產業分析－各國如何應對AI實現後種種課題

各國政策從AI應用推動類，擴展到技術研發類與國家治理類。圖／美聯社

AI技術隨着時間演進，從使用機器學習的決策式AI到運用深度學習的生成式AI，不同階段所所衍生的課題，使得各國政策執行目的從應用推動類擴展到技術研發類與國家治理類。

█應用推動類（2017-2024年）：

1.新加坡

針對決策式AI，較早且具代表性是新加坡政府於2017年推出「100個實驗」，其中執行理念即爲「企業出題、政府解題」，政策目標是希望能解決產業AI問題，並協助企業部署AI模型並取得工程師認證。

2.日本

經產省考量中小企業因人口老化，導致勞動力下降與產生技術傳承的問題，於2021年提出「中小企業AI導入指引」，依據製造業場景主題，包含：設備預設維修、零件品質檢測、訂單需求預測、加工圖自動報價等，於2022年完善執行流程，共計有評估、設計、驗證與實施等四階段，讓中小企業得以循序漸進評估AI應用需求，經由培育AI人才以協助AI應用落地。

3.南韓

聚焦AI製造普及應用推動，2024年7月韓國產業通商資源部與企業、研究機構合作成立「AI自主製造聯盟」，鼓勵企業於製造流程中導入AI應用。該聯盟涵蓋汽車、電子、船舶、蓄電池、機械設備、鋼鐵材料、半導體/顯示器、石化、生物、國防工業與航太、紡織、奈米材料共12項製造領域、逾140家企業參與。整體而言，韓國政府透過公私部門合作的產業聯盟模式，在各領域的標竿企業帶領下，發揮以大帶小的示範作用，促使標竿企業AI自主製造能力的提升，以藉此提高中小企業運用AI的意願。

█技術研發類（2023-2024年）：

基於生成式AI現階段技術發展以通用大模型爲主，垂直領域仍需客製化模型來解決特定任務，因此需在大模型基礎上進行微調，並適當降低參數後開發專用模型。可預見未來生成式AI趨勢將朝向垂直領域專用模型蓬勃發展。因生成式AI須投入巨量資料進行訓練，爲能達到訓練效益，須採用大量高效能GPU建構算力。因此，發展至生成式AI，各國政府的政策核心將以技術研發爲主。

現階段對外宣佈會自身開發語言模型的，包含：美國、英國與中國大陸等。其中，英國宣佈投資9億英鎊（約11億美元）購買Exascale超級電腦以打造國產ChatGPT。然而，韓國於2023年提出「韓國AI躍進計劃」，將在2024年投入超過9,090億韓元預算（約6億美元），與Naver、LG AI研究所合作AI相關項目，包含：建置運算設施、強化演算法和建構資料庫。

█國家治理類（2023-2024年）：

1.歐盟

歐盟工智慧法草案於2023年12月形成共識，於2024年2月於布魯塞爾簽署文本，並於2024年3月中旬通過，其依據AI系統可能產生的風險建立四個不同的監管等級，建構可信任AI環境，以優先保障人權與歐盟價值觀。

2.美國

2023年10月由白宮頒佈AI安全行政命令，目標爲鼓勵AI創新的同時，降低AI對少數族羣權益與國家安全造成的風險，並制定八項行動目標涵蓋確保AI安全、保障隱私、歧視解決、少數族羣權益、保障勞工、促進創新、標準制定，以及促進政府採用AI。在遵循行政命令之下，2024年4月美國國家標準與技術研究院進一步更新AI風險管理框架，以強化AI風險的識別與管理。

3.日本

2024年4月經產省與總務省參考歐盟、美國等國際AI治理框架，共同發佈「AI企業指引」，以因應生成式AI衍生的治理需求。「AI企業指引」主要涵蓋十項共通性原則與三類企業參與者規範說明。共通性原則方面，涵蓋1.以人爲本、2.安全性、3.公平性、4.隱私性、5.防護性、6.透明度、7.可問責性、8.教育性、9.競爭性以及10.創新性等原則。在企業參與者規範方面，是由AI使用流程切入，針對AI開發者、AI提供者及AI使用者等三大類企業參與者提供指引規範說明。此外，日本政府更將「AI企業指引」定義爲「不斷更新的文件」，以因應AI技術快速發展所帶來的後續影響。

綜整各國於不同時期的AI政策，可具體歸納出政策核心的差異，也反映出目前AI發展的重點。若要以產業導入AI的角度去進行思考，必須進一步評估產業實際需求才能對症下藥。AI的推廣運用不像過往IT工具可一體適用，必須替企業量身訂作解決方案。故AI推廣運用的政策須視產業實際需求，兼具廣度與深度，以最大化滿足產業所需。

（未經MIC許可，不得轉載與作其他用途使用）