數發部五大 AI 政策上路一年，盤點最新成果

數位發展部五大 AI 政策推行滿一年，部長林宜敬盤點了各項政策的執行成果與後續規畫。在框架建立告一段落之後，政策的評估重心轉向實際的落地成效。

政府在 AI 領域的角色，通常涵蓋幾個面向：基礎設施的建置與算力資源的提供、法規與治理框架的訂定、產業應用的推動與補助，以及人才培育。這幾條線的推進速度與難度並不相同——基礎設施投資的成果較容易衡量，而治理框架與人才培育的效果則需要更長的時間才會顯現。

治理面向的推進近期特別明顯。相關單位已規劃建立政府部門的 AI 風險評估機制，未來大型 AI 服務上線前須納入風險審查，並將公布機關的 AI 內控範本。這類措施的價值在於把原則性的要求轉為可執行的流程——而政府自身先行建立規範，也對民間具有示範作用。

算力資源則是另一個關鍵。前沿 AI 研究需要的運算規模已遠超過多數學術機構能自行負擔的水準；而在國際上，晶片業者提供算力給研究機構的合作案例增加，正反映了這個缺口的普遍性。公部門的算力投資，實質上決定了本地研究能推進到什麼程度。

產業應用的推動則面對不同的課題。台灣的產業結構以中小企業為主，而這些企業導入 AI 面臨的障礙不只是技術——資料的數位化程度、流程的標準化、以及缺乏具備相關技能的人力，都是實際的門檻。單純的補助若未搭配輔導與人才培育，效果往往有限。

從評估的角度，一年是相當短的時間尺度。基礎設施的建置、法規的制定與人才的培育都需要以年計；而真正的成效——AI 在產業中的採用率、本地 AI 產業的規模、以及研究產出的國際能見度——要到數年後才會顯現。年度盤點的價值，主要在於檢視推進的方向與速度是否符合規畫。

對產業界而言，較有參考價值的是政策工具的具體內容：算力資源如何申請、法規要求的實際範圍、以及補助與輔導的門檻。這些細節直接影響企業的規畫與投入決策。

後續觀察重點包括：各項政策的量化成果數據、AI 治理規範的實際落實，以及產業採用率的變化趨勢。