台灣AI資料治理現況與改進建議報告

四、應用推廣與算力配套問題

TAIDE模型應用推廣現況

TAIDE模型作為台灣主權AI的代表性成果，其應用推廣情況直接關係到主權AI的實際價值和影響力。然而，目前TAIDE模型的應用推廣面臨多重挑戰。

首先，TAIDE模型的知名度和使用率相對有限。相比於國際主流的大型語言模型，TAIDE在台灣社會和產業中的滲透率仍然較低。這部分原因在於模型性能的限制，部分原因在於推廣策略的不足。

其次，TAIDE模型的應用場景尚未充分開發。根據國科會的資料，TAIDE計畫將在教育、醫療和法律等領域進行應用發展與示範，但目前這些應用的實際落地情況和效果尚不明確。缺乏成功的應用案例和示範效應，限制了TAIDE模型的影響力和吸引力。

最後，TAIDE模型與產業需求的對接不夠緊密。AI模型的價值在於解決實際問題，但TAIDE模型在滿足台灣產業和社會需求方面的表現尚待提升。這需要更加深入的需求調研和更加靈活的模型調整機制。

人力資源配置不合理現象

監察委員在調查報告中指出TAIDE人力資源不增反減的不合理現象，這反映了台灣在AI人才培養和配置方面的問題。

AI發展是人才密集型工作，需要大量高素質的研究人員、工程師和應用專家。然而，TAIDE項目的人力資源不增反減，不僅限制了模型的開發和優化速度，也影響了應用推廣的廣度和深度。

這種人力資源配置不合理的現象可能源於多種因素，包括預算限制、人才流失、項目規劃不當等。無論原因為何，這一問題都需要得到重視和解決，否則將嚴重制約台灣主權AI的發展。

算力建設與電力配套不足

監察委員強調，充足的算力及電力為AI發展的重要配套。然而，台灣在這方面也面臨挑戰。

在算力方面，台灣雖然擁有強大的半導體產業，但在AI專用算力建設方面相對滯後。TAIDE模型的訓練和優化需要大量的計算資源，但目前台灣的公共AI算力平台建設尚不完善，難以滿足大規模AI模型的訓練需求。

在電力方面，AI模型的訓練和運行需要大量電力支持。隨著AI應用的普及，電力需求將進一步增加。然而，台灣的電力供應面臨結構性挑戰，包括電網結構長期失衡和能源政策的不確定性等。這些問題如果不能得到有效解決，將成為制約台灣AI發展的瓶頸。

公私協力模式的缺失

在應用推廣和算力配套方面，公私協力模式的缺失同樣是一個重要問題。

公私協力可以結合政府的資源和政策支持，以及私營部門的市場敏感性和創新能力，共同推動AI的應用和發展。然而，台灣在這方面的機制尚不完善，政府和私營部門之間的合作仍然有待加強。

在應用推廣方面，缺乏有效的公私協力機制使得TAIDE模型難以快速對接市場需求，也難以獲得足夠的使用反饋來優化模型。在算力建設方面，公私協力的不足導致資源分散，難以形成規模效應，增加了建設成本和運營難度。

監察委員建議，政府在資源有限的情形下，除持續建置算力外，亦宜循公私協力持續積極建置，並思考導入算力節約技術。這一建議反映了公私協力在解決算力問題方面的重要性和可行性。