聚焦「產業動向、技術變革、地緣風險、議題反思」四大面向
文／資策會
資策會產業情報研究所（MIC）舉行《2026資通訊產業趨勢》記者會，會中針對AI重塑總體環境對台灣產業的影響，進行深入分析，從對產業動向、技術變革、地緣風險、議題反思討論。在 NVIDIA、OpenAI 等國際大廠持續推動下，全球 AI 生態系正加速擴張並進入結構性轉變階段。資策會產業情報研究所（MIC）指出，隨著 AI 算力需求快速外溢，市場已由過去高度集中於 GPU 的發展模式，逐步轉向客製化 ASIC、專用加速器與軟硬整合解決方案，以回應成本、能效與應用彈性等多重挑戰。下一階段競爭焦點將不再是單一硬體規格，而是能否有效整合軟硬體、場域應用與治理能力。
【產業動向】NVIDIA及OpenAI等公司帶動AI生態擴大及快速變化
NVIDIA 與 OpenAI 等公司是推動AI軟硬體創新的重要引擎，而在發展的過程，AI生態系持續出現動態的變化。隨著算力需求外溢及應用變化，市場不再單押 GPU，轉而尋求 Google TPU 等客製化 ASIC 方案以優化成本。同時，國際大廠針對資料中心的散熱與電力效能制定了嚴苛的國際規範，這不僅大幅墊高技術門檻，更可能壓縮硬體的獲利空間。
資策會MIC所長洪春暉表示，隨著基礎設施建置逐漸完善，企業應避免盲目的跟風投資。在基礎設施建立完善後，未來應用服務與產品，將會對應合適的軟硬體整合，成為下波AI趨勢之重點。
【產業動向】全球主權AI投資將延續，大廠抱團搶商機
主要國家正積極投入主權AI/AI工廠的建置熱潮，重要計畫包括歐盟提出的200億歐元「InvestAI」計畫，日本與韓國則分別編列約 650億美元以及約730億美元的投資計畫，都要推動本國化、高資料中心電力容量的AI工廠，視為提升國家競爭力與滿足產業趨勢的重點方向。值得注意的是，各國政府在布建AI算力的同時，為了扶植本地資料中心的技術與產業升級，也規範外部國際科技大廠在組織團隊時，需與在地機電業者共同完成IT設備與基礎設施。不過，考量AI算力設備落地自主化與資料中心建置難度，特別在新興市場（如中東地區）的國家，將十分仰賴在地EPC（工程、採購、營造）統包商包括對於該市場法規與生態系高掌握度的能力。因此台廠除配合國際CSP客戶全球布局外，可另外爭取與新興國家的EPC業者合作，以提高訂單成功率。
【產業動向】AI朝跨領域發展，大廠結盟共同開發前瞻邊緣AI方案
國際大廠，不論是晶片商、設備商，抑或是電信營運商，近期皆把重心放在「邊緣 AI」與「網路 AI 化」的布局上。其中，晶片商如高通推出的新一代 Snapdragon 8，使得端側 AI 的運算能力大幅提升，滿足如智慧製造（瑕疵檢測）、智慧醫療（即時影像傳輸）等垂直應用場景，並可解決解決垂直場域延遲痛點，加速AI滲透率提升。電信營運商部分，也有T-Mobile 與 SoftBank將於 2026 年啟動 AI-RAN 實測，開始驗證 AI 是否能在頻譜利用、功耗管理、網路效率上帶來實質改善。整體來看，邊緣 AI 的生態正在快速成形，AI推動製造、醫療等場景導入AI Box與邊緣推論方案，在各類垂直應用需求下，促使晶片大廠與IPC業者結盟，進而加速垂直場域生態成形，並迎來新一波創新需求。
【技術變革】AI叢集運算需求驅動矽光子技術與產品加速演進
AI晶片叢集運算已成為支持大語言模型訓練之關鍵手段，也加速支持伺服器間資料交換的矽光子技術與產品演進。因應高頻寬資料傳輸需求，既有的光收發器已開始由800Gbps向1.6Tbps頻寬轉換，而共封裝光學（Co-Packaged Optics, CPO）交換器模組則持續推進頻寬規格、量產技術以及模組標準化，預期2028年左右可量產導入伺服器應用。而隨著技術精進，CPO交換器可望逐漸由2.5D模組封裝走向3D小晶片垂直堆疊封裝，並成為資料中心伺服器標準配置。
MIC表示，台廠以主要先進封裝業者為首，已結合光電元件業者、光零組件業者、材料業者、晶片設計業者等組成產業聯盟促進跨業合作，建立技術平台，持續推進CPO模組與系統量產技術。未來，台廠可依托矽光子技術平台強化與國際品牌大廠合作，推動技術與產品標準，提高台廠在全球矽光子供應鏈的影響力。
【技術變革】資料中心能源與散熱至關重要，業者正積極發展最新技術
雲端大廠包括AWS, Google, Meta, Microsoft等已宣布未來幾年的全球AI資料中心擴建計畫，將帶動運算規模與能耗密度持續攀升；另外2025年10月GTC大會，輝達也秀出資料中心五大元素: Computing, Networking, Mechanical, Power, Cooling，可見能源與散熱對AI資料中心的重要性，也因此2026年從單一機架來看，輝達提出800V直流電架構，將帶動液冷散熱方案再進化；伺服器群端，為了確保設備用電穩定，電池儲能系統（BESS）與電池備援模組（BBU）也正快速發展中；而整座的資料中心，包括AWS與Google分別提出小型模組化核反應爐（SMR）與核融合發電方案，也代表AI資料中心發展下，散熱方案、儲能備援到新能源發電都會有技術升級的需求。
因此MIC所長洪春暉表示，各國能源政策如何支援資料中心發展值得關注；而產業端對於儲能與散熱方案，特別是散熱大廠已將研發重點轉向開發微通道水冷板（MLCP），由於該方案須要與半導體製程業者合作，具備高技術門檻，因此業者規模與研發資源或將是未來能否立足市場的關鍵。
【地緣風險】美國啟動「AI行動計畫」，以「技術輸出」重塑全球AI供應鏈
2025年7月，美國正式推出「AI行動計畫」（America’s AI Action Plan），明確將「科技輸出」納入國家戰略核心，試圖透過出口整套AI技術堆棧（AI Stack），打造新的全球AI領導格局，此舉被視為美國在AI世代競爭中，從單純技術研發轉向國際供應鏈控制與標準制定的重要轉折。
根據該計畫，美國將透過新建立的美國AI出口專案（American AI Exports Program）推動完整AI套裝出口，包含AI專用硬體（晶片、伺服器、加速器）、雲端與資料中心服務、軟體／模型、應用程式與治理標準等。
MIC所長洪春暉表示，對於台灣在內的科技供應鏈國家而言，此波動向將產生深遠影響。若加入美國主導的供應鏈，在AI基礎運算零組件、設備與資料中心等環節扮演角色，將有機會成為全球AI推廣的重要夥伴。然而，這同時也意味著當前與中國或其他國家合作的技術與供應鏈格局，可能面臨重組壓力。另一方面，美國也同步強化出口管制，確保先進AI晶片與HPC設備不外流給被視為對手的國家，意即全球AI技術競爭，將不僅是技術能力的較量，更是供應鏈、標準與地緣政治的博弈。
【地緣風險】中國業者加速海外擴張計畫，各國政府與產業審慎應對
2026年美中兩國的競爭，重點之一聚焦在AI主題，中國發表「人工智能全球治理行動計畫」，透過標準與資源輸出強化對全球南方的技術影響力；美國則推出「AI行動計畫」推動全球AI出口解決方案，搭配管制奠定技術優勢；在AI發展策略上；中國採開源策略降低導入門檻並擴大使用基礎，美國則以閉源策略嘗試維持技術領先。2026年值得關注在中國積極輸出AI軟硬體方案下，各國政府的因應對策，如設立市場進入門檻（反補貼調查、關稅調整、安全規範等），以及保護國內產業等作法來降低可能的國安與資安風險。而美方陣營也預計將深化與多元國家市場之供應鏈夥伴合作，提供具自主技術、可追溯之產品服務，降低中國產業外溢影響。
【地緣風險】美中關鍵資源「武器化」競賽升級，稀土供應鏈成為科技與國防博弈焦點
隨著人工智慧、高階半導體、電動車、國防尖端武器等技術與產業需求成長，稀土與其他關鍵礦物的地緣政治與供應鏈安全已成為全球焦點。美中兩強對抗不再侷限晶片或軟體，而將供應鏈最根本的原料－稀土、關鍵礦物與磁鐵材料，納入戰略武器。今（2025）年4月，中國大陸透過出口管制，對包含中、重稀土元素（如釤Samarium、釓Gadolinium、鋱Terbium、鏑Dysprosium等）及永磁體產品實施嚴格限制，並要求海外產品只要含有中國稀土成分，或使用中國技術生產，即需取得出口許可。
MIC所長洪春暉表示，此項政策立刻引發全球供應鏈關注－汽車、半導體設備與材料、綠能、國防系統等依賴稀土與磁鐵的產業，面臨潛在的風險，並使歐洲企業與美國國防產業尋求重新布局，尋求「去中國化」或「供應鏈多元化」的替代方案。
綜合而言，美中在稀土與關鍵資源上的角力，顯示其對抗已經從傳統貿易戰進化為科技供應鏈與國安層面的深度對抗。全球高科技產業生態、能源轉型策略，以及供應鏈安全布局，都將面臨重新洗牌。
【議題反思】AI市場估值升高，泡沫化疑慮的同時，帶來永續健康成長的提醒
國際AI軟硬體巨頭透過交叉投資與股權交換，建構出循環式 AI 經濟並推升市場估值。為鞏固算力護城河，大型雲端服務龍頭業者仍預計將在2026年維持雙位數的資本支出成長。
在這種「高估值」與AI有用或無用論的效益差異下，產業必須從規模的擴張回歸永續的「健康成長」。面對投資過熱的風險，未來應朝具中長期技術護城河與實質研發能力的角度發展。
對於供應鏈而言，當務之急是進行多元化佈局，避免過度依賴單一技術供應源。唯有降低對特定市場熱點的依賴，構建足以抵擋市場修正與系統性衝擊的韌性，方能在未來市場變動時站穩腳跟。
【議題反思】AI治理國際標準已成形，治理能力成國際競爭基本門檻
隨著歐盟 AI Act 與 ISO 42001 等國際規範生效，AI 治理國際標準已然成形，象徵「治理能力」已從單純的風險控管，轉變為企業參與國際競爭的基本門檻。因應法規對「可稽核性」的要求日益嚴謹，治理防線宜同步前移至開發與採購階段，如今，合規已是營運的基本盤，唯有具備標準化流程與可驗證機制的企業，才能獲得國際客戶的優先信任。
針對上述趨勢，建議企業應採取三大因應對策。首先是建構符合國際標準的「企業內部 AI 治理框架」，釐清技術部署的權責邊界，並落實風險識別與審計。其次，推動「全員 AI 素養訓練」，依據職能培養員工「知 AI、用 AI、管 AI」的實務能力，確保人員素質與技術同步升級。最後，應導入技術工具提升治理效率，優先聚焦於資料治理、模型評測、憑證溯源及合規自動化審計等四大面向。透過制度、人才與工具的整合，以在合規的基礎之上，確保營運韌性並鞏固市場競爭力。
