Professional Documents
Culture Documents
2024 04 16 3 2024年資服產業發展暨關鍵議題 張家維
2024 04 16 3 2024年資服產業發展暨關鍵議題 張家維
2024 04 16 3 2024年資服產業發展暨關鍵議題 張家維
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
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
AI Agent 概念框架
LLM
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
37.5% +0.8%
38.3%
35.4% 39.7%
+4.3% 45.5% -2.7% 42.8%
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%
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%
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
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%
12.6 393.4
8.8
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
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
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
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
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
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
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%
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
營 建 業 建築工程業,32.3% 專門營造業,31.2%
(n=31)
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
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
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
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