行政院重申續推 AI 新十大建設：六項建設加四項新科技，台灣押在哪裡？

在新竹科學園區旁的一間小型設備商辦公室裡，老闆最近多了一個習慣：每次看到政府發布 AI 相關政策的新聞，他就叫業務去查有沒有對應的補助案。不是因為他特別關心政策，而是他的客戶——那些做精密加工的中小廠——這一兩年都在問同一件事：「我們也要導入 AI 嗎？從哪裡開始？」

他沒有答案，政府的方案也還沒走到他這一層。但方向已經很清楚了。

2026 年 9 月 17 日，行政院發言人李慧芝表示，政府將續推「AI 新十大建設」，結合半導體、資通訊等既存優勢，確保台灣在 AI 產業鏈的關鍵地位。

事件背景

「AI 新十大建設」不是新出爐的政策。依國家發展委員會的資料，這是一個橫跨民國 114 年到 117 年的推動方案，涵蓋智慧應用、關鍵技術與基礎建設三大面向。

結構上它被拆成「六項建設、四項新科技」——前者偏基礎設施與應用落地，後者則是需要科技預算支持的前瞻技術。國科會主委吳誠文曾具體說明這四項新科技是：智慧機器人、量子科技、矽光子、主權 AI。

同一場說明中，吳誠文提到矽光子的產業界「已經如火如荼布局」，政府的角色是政策支援；主權 AI 則涵蓋 AI 研究模型的開發，中央研究院扮演關鍵角色。

另外一個政策背景是，政府在年初通過了 AI 基本法，為 AI 的推動與應用建立了包含人類自主、透明、隱私保護、永續、安全、公平與問責在內的原則框架。

本次重點

從 9 月 17 日這次的表態，有幾點值得注意：

• 這是重申既有方案，不是新政策發布，行政院的用詞是「續推」
• 定位語言相當明確：「確保產業鏈關鍵地位」——重點在守住既有優勢的延伸，而非從零開闢新戰場
• 依經濟學人智庫的 2025 年全球 AI 指數，台灣排名第 16，在投資、創新與應用成果上名列前茅
• 這次談話並未公布新的預算數字、個別計畫名稱或時程細節

最後一點值得說清楚：這次的新聞內容偏向政策方向的重申，具體的預算配置與執行進度，仍需以國發會與各主管機關的正式公告為準。

市場影響分析

對台灣使用者

短期內不會有立即可感的變化。但「主權 AI」這一項，長期跟一般使用者的關係比想像中密切——它指的是台灣有沒有能力自己訓練、自己掌控的繁體中文模型。目前已經在運作的成果包含國科會主導的 TAIDE、鴻海研究院的 FoxBrain，以及聯發科研究單位的 Breeze。

這些模型你可能不會直接打開來用，但當金融業、醫療院所、政府單位要導入 AI 卻因為資料不能出境而卡住時，它們就是唯一的可行解。一般人真正會有感的，是這些機構的服務什麼時候變得比較聰明。

對企業應用

「智慧機器人」這一項對台灣製造業的意義最直接。台灣的製造業缺工是結構性的，而且短期內無解——這不是薪資問題，是人口結構問題。機器人加上 AI 的組合，是少數有機會真正改變產能曲線的方向。

但企業主要有心理準備的是：政策資源的分配通常從大廠與示範案開始，中小型製造業真正能拿到的支援會晚一到兩年到位。與其等補助，不如先把自己的資料整理好——導入 AI 的第一個卡關點幾乎都是「資料散在各處、格式不一」，這件事不用等政府也能做。台灣製造業導入 AI 的實務路徑，可以參考我們整理的AI 對台灣各產業的影響。

對開發者

四項新科技裡，量子與矽光子離應用層還有距離，短期對軟體開發者的影響有限。真正有機會的是主權 AI 的應用層——地端部署的繁中模型需要大量的周邊工程：微調、評測、檢索強化、推論最佳化。這些工作目前在台灣的人才供給遠低於需求。

換句話說，機會不在訓練模型本身（那需要的資源規模不是一般團隊玩得起的），而在「把開源繁中模型變成企業真的能用的系統」這一段。

未來發展趨勢

有兩件事值得持續追蹤。

第一是資源會不會下沉到中小企業。台灣的 AI 政策一直有個結構性挑戰：半導體與大型電子業的體質好、吸收能力強，容易成為政策成效的展示對象；但真正撐起就業的中小製造業與服務業，數位化基礎薄弱，補助發下去也未必用得起來。方案執行到 117 年結束時，這一層的滲透率會是最誠實的成績單。

第二是主權 AI 的實質產出。開源幾個模型只是第一步，真正的考驗是有沒有機構真的把它用在正式業務上——而不是做完概念驗證就束之高閣。這件事在政策文件上看不出來，要看金融業與公部門的實際導入案例。

TheAI學院 總結與評語

老實說，「AI 新十大建設」這種命名方式讓人想起十大建設的年代，那個對照有點微妙——當年蓋的是港口、機場、鋼廠，看得見摸得著；現在的「建設」多數是算力、模型與資料治理，成效沒那麼容易用剪綵來呈現。

但我認為方向本身是對的。台灣在 AI 這條產業鏈上的位置很特殊：晶片製造有無可取代的優勢，應用層卻相對薄弱。政策把重心放在「守住並延伸既有優勢」，比硬要在應用層跟美中拚大模型務實得多。

評語：台灣的 AI 政策不必也不該去追別人的賽道，真正該問的是——我們在製造與硬體上的優勢，能不能延伸成別人拿不走的應用能力？這一題答得出來，排名第幾其實沒那麼重要。

給台灣讀者的具體建議：如果你在製造業，別等補助案，先做三件成本很低的事——把設備與品質資料的格式統一、找出一個最痛的良率或維修問題、然後用現成的工具做一次小範圍驗證。政策資源到位時，有準備的公司才接得住。如果你是開發者，現在投入時間學繁中模型的微調與檢索強化，供需缺口會在未來兩年放大。

資料來源

• 政院：續推 AI 新十大建設 確保產業鏈關鍵地位 — 中央社（2026-09-17）
• AI 新十大建設推動方案（114 年～117 年）— 國家發展委員會
• AI 新 10 大建設 吳誠文：量子、矽光子等 4 科技入列 — 行政院智慧國家 2.0 推動小組

本文依公開資訊整理，預算與計畫細節以行政院、國發會及各主管機關正式公告為準。