製造端數據很漂亮,但使用端的良率呢?
台積電先進製程技術持續領先業界,台灣穩居AI算力硬體的重要供應地位——這句話聽起來很威,但微軟《Global AI Diffusion Q1 2026》報告卻給了另一個數字:台灣工作人口的生成式AI使用率為31.8%,在受調查市場中排名第20。
這個數據背後,反映台灣科技業從PC、手機到AI時代持續面對的課題:硬體製造實力堅強,軟體應用生態仍待深化。用工程術語來說,就是我們的「投片」很強,但「應用端的良率」還有進步空間。
製造端確實有在進步
台積電與緯創等企業的AI技術導入展現顯著成效。台積電導入NVIDIA cuLitho平台後,依特定運算式微影工作流程的測試結果,350套H100 GPU系統可達到原需40,000套傳統CPU系統的工作量,在特定運算密集工作負載中可提升約40至60倍效能,並以約九分之一的電力完成相應作業。緯創則導入數位孿生技術協助工廠規劃與營運最佳化。
但這些技術進展也凸顯產業現況:從晶片設計的EDA工具、製造端的運算式微影,到工廠管理的虛擬模擬平台,關鍵工具與平台在相當程度上由美國及其他國際供應商提供。NVIDIA在GTC大會上強調:「運算式微影是晶片製造的重要環節。」這句話點出了國際供應鏈中軟硬體技術密切合作的現實。
資本投資反映的策略思考
值得關注的是2026年11月10日的一項決議:台積電董事會核准對OpenAI與Anthropic各投資最高5億美元,合計最高10億美元。這項投資反映了台灣硬體供應鏈希望加深與AI模型開發商及生態系統的合作關係。
產業觀察人士指出:「硬體代工實力強勁,但在軟體應用層面,仍需要與國際AI模型及平台建立更緊密的協作。」當台積電透過投資強化與AI生態系的連結,當製造商持續導入國際技術平台,這種合作關係已經不只是單純的客戶關係,而是製造端與技術生態的深度整合。
用務實的角度來看,這筆投資不只是錢的問題,更是在問:我們要怎麼確保在下一波技術演進中,不只是提供算力,還能參與應用端的規則制定?
工程師的價值正在重新定義
技術演進的影響持續擴散。隨著AI輔助設計工具的導入,工程人員開始思考:「傳統工作流程會如何改變?」、「新進人員該如何累積經驗與建立價值?」
產業專家指出關鍵轉變:數位時代的資料治理,已從過去以人工判讀為主,逐步轉向可供AI處理的結構化資料。當製造知識需要轉化為AI可讀格式,當虛擬模擬成為實體產線規劃的輔助工具,工程人員的價值將越來越集中在如何善用AI工具、解讀AI輸出,以及做出關鍵判斷。
新世代求職者也面對新的挑戰:在AI技術廣泛應用於人力資源篩選的環境中,了解如何有效呈現自身能力,並善用各種數位工具提升競爭力,已成為必備技能。簡單說,以後不只是會做事,還要懂得跟AI協作,並且讓AI看得懂你的價值。
從Wintel到AI:老問題的新版本
台灣企業領導者常強調居安思危的經營哲學,在順境中保持警覺,在逆境中積極應對。這種思維道出了台灣科技業的生存智慧。從PC時代的Wintel架構,到行動裝置時代的ARM與作業系統生態,台灣始終是全球重要的硬體製造者,同時也持續在軟體應用生態中尋找定位。
如今AI時代,情境有所不同:這次連製造端的部分關鍵工具,也由國際技術平台供應商主導。NVIDIA的cuLitho可能影響部分運算式微影流程的效率與成本,國際AI模型可能在未來更廣泛地應用於製造流程,台灣科技業需要思考更深層的策略問題——我們要如何在持續強化硬體製造優勢的同時,也在軟體應用與服務創新上找到突破口?
答案或許就藏在那31.8%的使用率數據裡。硬體供應鏈的優勢需要持續深化,但更重要的是提升本地市場對AI技術的應用廣度與深度,從內部需求驅動創新。畢竟,光是投片能力強還不夠,最後還是要看整個產業鏈的應用生態能不能真的動起來。