工研院「眺望2026產業發展趨勢研討會」AI 產業趨勢場次
隨著AI技術快速演進，產業應用正迎來關鍵變革。工研院在11月5日於臺大醫院國際會議中心舉辦「AI產業趨勢」場次，聚焦AI代理人（AI Agent）與實體AI（Physical AI）應用崛起，數位智慧正全面邁向實體落地。臺灣作為科技供應鏈關鍵節點，如何在硬體優勢上強化軟硬整合，成為未來競爭關鍵。研討會結合國際案例與本土經驗，剖析製造業轉型契機，協助企業擬定前瞻策略。
以下是各議題摘要與講者觀點：
從AI部長到AI勞動力：實體AI革命下的台灣新賽局
工研院產科國際所研究副總監徐富桂於「2025觀察：AI產業全球趨勢與產業變局」專題演講中指出，AI人工智慧正進入從虛擬邁向實體的關鍵轉型期。2025年9月，阿爾巴尼亞總理艾迪·拉馬（Edi Rama）正式任命由人工智慧生成的政府部長「蒂耶拉」（Diella），震驚全球。蒂耶拉雖無實體，但負責監督全國公共採購與招標案，並被賦予「零貪腐」的目標，象徵AI不再只是輔助工具或顧問角色，而是已進化為具決策能力的「AI代理人」（AI Agent）。
徐富桂指出，AI部長的誕生代表一場深刻的技術遷徙——AI正從存在於雲端與軟體中的虛擬智慧，逐步落地為可與實體世界互動的應用系統，包括機器人、無人機與智慧工廠等。這場由「虛擬智慧」邁向「實體智慧」的浪潮，正全面重塑全球產業格局。AI不僅能協助寫作、繪圖，更已參與藥物開發、製造生產與國防應用，從分析型工具轉化為實際操作的關鍵角色，加速產業智能化進程。
面對這股變局，他強調臺灣須積極應對，並提出三大核心課題：第一，如何在全球軟硬整合的終極賽局中定位自身價值；第二，如何讓AI掌握產業中隱性技術與經驗，真正落地應用；第三，如何及早布局跨域關鍵人才，以引領下一波科技與產業升級。
全球生成式AI市場將持續呈現高速成長，市場規模預計從2023年的113億美元攀升至2028年的519億美元，年均複合成長率高達35.6%。亞洲正展現強勁的追趕勢頭，預估CAGR達41.7%，成為全球生成式AI發展的重要推力。
工研院產科國際所產業分析師林建良於「臺灣定位：AI產業鏈的機會與挑戰」專題演講中指出，生成式AI正從技術驗證邁向應用落地的關鍵時刻。工研院預估全球生成式AI市場將從2023年的113億美元成長至2028年的519億美元，年均複合成長率高達35.6%，其中亞洲市場成長動能最為強勁，預估CAGR達41.7%，展現高度發展潛力。
他進一步指出，隨著AI應用加速滲透產業鏈，企業導入生成式AI的場景涵蓋行銷、金融、製造、醫療、教育與創意產業等多元領域。麥肯錫研究指出，生成式AI不僅能驅動營收成長，更將重塑知識密集型產業的生產力模式，推動企業營運走向智慧化，並引發勞動結構與職能的重組。整體而言，生成式AI的崛起不僅代表科技演進，更象徵全球產業進入智慧經濟新時代的開端。
生成式AI與AI算力的需求快速攀升，也推動全球AI基礎建設進入新一輪投資高峰，為臺灣產業生態系帶來重要發展機會。臺灣在AI伺服器代工市場占有九成以上市佔，並具備晶片設計、晶圓代工、封測、電源、散熱與載板等完整供應鏈，有機會從代工製造進一步轉型為「AI資料中心整合服務供應商」，提供一站式解決方案，涵蓋伺服器製造、機電整合、軟體測試與能源配置。此外，AI晶片需求也快速升溫，帶動封裝與散熱技術創新。臺灣可發展CoWoP、CoPoS等先進封裝技術與碳化矽材料，強化在高階AI晶片供應鏈中的主導地位。同時，矽光子與液冷散熱技術成熟，將催生光通訊與冷卻元件新商機，推升交換器、光收發模組與熱管理零組件需求。
在資料中心發展方面，他說明，未來將朝高密度、節能化、模組化發展，若臺灣廠商能整合能源管理、機電工程與資安方案，將有機會成為全球AI基礎建設的重要輸出基地。從生成式AI、AI算力到AI晶片與資料中心整合，臺灣產業正迎來從代工製造走向高附加價值技術輸出與系統整合的轉型關鍵期，並持續鞏固其在全球AI產業生態中的戰略地位。
圖一 台灣AI伺服器供應鏈產業生態系
到2027年，預計30%的AI代理應用將為多代理的協作應用，以因應企業跨部門的複雜任務；而到2029年，AI代理已成為知識工作者的標配，至少有50% 的白領人士須學會與代理互動、治理並依自身需要建立專屬AI代理。
工研院產科國際所研究經理周駿呈於「國際標竿：AI Agent驅動下之服務業應用趨勢與商機」專題演講中指出，生成式AI正從「聊天」邁向「自主行動」，具備拆解任務、使用工具、完成交易等能力，將重塑企業流程與消費體驗。以消費零售市場為例，麥肯錫調查顯示，曾使用AI搜尋工具（如ChatGPT、Claude、Copilot等）的消費者中，有高達44%視AI搜尋為「主要且偏好」的搜尋入口，已超越傳統搜尋（31%）；順應此趨勢，預估至2030年，美國B2C零售市場中，經由AI Agent完成搜尋、議價、下單與支付的「代理購物」交易總值將達1兆美元，占整體市場14%至16%，市場潛力可觀。
在企業端，AI工作流程已開始規模化導入至高科技、媒體、電信、保險與零售等行業，並率先應用於客服、IT、行銷、銷售與營運等資料密集、流程標準化的部門。
周駿呈指出，AI代理的興起帶動四大產業變革：第一，消費行為從「人找資訊」轉向「代理幫你找、幫你談、幫你付」，入口由傳統搜尋轉為AI／答案引擎；第二，定價機制從授權或訂閱模式走向「用量與成果計價」，催生即時分帳與微交易；第三，產業結構加速重組，零售流量轉向答案型入口，專業服務從「專案交付」過渡到「平台化交付」；第四，生態合作加快形成，包括品牌、雲端、金流、廣告與代理平台的多邊結盟，形成可組裝的AI代理供應鏈。
他也點出五大新興商機，包括：一，「引擎優化」（如AEO、GEO、GXO），協助企業將產品與服務資料結構化、機器可讀，並提供即時庫存與價格資訊；二，「AI代理市集」與「AI代理交易所（AEX）」正成形，實現毫秒級的供需撮合與結算；三，「可信任代理中介機構」將提供身分識別、聲譽檢核與績效稽核機制（結合DID、可驗證憑證VC、零知識證明等技術ZKP），以控管跨平台交易風險；四，支援高頻微交易的「可程序化支付與穩定幣」將成為關鍵基礎設施，實現動態定價、分潤與保證金功能；五，企業透過「多代理協作系統（Multi-Agent System）」與企業級代理平台，實現從消費意圖啟動到交付完成的一站式自動化流程整合。這些變化與機會，將重新定義未來服務業的運作邏輯與競爭優勢。
Gartner 評選AI代理為未來五年將產生重大影響的十大策略性關鍵科技之一； IDC則認為企業IT支出結構於未來五年內將以AI Agents為主軸並主導企業IT預算擴張，顯見AI Agents 於未來發揮的影響力。
工研院產科國際所分析師黃筱雯於「從AI Agent發展趨勢看製造業場域應用創新案例」專題演講中指出，全球人工智慧應用正從單一工具型態加速邁向人工智慧代理（AI Agents）新階段。AI Agents具備自主規劃、學習、決策與執行能力，能依指令分解任務、與環境互動並完成目標，成為推動智慧化生產的關鍵動能。
她說明，在製造場域中，AI Agents可被部署於智慧工廠，應用於動態排程、即時供應鏈協同與高精度瑕疵偵測等場景，並透過多Agent協作，支援管理人員在面對設備異常或原料波動時，快速作出秒級反應與決策，顯著提升整體生產的彈性與效率。這也意味著AI不再僅是資料分析工具，而正轉型為深入企業流程的智慧營運系統。
進一步來看，黃筱雯指出，要讓AI Agents在複雜製造環境中發揮最大效益，未來發展應聚焦兩大重點：首先是強化多Agent系統（Multi-Agent Systems, MAS）的協同能力，包括建立高效通訊協議與信任機制，以支援橫跨原料採購、製程控制與品質管理等任務的整合優化；其次是確保系統運作的可靠性與安全性，特別是在無人干預下仍需具備透明、可追溯與可解釋的決策機制，以防止生產風險發生。
她強調，面對這波轉型浪潮，臺灣製造業應積極佈局AI Agent發展。具體而言，應優先推動三項策略：一，加速跨領域人才的培育，重點投入於具備AI模型開發與工業控制知識的AI Agent工程師；二，推動製造業場域示範計畫，由政府與業界共同投入資源，在指標性工廠建立AI Agent系統的場域試點，加速技術從實驗室走向實戰驗證；三，建立適用於Agents的產業資安標準，確保AI在工廠中的決策符合法規要求，並保障關鍵資料安全。透過上述行動，臺灣將有機會掌握下一波智慧製造的主導權，穩固全球供應鏈中的關鍵角色。
軟體定義未來，實體AI上線：能思、會動，用智慧改寫力量。
工研院產科國際所資深產業分析師林研詩於「AI大腦練奇兵：下一波實體AI科技開啟自動化到自主防衛產業創新生態」專題演講中指出，實體AI（Physical AI）時代正加速來臨，透過多模態模型整合，機器將不僅更聰明，亦具備自我學習、智慧決策與自主優化的能力，成為人類協思協作、提升產業效率與生產力的全新引擎。這股技術浪潮正深刻重塑製造、物流與防衛等關鍵產業，推動全球邁向「軟體定義產業」的新發展格局。
她指出，全球科技巨頭正積極佈局實體AI領域，B2B市場聚焦於智慧製造與自動化轉型，隨著MAG7科技七雄與AI獨角獸企業持續投入，逐步形成跨域整合的新創生態；同時，B2G自主防衛市場格局也被徹底改寫。以Palantir與Anduril為例，透過AI軟體與數據分析為核心競爭力，快速推出自主防衛解決方案，不僅顛覆傳統軍工產業商業模式，更開啟「腦力勝火力」的新思維，並帶動整體科技供應鏈與關鍵技術需求的急遽攀升。
她強調，臺灣憑藉在半導體、資通訊（ICT）與精密製造領域的強大供應鏈優勢，具備整合AI晶片、感測器與軟硬體的關鍵能力，正站在切入實體AI與自主防衛產業應用商機的最佳時機點，有望成為全球實體AI產業鏈中的核心樞紐。
資料、照片來源：工研院
