行政院今年年初通過了「台灣 AI 行動計畫」，9月底為了強化資源共享與整合，透過經濟部「AI 領航推動計畫」與科技部「半導體射月計畫」、「AI 創新研究中心計畫」的串連，成立「AI on Chip 示範計畫籌備小組」。目前規劃第一階段將整合各議題目標與應用範圍，透過專家及業界討論，擬定研發主題與目標，開放業界、研究機構、學界及專業社群等參與相關籌備及藍圖文件制定；第二階段則正式成立 AI 晶片聯盟，結合前瞻研究、人才培育與科研計畫建立資源共享，形塑國家級 AI 前瞻研究網絡。我們樂見台灣終於運用半導體產業的優勢，整合上、中、下游資源，共同為打造台灣在全球AI產業的新利基而努力。
早在2013年世界各主要國家已開始制定相關的AI政策，而世界經濟論壇(WEF)在2016年揭櫫AI是改變人類生活的十大科技技術之一，今年論壇則由創辦人施偉伯和Google執行長皮伽針對「AI對全球的衝擊」進行一對一的對談，而該論壇9月公布的「2018年就業前景報告」（The Future of Jobs 2018）更指出，隨著AI技術發展，在2022年預計將新增5,800萬個就業機會[1]。國際大廠在AI議題上的競逐更白熱化，像是以數據料、演算法及運算等作為關鍵的AI軟體發展，其中的Google、蘋果、微軟、Facebook、阿里巴巴、華為等國際大廠無論是作為平台商或是者硬體製造商，皆開始透過演算法及運算各自研發自己所需的AI晶片。因此，未來在考量應用的演算法、運算耗能、運算速度、晶片成本之不同，硬體核心設計可能走向為企業專用與客製化的晶片，應用於終端裝置，包括語音智慧音箱(助理)、智慧手機、汽車、安防、醫療、智慧城市和工業等領域。
台灣在AI產業發展方面，不管是年初政府的「台灣 AI 行動計畫」，或者民間成立AI學校來培養AI人才、或是建立 AI_ROBOT 基地[2]或林口智慧園區等測試場域，以及成立四大AI創新中心等，對AI議題的投資金額將超過50億元台幣，成為台灣重大科技技術發展的領域之一。但相對其他國家，像中國是傾國家之力來推動AI，據北京清華大學中國科技政策研究中心《中國人工智能發展報告2018》顯示，截至2018年6月，中國AI企業數量已達到1,011家，排名全球第二，且從2013年到2018年第一季，中國在AI領域的投融資占全球的60%，成為全球對AI投融資規模最大的國家之一。
台灣在AI投融資規模雖遠不如中、美、日、歐等國，但台灣很幸運地擁有領先世界的半導體供應鏈，包含設計服務、製造、測試與封裝等世界一流的系統設計及製造能力優勢。而9月份成立的示範計畫籌備小組將聚焦AI晶片的「半通用型」、「異質整合（Heterogeneous Integration）型」、「新興運算架構型」與「軟體編譯環境開發型」[3]四大議題，就是要推動台灣「 AI on Chip 」發展藍圖，建構全球獨一無二的 AI 晶片產業生態系。這種場景與氣勢有如1980年代起政府陸續透過「IC示工廠設置計畫」、「VLSI製程技術發展計畫」、「次微米計畫」[4]的翻版，當時政府在整合民間與研究機構等資源，不僅成功地將台灣半導體製程從6吋晶圓推向8吋晶圓，也逐漸形成特有的半導體產業供應鏈體系。
我們樂見政府與產業界都動起來，但首先要提醒的是，各國在AI技術領域的競逐，可能在未來5-10年內大致抵定，台灣應抓緊時間建立AI技術能量。其次是，若以過去計晝的投入經費分析，平均每年投入經費由示範工廠的每年1億元增加至次微米計晝的16億元，顯示隨著製程技術開發演進，人才及資金的投入也隨之提高，而目前半導體晶片投片依採用不同的製程工序所需要的成本，像較成熟的40/28奈米製程每次投片成本約200萬美元，28奈米動輒400~600萬美元，高階的14/10奈米製程投片成本則超過億美元，未來要讓AI晶片技術真正落地量產，宜將投入成本列入考量重點之一，再集結產、學、研等研究能量，為台灣開發出一個領先國際的特有AI 晶片產業鏈，創造台灣在全球 AI 產業的獨特競爭力。
[1] 其中搶走7,500萬個工作機會，但帶來1億3,300萬個新就業機會，即整體就業市場預計新增5,800萬份工作。
[2] 南部科學園區自2017年 11 月進行，六大主題社群包含智慧機械/機器人、智慧演算、 AIoT/AR/VR、智慧醫療、智慧農業、無人載具等。
[3] 「半通用型」係發展特定應用的邊緣運算推論及學習晶片；「異質整合型」係透過異質整合技術提升系統效能，降低耗電，並縮小體積以便應用於更多情境；「新興運算架構型」則在發展前瞻晶片架構及材料；「軟體編譯環境開發」係提供最適化的軟體開發環境，充分發揮 AI 硬體效能。
[4] 第一次計畫將技術移轉而成立聯電；第二次計畫則成立台積電;第三次則成立世界先進，見劉常勇(1998)，〈台灣半導體衍生公司對產業創新之影響〉，中華管理評論，9月份。
。