IT投資意識扭轉（2/2）-
軟體在企業IT投資價值展現
製造業 營建業 金融業

24.5% -0.3% 24.2%

36.4% -3.8% 32.6% 34.4% +2.5% 36.9%

37.5% +0.8%
38.3%
35.4% 39.7%
+4.3% 45.5% -2.7% 42.8%

38.0% -0.4% 37.6%

28.2% -0.5% 27.7%
20.1% 20.3%
+0.2%

2023投資金額 2024投資金額 2023投資金額 2024投資金額 2023投資金額 2024投資金額

服務投資金額 軟體投資金額 硬體投資金額

備註：調查有效樣本數製造業為200份，營建業為31份，金融業為51份
資料來源：MIC，2024年4月
 從Covid-19起，為因應更彈性的營運模式，企業用戶開始大幅調整資訊應用架構，
加上體認軟體成為營運加值的利器（如AI），逐步強化對軟體的投資
 其中製造領域對於軟體需求不斷攀升，2024年度對於軟體預期投資比重創下新高；
而金融領域大量運用數據及AI技術來協助用戶行為分析及產品開發，對軟體與服務的
投入更超過七成比重
© 2024 Institute for Information Industry 11
 各產業AI投資現況
3.2%
10.5% 15.7%
8.0%
已導入
11.8%
計畫導入 製造業 營建業 金融業
無相關計畫

72.5%
81.5%
96.8%

人工智慧自製或委外(含外購)的比例
平均AI投資金額
單位：萬元 15.8% 自製 委外(含外購)
278.4
71.3% 66.0%
240.5
100.0%

12.0%
0%
30.5 34.2
6.0 6.0 34.0%
28.7%

製造業 營建業 金融業

製造業 營建業 醫療照護業
2023 2024(估)
備註：調查有效樣本數製造業為200份，營建業為31份，金融業為51份
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 12
 各產業投入AI的應用項目
製造業 營建業 金融業

2.5% 2.5%

4.5% 3.9%
6.7%
3.5% 6% 6% 2.0%
1% 2.0% 15.7%
1.5% 3.9%
2.5% 1.5% 7.8% 9.8%
1.5% 2% 3.3% 3.2% 3.2% 3.2% 3.2% 3.2% 5.9%
1% 3.9% 3.9%
1%
商 行 設 物 生 量 環 商 人 建 供 建 環 前 風 顧 金 人 資
業 銷 備 料 產 測 境 業 員 築 應 築 境 台 險 客 融 力 產

/
智 模 關 商 資

/
智 自 應 管 方 應 管 管 搬 鏈 管 業 管 投
慧 動 用 理 法 用 理 慧 理 運 管 擬 理 務 理 係 品 源 資

/
與 化 與 機 理 、 管 或 服 與 管
策 系 策 器 繪 理 行 務 培 理
略 統 略 人 圖 銷 開 訓
、 管 發 管
理 理

3D
管
理
備註：調查有效樣本數製造業為200份，營建業為31份，金融業為51份 列
印 已導入 計畫1年內導入
資料來源：MIC，2024年4月

 製造業AI投資以效率提升應用最為普及，後續則以改善生產方法及提升商業決策能力優先。
金融業最常運用AI投入顧客/行銷管理與風險管控，未來除顧客關係管理外，亦會強化對於
資產/投資管理
 現階段營建業對於AI投資相對較緩，後續以強化決策能力為先
© 2024 Institute for Information Industry 13
 各產業生成式AI導入現況
4%
4% 1% 2% 3%
6% 6%
16%
17% 15%

不知道生成式AI 製造業 營建業 金融業

有聽過，但暫無導入規劃
77% 74%
有導入意願
74%
有導入規劃
已導入 生成式AI導入業務流程應用領域

100% 100% 100% 100% 100%

40.0% 40.0% 44.4% 40.0% 44.4% 40.0%

22.2%
11.1% 11.1% 11.1% 11.1%

行 客 軟 供 風 財 人
R&D

IT
銷 戶 體 應 險 務 系 力 它
銷 營 研 開 鏈 合 金 統 資
售 運 發 發 管 規 融 源
理
製造業 營建業 金融業
註1：調查有效樣本數製造業為200份，營建業為31份，金融業為51份
註2：已導入生成式AI有效樣本數製造業為9份，營建業為1份，金融業為5份
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 14
 人才儲備與經費是產業導入AI面臨的最大挑戰
製造業 金融業 營建業

1 AI人才招募/訓練不易 27.0% 37.3% 30.0%

2 不易取得內部資料 5.5% 11.8% 0.0%

3 不易取得外部資料 3.0% 7.8% 6.7%

4 導入成本過高，預算不足 30.5% 31.4% 10.0%

5 現有方案不完善 19.5% 19.6% 16.7%

6 規劃評估能力不足 22.0% 11.8% 16.7%

7 導入成果不易衡量 29.0% 27.5% 16.7%

8 現有軟硬體設備無法配合 17.5% 13.7% 3.3%

9 相關法規限制AI導入流程 3.0% 33.3% 0.0%

 各產業導入AI仍是首重成本考量與人才儲備，而在成本考量同時，另一關鍵則是導入
AI的成效不易衡量，能否有一整體效益評估方式，將很大程度影響企業導入意願
備註：調查有效樣本數製造業為200份，營建業為31份，金融業為51份
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 15
 各產業雲端投資現況

20.5% 25.8%
已上雲
1.0% 45.1% 45.1%
2024年採用
製造業 營建業 金融業
2024年內不考慮

78.5% 71.0%
9.8%

製造業 營建業 金融業

單位：萬元 單位：萬元 單位：萬元
27.3
9.2 784.1

12.6 393.4
8.8

公有雲 私有雲 公有雲 私有雲 公有雲 私有雲

備註：調查有效樣本數製造業為200份，營建業為31份，金融業為51份
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 16
 製造業導入ESG及預計升級狀況
ESG管理工具 1年內導入 已導入

整體樣本(n=200) 23.5% 27.5%

民生工業(n=38) 23.7% 31.6%
行
業 化學工業(n=37) 21.6% 24.3% 50.0
%
別 金屬機械(n=49) 24.5% 28.6%
資訊電子(n=76) 23.7% 26.3%
27.5
＜10億元 20.3% 20.3% 16.5
營 % %

業 10~29億元 21.1% 24.6% 2022 2023 2024

額
ESG導入比例
≧30億元 28.1% 40.6%
備註：調查有效樣本數製造業為200份
資料來源：MIC，2024年4月

 2050年淨零排放為目前全球關注的議題，在金管會要求下，大型業者均被要求
在第一階段完成揭露，也使ESG管理工具導入率大幅提升，2024年預計導入率
上看五成，特別是大型業者擁有高度積極性
© 2024 Institute for Information Industry 17
 企業ESG投入首重碳盤查效率提升
製造業落實ESG環境、社會責任、永續治理的方式 製造業針對落實ESG的過程優先投資項目

84.2%
73.2%

52.4%
44.0%
34.2% 31.6% 31.6%
29.8% 29.4%
23.4% 25.0%
18.4% 18.4% 19.8%
15.2%
9.0%

員 工 節 使 回 建 進 將 確 建 推 碳 自 智 碳 智
工 作 省 用 溯 立 料 生 認 立 碳 動 排 動 慧 排 慧
教 環 能 環 生 綠 檢 態 設 綠 盤

/
化

ISO
能 電 放 物
育 境 耗 保 產 色 驗 設 備 色 查 工 錶 數 聯
、 國 源
訓 改 或 原 履 供 文 計 沒 供 管 具 位 網
碳 際

/
練 善 使 料 歷 應 件 融 有 應 理 設 監
用 分 商 標 入 遭 鏈 足 認 測
跡 證 系 備
替 析 稽 示 管 工
PLM

到 、 統
代 不 核 汙 理 具
能 良 制 染 規 備註：調查有效樣本數製造業為500份
源 品 度 章 資料來源：MIC，2024年4月
 目前企業投入ESG首要仍著重於溫室氣體的盤查及驗證，不論設立專職人員投入盤查，或是與外部顧問對接
，皆需有相當的基礎認知，帶動教育訓練需求
 在相關技術投資首重於導入盤查工具，以強化內部查核效率，並取得國際認證以滿足供應鏈體系需求
© 2024 Institute for Information Industry 18
 新興科技與投資趨勢下重要議題觀察

© 2024 Institute for Information Industry 19

 雲服務正熱，跨平台管理與資料分析需求攀升

行動應用App
資料庫 企業應用 企業網站 ………
軟體

既有地端系統
資料來源：MIC，2024年4月

 隨雲端服務技術逐漸成熟，企業多已將部分系統陸續遷移至雲端，但轉換過程
中，不同時期的系統往往建構在不同雲平台，造成跨雲、跨平台管理的困難
 面對複雜的雲地混合環境，如何協助企業進行跨環境、多雲、多應用/系統、多
資料庫的整合管理、效能調教、用戶數據分析成為雲端服務供應業者的重要方
向，其中透過導入AI技術，有助大幅提升用戶跨平台管理能力
© 2024 Institute for Information Industry 20
 數位科技是協助供應鏈邁向淨零的重要助力
科技淨零協作 綠色管理解方
 機器聯網，數據分析  全員投入，共擬策略
 智慧製造，精準控料  系統模擬，優化落地
 預測能力升級，物流倉儲優化  善用系統工具，提升盤查效能
 資訊共享，供應鏈自主調節 供應鏈自主調節  串連共識，強化供應鏈減排成效

智慧科技導入
減碳策略擬定 維運優化
 藉由感測科技，掌
握能耗數據 • 提升市場預測能力，
• 檢視現有碳排數據  分析數據，掌握能 強化庫存管理能耐
• 強化人員訓練，全 耗缺口 • 運用AI等科技優化製
員投入  導入模型（如數位 程，提升原物料使用
• 進行策略模擬，建 雙生），即時監 效率
構最佳減碳策略 控，並回應 • 藉數據、AI技術，促
 運用區塊鏈等技 使物流、倉儲最佳
術，追溯碳足跡 化，降低環境衝擊

資料來源：MIC，2024年 4月 製造永續生態體系
© 2024 Institute for Information Industry 21
 SBOM成為建立信賴環境的重要切入點
工具面：各式軟體未來將自動附帶SBOM

被動更新 主動檢驗
各式軟體將以光譜形式逐漸從被動更新走向主動檢驗

Excel 自動附帶 整套軟體 SLSA+

軟體 SBOM的 自動產生 SBOM+
清單 容器與K8s SBOM VEX

流程面：SBOM將延伸至AI模型開發與維運

AI開 資料 資料 模型 模型 模型 模型 模型
發流程 蒐集 萃取 訓練 打包 驗證 部署 監控

開源軟體 部署模型
詢問問題 匯入資料
SBOM 連接模型
開發LLM應用程式的工具
回答問題 串接API SBOM
SBOM
 AI模型由參數組成，無程式碼掃描議題，然而AI模型開發與維運過程會使用其他軟體完成應用與
部署，SBOM可結合敏捷開發文化，針對軟體部份循環式檢驗漏洞，降低AI模型的資安風險
© 2024 Institute for Information Industry 22
 AI將引領資安轉向新攻防面向
AI風險
Security of AI
隱私 資料
污染
偏誤 不可 系統
預測 缺陷
AI強化攻擊 規範 實作 AI強化資安
挑戰 問題
不透 強化安全營運分析
更多威脅來源 明
風險預測
釣魚攻擊
提升資訊安全態勢

DeepFake攻擊
資產管理

惡意軟體突變 優化弱點修補策略
AI防護領域
弱點挖掘 建立 功能 加速解決問題
可解 建立
設計
完善 釋性 隱私
減少 減少 安全 領域
透明 偏誤 硬體 應用
性度 設計 策略 可靠 缺失 測試 規範
可控 彈性 評估
階段 強韌 機制
資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 23
 AI強化企業資訊環境防禦縱深
偵測異常網路威脅 網路威脅痛點
01 • 損害持續增加
• 2023年，企業資料外洩成本
上升了21.4%
• 2031年，勒索軟體損害達
02 強化威脅情資分 2650億美元
析能力 • 安全維運複雜
• 每天的安全警示，59%的組
織收到500個，38%組織收
AI在 到超過1000個
網路安全
強化弱點管理 AI強化網路安全
應用面 03
• 未來5年內，AI的網路安全市場規
模達382億美元
• 防範資料外洩成本降低176萬美
元，降幅39.3%，發現並控制資
料外洩快了28天
04 偵測AI生成的文字、 • 漏洞發現並減緩，時間少88天
圖像、影音詐欺 • 2023年，75%資安分析師使用AI
資料來源： ZipDo、Bright Defense，MIC整理，2024年4月 輔助
© 2024 Institute for Information Industry 24
 虛擬人有望成為服務產業轉型的新動能
主動理解，細微照顧顧客感受
從單向傳播轉趨雙向互動
基於人體模型3D重建技
術能在1分鐘內以自拍照
生成虛擬替身

虛擬助理 虛擬服務
設想周到 百工百業
虛擬人從多元形式、多樣化空間傳遞服務

數位看板 全息投影 車載顯示器 元宇宙

資料來源： 各業者，MIC整理，2024年4月
 可客製化樣貌、多元的服務情境，能提供用戶更多樣的互動模式與貼心入微的服務，甚
至是7/24的全天候服務，有助於對高度依賴人力的服務業，帶來快速轉型的動能
© 2024 Institute for Information Industry 25
 AI Agent重塑知識與經驗的傳承
以AI的理解力，協助弱勢強化基礎能力
AI Agent最有機會被使用在的各營運功能
行銷 產品 客戶 風險 財顧 人力 供應 生產
銷售 開發 營運 管理 策略 資源 管理 製造 理解強化

微軟推出專為視障人士
打造的程式 Seeing AI
AI Agent
前三大功能別中，使用生成式AI的個別應用案例比例

行銷銷售 產品開發 客戶營運

擬文件草稿 分析客戶需求趨勢 客服聊天機器人

客製化行銷 擬技術文件草稿 異常狀況預測

可汗學院Khanmigo
用 GPT-4 幫助教與學
文件摘要總結 協助探索新產品設計 建立文檔初稿 台灣人壽 AI 預防針對
數位金融弱勢者的詐騙

資料來源：Mckinsey ，MIC整理，2024年4月 資料來源：衛生福利部社會及家庭署，MIC整理，2024年3月

 過去全球企業轉型過程中面臨的主要挑戰為資金、人才，與缺乏市場與客戶資料的深入分析。而AI Agent能協助
企業突破既有困境，並對於行銷、產品開發、客戶營運等面向提供強大的助力
 傳統一般輔具是從生理面協助弱勢族群達到常人水平；而AI Agent 則可以協助知識獲取，從智慧層級協助弱勢族
群避免被社會拋離
© 2024 Institute for Information Industry 26
 企業導入生成式AI三大切入方向
企業考量一 企業考量二 企業考量三

垂直應用資料隱私保護 改善大型語言模型幻覺 模型客製化方案評估

1 合成資料
1 成本面 3 授權面
1 提示微調
2 差分隱私
2 檢索增強生成 2 效能面 4 合規面
3 聯合學習 （RAG）
資料來源：MIC，2024年4月

 在體驗生成式AI的潛力後，許多企業已將導入生成式AI放在日程上，但對企業來說，隱私資
料保護、大型語言模型幻覺是勢必要解決的挑戰，否則將對應用深化造成負面隱患
 在開源模型效能逐漸提升之際，開源模型也成為用戶考量選擇之一，但評估過程並非僅是成
本至上，還需綜合考量效能、授權與合規等議題，才能建構適用個別企業之AI應用環境
© 2024 Institute for Information Industry 27
 結論

© 2024 Institute for Information Industry 28

 結論
 雖然科技快速進展，但在全球極端氣候、社會環境動盪下，人們對於未
來環境的不確定性不斷攀高，在此情境下，企業企圖運用數位科技以鞏
固自身競爭力與韌性，帶動整體企業IT投資
 在競逐新科技的過程，新技術固然帶來極大便利性，但企業資源落差也
造成數位應用斷層，中小型企業更容易在此階段掉隊，如何運用
domain knowhow來讓新興科技在不同規模的企業落地，則是資服業
者未來扮演的關鍵角色
 新興關鍵技術的導入，除面臨資訊系統架構翻轉，更需同步考量資料隱
私保護、人員技術儲備、工作流程轉換、商業模式重構等要素，幾項要
素彼此配搭，缺一不可。如何協助企業先期盤點與規劃，對內部員工及
供應鏈夥伴達成共識，是資服業者的挑戰也是重要商機
 在不斷追求新科技的同時，也畏懼科技對於社會帶來反噬，因而提升對
於數據治理體系、安全與信賴環境的需求，也帶動如何運用新科技展現
對社會弱勢的關懷，讓資服業者成為新科技與社會關懷的引路者

© 2024 Institute for Information Industry 29

 附錄

© 2024 Institute for Information Industry 30

 製造業調查說明與樣本分布
調查對象 電子資訊，19.0% 金屬機電，40.0% 化學工業，18.2% 民生工業，22.8%

1億(含)以下
營 業 額 14.2%
1億(不含)~10億元(含)，54.6% 超過10億元，31.2%

地 區 北部地區，36.4% 中部地區，28.4% 南部地區，35.2%

客戶關係 OEM/ODM/OBM混合，39.4% OBM，21.2% OEM/ODM，39.4%

說明
時間與方式 調查目的

112年6月12日~7月20日，採電訪、網路、 為協助「製造業」廠商提高營運效率與面對供應鏈風險
紙本等多元調查方式；以比例配置法進行 的韌性能力，加速產業供應鏈智能化等升級轉型，瞭解
隨機抽樣 企業發展「智慧科技」與「韌性能力」的進程與需求
13.0%
有效樣本數 10.2%
8.8%
11.2% 10.2% 10.0% 10.8%
6.6% 6.0% 6.0%

500份
2.2% 1.0% 2.0% 2.0%

資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 31
 資訊科技投資調查說明與樣本分布
調查目的 以台灣地區為調查地區範圍，掌握各類調查對象之資訊投資現況及
未來趨勢探討
2023年12月~2024年2月，採多元調查，以電話訪問為主，輔以傳
時間與方式
真、Email及郵寄等多元方式進行調查執行工作

樣本分布

製 造 業 電子資訊，38.0% 金屬機械，24.5% 化學工業，18.5% 民生工業，19.0%

（n=200）

營 建 業 建築工程業，32.3% 專門營造業，31.2%
（n=31）

金 融 業 銀行及金控業，39.2% 保險業，19.6% 證券及期貨業，41.2%

（n=51）

資料來源：MIC，2024年4月
© 2024 Institute for Information Industry 32
 張家維 產業顧問兼副主任 cwchang@iii.org.tw
童啟晟 資深產業分析師 leotung@iii.org.tw
徐暐釗 資深產業分析師 wzshi@iii.org.tw
楊淳安 產業分析師 annyang@iii.org.tw
郭唐帷 產業分析師 tangweikuo@iii.org.tw
洪齊亞 產業分析師 chiyahung@iii.org.tw
潘韋樺 產業分析師 dinopan@iii.org.tw
產業情報研究所

© 2024 Institute for Information Industry 33

 智慧財產權暨引用聲明
 本活動所提供之講義內容或其他文件資料，均受著作權法之保護，非
經資策會或其他相關權利人之事前書面同意，任何人不得以任何形式
為重製、轉載、傳輸或其他任何商業用途之行為

 本講義內容所引用之各公司名稱、商標與產品示意照片之所有權皆屬
各公司所有

 本講義全部或部分內容為資策會產業情報研究所整理及分析所得，由
於產業變動快速，資策會並不保證本活動所使用之研究方法及研究成
果於未來或其他狀況下仍具備正確性與完整性，請台端於引用時，務
必注意發布日期、立論之假設及當時情境

© 2024 Institute for Information Industry 34

 附件

© 2024 Institute for Information Industry 35

 部份國家著重主權AI結合產業生態系之發展
• 發表「人工智慧國家戰略」，
投入「建立AI生態系所需之長 • 以生物辨識資料庫(Aadhaar)
英國
期需求」、「確保AI科技擴散 建置為起點
至各領域」及「建立高效率AI • 聚焦數位治理及金融體系轉型。
治理機制」 並投入建立AI新創企業融資系 • 提出「國家人工智慧
• 公布「Frontier AI Taskforce」 統、數據分享平台及AI人才培 戰略」，並於規劃
計畫，強化AI實力與應用落 育等機制 2030年晉升至全球AI
地，
領導地位
• 提出「2031國家人工智 • 強化AI數位基礎建設
慧戰略」，目標2031年 及生態系
位列全球AI強國 • 開展「活動導引者」、
• 建置全球首款阿拉伯文大 阿拉伯聯 印度
「公民與社群」、
語言資料庫，並推出生成 合大公國 「基礎建設與環境」
式AI模型（Jais Ai） 新加坡 為基礎之政策機制

各國AI基礎建設規劃之應用領域
醫療 數位 語言 教育 交通 農業 再生 減碳、 資源
國別 國防 金融
應用 治理 翻譯 應用 運輸 應用 能源 氣候變遷 管理
印度 V V V V V
新加坡 V V V V V V
阿拉伯聯合大
V V V V V V V
公國
英國 V V V V V
資料來源：各國，MIC整理，2024年4月
© 2024 Institute for Information Industry 36
 AI協助用戶反制深偽詐騙

 以 生 成 式 AI 技 術 偵 測  以AI偵測辨識生成式AI所做  建立防詐AI模型，預防電信
DeepFake偽冒的語音與影 出 來 的 聲 音 ， 避 免 廣告詐欺
像詐騙 DeepFake詐騙  檢測類別：SDK偽造、點擊
 AI即時影像辨識，強化身分  結合生物特徵認證系統，可 詐欺、IP位置、垃圾信件
辨識能耐 用於身份驗證
 台灣Gogolook為合作夥伴
即時阻擋
IDLive Face生物臉部辨識技術 欺詐性安裝在付款之前會被阻擋
可以檢測出鏡頭前是否為真人；避 準確性達98% 完全透明
免照片或預錄影片等深偽攻擊手段 阻擋細節發送所有網路合作夥伴
驗證時間1秒內 精準歸因
IDVoice生物語音辨識技術 準確捕獲自然安裝行為用戶
說出單詞即可認證與識別是否為真
不受限語言種類 可靠的分析
人，可辨識錄音與AI語音造假
無扭曲的用戶活動資料分析
資料來源：各公司，MIC整理，2024年4月
© 2024 Institute for Information Industry 37
產業情報顧問服務AISP為資策會MIC最核心的產業情報資料庫服務，運用最先進數位平台服務技術，提供產業在資訊與通訊（ICT）領域
最完善的新知識、新技術、新方向的產業情報資訊服務平台。服務內容包括「產業情報資訊、突發事件觀察剖析、關鍵議題焦點評論、
產業議題深度研究、國際大展情報蒐集分析、前瞻趨勢」等。隨時觀察產業發展動態與趨勢，觀測掌握全球重要的產業發展動態，並依據
產業需求規劃研究範疇與議題，開展符合產業需求的產業情報資料庫。

推薦資料庫

ICT Country Reports Semiconductor Industry IT Service & Software

東南亞十國地區資通訊產業/市場報告 半導體產業 資訊服務與軟體
本產品針對東亞主要國家，彙整最新的總體 本產品以半導體三大次產業，即IC設計、IC製造及IC 本產品除原有資訊服務產業內容外，也針對新
經濟環境數據、ICT產品市場與產業資訊， 封測為主軸，藉由各別產業分析研究以及海內外大廠 興科技軟體技術和服務進行探討。同時以各項
包括資通訊市場、社會環境、政治環境、經 於相關製造技術及生產線產能之佈局，與各國相關推 技術平台、新興應用模式、廠商競爭及整體產
濟環境、科技環境等關鍵數據，帶領我國廠 動政策，從中勾勒半導體產業樣貌、半導體發展趨勢 業趨勢做為主軸，分析企業對於韌性佈局的需
商了解東亞各國最新市場與產業動態以及相 以及未來潛力商機。 求與意向。期望透過不同觀點及思考角度，協
關供應鏈佈局概況。 助業者強化對產業趨勢和重要議題之掌握，並
研究範疇 在市場環境的變化與挑戰下，找到新的獲利來
研究範疇 半導體產業現況與未來發展分析 源與發展機會，進而透過軟體與服務的加值，
東亞地區重點國家總體經濟環境、ICT市場發展
研究重點 開創出企業的第二條成長曲線。
與ICT產業發展概況
台灣半導體產業產銷分析 台灣暨各國半導體產業政策 研究範疇
研究重點 研究構面 化合物半導體產業研究 新興軟體技術於垂直領域之應用
台灣 越南 全球暨台灣半導體產業議題評論
總體環境 研究重點
中國大陸 印尼 新興科技
ICT市場 研究構面 產業趨勢
日本 馬來西亞 關鍵議題
ICT產業 行業別應用
韓國 泰國 產銷調查 技術分析 生產佈局
菲律賓 研究構面
印度 大廠策略策 產業政策
企業投資調查 技術趨勢前瞻
標竿廠商動向 標竿應用案例
AISP情報顧問服務網：https://mic.iii.org.tw/aisp 瞭解更多

任何問題 歡迎洽詢 《MIC會員服務中心》 (02)2378-2306 members@iii.org.tw

 到府簡報服務
趨勢洞察力 決定 企業競爭力
MIC 協力為您促進 組織 / 人才 再升級
組織人才前瞻力的提升，儼然已成為現今企業突破轉型的新顯
學。為成功協助企業菁英掌握瞬息萬變的市場趨勢，特別針對
產業熱門議題以及MIC重點研究，提供研究顧問至貴公司「到
府簡報」之服務，期盼能將MIC多年凝聚累積的研究能量及專
業精闢的情報服務，深耕企業內部員工，加速提升組織競爭力
， 共 創 企 業 新 價 值 ， 與 企 業 組 織人才攜手
找出迎向新經濟的解方

產經趨勢 金融科技 資安防護

15大
資訊產業
半導體產業
科技應用
電動車
智慧城市
智慧製造
議題精選 點擊詳閱
5G/B5G 人工智慧 智慧醫療
MIC到府簡報議題
數位經濟 數位轉型 能源與環境

欲瞭解詳情，請洽MIC會員服務中心，由專人為您服務
(02)2378-2306 members@iii.org.tw