台灣是否需要發展屬於自己的本土AI大語言模型，長期以來一直是產、官、學、研各界熱烈探討的焦點議題。針對這項重大產業政策，數位發展部部長林宜敬近日公開提出深入剖析，直言台灣面臨的根本瓶頸從來不是缺乏技術或資金，而是受制於全球市場的產業生態系架構與經濟規模。為了在美中兩大強權夾擊下殺出重圍，數發部定調台灣應揚棄盲目軍備競賽，轉而深耕兼具本土價值與專業領域的「專業小型語言模型」（SLM），建立可長可久的良性商業循環。
技術不是問題，市場才是瓶頸
回顧當前全球AI戰局，打造一套足以匹敵ChatGPT、Gemini或Anthropic等旗艦級超大型語言模型，往往需要動輒數百億乃至上千億元新台幣的龐大投資。林宜敬指出，雖然這筆開銷巨大，但以台灣傾全國資源之力並非無法承擔；在技術層面，舉凡Transformer架構或專家混合模型（Mixture of Experts）等關鍵原理在學術與網路社群皆已公開，以台灣作為全球高科技重鎮的硬體與研發底蘊，絕非做不出模型，關鍵在於做出來之後能否具備市場競爭力與自我造血能力。
真正的核心分歧在於市場生態與商業閉環。林宜敬分析，美國身為全球政經與文化巨擎，其訓練的頂尖模型面向全世界廣大市場，並有微軟Office與Google搜尋等全球普及的既有產品作為原生分銷通路，身為先行者已獲得豐沛且穩定的營收，得以源源不絕支撐下一代運算研發。另一方的中國則擁有封閉且龐大的內需市場，仰賴國家政策築起高牆將美國勁敵擋在門外，依靠內部生態體系維持可觀收益來循環迭代。
美國靠全球市場，中國靠封閉內需
相較之下，包含台灣、日本、法國、德國、英國等中型經濟體，普遍缺乏龐大內需市場支撐，更無法由政府直接出面封鎖海外強權競爭。更重要的是，台灣與歐洲先進國家團隊恪守研發倫理與智慧財產權規範，無法像部分中國模型（如DeepSeek）那樣大舉利用「蒸餾技術」（Distillation）吸收美國先進模型的精華產出。林宜敬將這種公然擷取他人多年汗水結晶的作法，形容為武俠小說中專吸他人內力的「吸星大法」，向來為名門正派所不齒。
在欠缺超大型市場規模的前提下，台灣AI產業的破局之道正是經營管理學的核心策略——尋找「利基市場」（Niche market），聚焦美中兩強做不來或無意深耕的在地領域。這也是數發部積極推動的「SLM」概念，它既代表「小型語言模型」（Small Language Model），更象徵「專業化語言模型」（Specialized Language Model）。
尋找利基市場，深耕本土價值
發展本土SLM的首要意義，在於捍衛台灣的語言文化主體性與民主價值觀。林宜敬直言，中國近年推出的開源模型價格低廉，但內建意識形態顯著偏頗，在語意上往往將「土豆」等同於馬鈴薯，將二戰中國戰場主力扭曲為共軍，甚至將媒體定義為政府宣傳機器、將權力制衡貶為資本主義的假民主。相反地，台灣自主訓練的模型能準確理解台灣在地用語將「土豆」視為花生，客觀記錄二戰國軍歷史，並堅定反映媒體監督政府的第四權職責，以及權力制衡作為民主制度基石的核心價值。
為了驗證本土技術實力，數發部轄下「人工智慧評測中心」（AIEC）設計了一套具科學性的基準測試，從台灣高中學測近五年的國文科與社會科題庫切入，檢視模型對繁體中文與台灣社會脈絡的掌握度，並透過朝野普遍具備共識、但與中共立場相左的題目評測台灣價值觀。在評測全球180款知名大型語言模型後，台灣團隊交出亮眼成績單，由「雅婷智慧」高居全球第4名，「亞太智能」名列第10，「鴻海Fox Brain」亦奪下第12名。林宜敬特別強調，歐美前段班模型動輒擁有一兆至三兆個以上的龐大參數，而台灣本土SLM僅約三百億個參數便能達到卓越表現，不僅運作成本大幅降低，更兼具省電與環保優勢。
數發部將協助民間團隊將模型商品化
除了一般語言理解，數發部更積極展開跨部會垂直整合，將SLM深度落地於高度監管的專業領域。數發部已攜手金管會，號召中信金等20家大型金融機構合力推動「台灣金融大語言模型」，由金管會出題、AIEC評測，目前由亞太智能研發的模型勇奪第一；在醫療領域，數發部與衛福部合作，引進護理師證照考試題庫作為檢驗標準，由鴻海Fox Brain奪下第4名、長聯科技愛寶拿下第6名；未來數發部更將與法務部展開合作，針對司法官與公務體系打造專用模型，確保AI在解答法律諮詢時能緊扣台灣本土法規，而非誤用法學邏輯迥異的英美法系條文。
台灣發展自主AI模型的第一步已經跨出，並在民間團隊的努力下展現令人驚豔的成果。然而真正的考驗才剛拉開序幕，數發部未來的核心任務，在於協助這些民間團隊將模型順利商品化，拓展客戶群體並構築生生不息的產業生態鏈，讓企業藉由獲利吸引頂尖人才並投入次世代研發，引領台灣在生成式AI時代走出兼具自主性與商業價值的長遠道路。
