新聞內容
保留原始重點，已自動清理來源污染字串
（中央社記者 吳家豪 臺北2日電）緯創董事長林憲銘今天表示，面對少子化挑戰，臺灣未來的經濟與繁榮不是靠人數與數量（Quantity）創造出來，而是要靠質量（Quality）。AI時代來臨是提升人才質量的最好時機，臺灣產業必須從過去的「硬體製造」思維，轉型為「AI應用」大國。
林憲銘今天出席緯育AI Talent論壇致詞時透露，緯創內部有點「逼迫」工程師必須善用公司建立的算力，2個月內已經燒掉60億的Token（詞元，AI運算最小單位）。
雖然人工智慧（AI）創作在法律上、IP（智慧財產權）認定上還有很多爭議，但林憲銘認為，不能因為有爭議就不往前走，必須「邊走邊學習、邊調整」，用了之後才能找出規則。
為了鼓勵外界使用AI算力，緯創從一開始捐贈100萬個小時的算力，一路追加到270萬個小時。林憲銘直言，確實看到很好的效果，因為「越會用的人，他用得越深，成果會越大。」
他說，隨著AI提升人才的質量，過去要100個人才能做的事情，現在可能10個或4、5個人就能完成。如此一來，一方面能應對因為少子化、人才來源不足所產生的「空隙」，同時也能創造出不同等級、不同質量的價值。
林憲銘從歷史發展脈絡分析，從個人電腦（PC）時代、智慧型手機、網際網路革命、雲端一直到現在的AI，每一個階段都有不同的人才需求，而產業與技術變革的核心，始終是人才的延續與成長。
他坦言，臺灣過去的優勢是靠辛苦努力得來的，「人家說我們是工作狂」。在過去還沒有站起來以前，如果就想要跟先進國家一樣享受每週工作36個小時，「我們早就被人家打趴了」。
然而，面對未來的國際競爭，林憲銘表示，不能再用舊思維，「完全靠這種努力、人海的做法，在下一波可能行不通。」
他呼籲，臺灣必須把硬體製造的心態，轉變成應用的思維，學會善用AI這些技術，讓臺灣掌握另一個層次的競爭力，進而翻轉、提升臺灣在整個世界版圖裡的價值鏈。（編輯：張均懋）1150702
選擇與事實站在一起，您的每一份贊助，都是守護新聞自由的力量
下載中央社「一手新聞」APP，即時掌握最新消息
本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。
AI成像（由 AI 生成：僅供參考）
圖片為 AI 生成示意，輔助理解新聞情境，點擊可開新視窗放大
林憲銘：臺灣必須從硬體製造思維 轉型AI應用大國 | 產經 | 中央社 CNA
說明事件的人事時地物與核心背景
緯創董事長林憲銘出席緯育 AI Talent 論壇時指出，臺灣面對少子化與人才來源不足，未來經濟成長不能再只依賴人數、產量或過去擅長的硬體製造模式，而必須轉向以「質量」創造價值。他認為 AI 時代正是提升人才質量的重要契機，透過善用 AI 工具與算力，過去需要大量人力完成的工作，未來可能由更少的人完成，藉此補上人口結構變化帶來的缺口，並創造更高層次的產業價值。
林憲銘也以緯創自身經驗說明，企業內部已要求工程師積極使用公司建立的 AI 算力，2 個月內消耗約 60 億個 Token；緯創對外捐贈的算力時數也從 100 萬小時追加到 270 萬小時，希望鼓勵更多人實際使用 AI。他承認 AI 創作在法律與智慧財產權認定上仍有爭議，但主張不能因此停下腳步，而應在使用過程中持續學習、調整並建立規則。
從 PC、智慧型手機、網際網路、雲端到 AI 的技術演進來看，林憲銘強調，每一波產業變革都牽動人才需求與競爭力重組。臺灣過去靠努力與製造能力累積優勢，但下一階段若仍以人海與硬體代工思維應對國際競爭，恐怕難以延續優勢。因此，他呼籲臺灣把硬體製造心態轉為 AI 應用思維，藉由掌握新技術提升在全球價值鏈中的位置。
緯創董事長林憲銘在緯育 AI Talent 論壇中，從產業經營者角度指出，臺灣面對少子化與人才供給不足，未來經濟動能不能再只依賴人數與產量，而必須轉向人才「質量」的提升。他認為 AI 時代提供了關鍵機會，能讓較少人力完成過去需要大量人手才能處理的工作，補上人口結構變化帶來的缺口，也創造更高層次的價值。
從企業實作面來看，林憲銘透露，緯創內部已要求工程師積極使用公司建立的 AI 算力，2 個月內消耗 60 億個 Token，顯示企業不是停留在觀望，而是透過實際使用累積經驗。他也提到，緯創為鼓勵外界使用 AI 算力，已從原先捐贈 100 萬個小時追加到 270 萬個小時，並觀察到「越會用的人，用得越深，成果越大」。
對於 AI 創作涉及法律與智慧財產權爭議，林憲銘的立場是不能因爭議而停步，而應邊使用、邊學習、邊調整，透過實務逐步找出規則。他並從 PC、智慧型手機、網際網路、雲端到 AI 的技術演進指出，每一波變革都會改變人才需求；臺灣過去仰賴硬體製造與勤奮人力建立優勢，但下一階段若仍以人海與舊式努力競爭，恐怕難以延續優勢，因此必須轉向 AI 應用思維。
林憲銘的說法凸顯臺灣產業正面臨兩道壓力：一是少子化造成的人才供給不足，二是過去仰賴硬體製造與人海投入的成長模式，可能難以支撐下一階段競爭。若 AI 能讓較少人完成過去需要大量人力才能處理的工作，企業的組織配置、人才訓練與工作流程都會被重新設計。這不只是導入工具，而是把競爭基礎從「做得多、做得快」逐步推向「做得深、做得有價值」。
對臺灣而言，影響更大的可能在產業定位。過去硬體製造建立了臺灣在全球供應鏈中的重要地位，但 AI 時代的價值不只在算力或設備本身，也在誰能把技術落實到各種應用場景。林憲銘提到緯創鼓勵內外部使用算力，反映企業已開始把 AI 能力視為人才升級與應用創新的基礎設施。若更多產業能從試用、調整到形成方法，臺灣有機會把既有製造能量延伸到解決方案與服務價值。
不過，轉型也會帶來治理與適應成本。AI 創作涉及法律與智慧財產權爭議，企業若要擴大使用，必須在效率提升與風險控管之間建立規則。同時，人才「質量」提升並不代表單純減少人力，而是要求工作者具備提問、判斷、整合與驗證 AI 產出的能力。這意味教育訓練、企業管理與產業政策都需要跟上，否則 AI 可能只停留在零散工具，而難以真正轉化為臺灣新的競爭力。
林憲銘的談話，核心不只是企業導入 AI，而是把 AI 視為臺灣產業面對人口結構變化與全球競爭壓力時的轉型工具。原文提到少子化帶來人才來源不足，過去依靠大量人力與長工時累積出的製造優勢，未必能支撐下一階段競爭。因此，他所說的「質量」並非單純提高個人效率，而是讓有限人才透過 AI 放大能力，補上產業運作中的人力空隙，並創造更高層次的價值。
值得注意的是，緯創內部要求工程師善用算力，以及對外捐贈並追加 AI 算力，顯示企業正在把 AI 從概念倡議推向實際使用場景。林憲銘也承認 AI 創作在法律與智慧財產權上仍有爭議，但主張不能因此停滯，必須在使用中逐步找出規則。這反映出 AI 應用發展的一個現實：制度、倫理與技術能力往往不會同步成熟，企業與社會需要在風險控管下累積經驗。
從臺灣產業脈絡來看，硬體製造仍是重要基礎，但若只停留在代工、產能與效率思維，價值鏈位置可能受限。林憲銘呼籲轉向「AI 應用」大國，意味著臺灣不只要會製造支撐 AI 的硬體，也要能把 AI 放進工作流程、產品服務與產業解決方案中。這場轉型的關鍵，將不只是擁有算力，而是企業、人才與制度能否共同學會使用 AI，並把使用經驗轉化為新的競爭力。
想追同一條產業線？看高收益新聞專題
本站把半導體、台股、關稅、房市交通與補助政策整理成可連續閱讀的專題頁，方便快速追蹤脈絡。
如果這則新聞影響你的產業，把它變成每週情報
我們把每日新聞整理成半導體、台股政策、房市交通、補助保險等產業訊號，提供企業試閱報告與合作洽詢。
林憲銘：臺灣必須從硬體製造思維 轉型AI應用大國 | 產經 | 中央社 CNA
分析影響、風險與後續觀察方向
林憲銘這番談話的核心，不只是企業家對 AI 的樂觀宣示，而是對臺灣產業結構的一次直接提醒：過去支撐臺灣經濟成長的硬體製造優勢，正在面臨人口、人才與價值創造模式的多重壓力。少子化使勞動力與人才供給不再能靠「量」延續，國際競爭也不再只是比誰更勤奮、誰能投入更多人力。當他指出未來繁榮要靠質量，而不是靠人數與數量，真正點出的問題是，臺灣若仍停留在以製造效率、工時投入與供應鏈執行力為主的思維，將難以在 AI 時代取得更高層次的主導權。
從原文可見，林憲銘並未否定臺灣過去靠努力累積出的產業基礎；相反地，他承認那是臺灣能站上全球科技供應鏈的重要原因。但他的警訊在於，這套模式已不足以應付下一階段競爭。AI 的意義不只是導入新工具，而是重新配置人才的生產力：過去需要大量人力完成的工作，現在可能由少數會使用 AI 的人完成，並創造出不同等級的價值。這也解釋了為何緯創內部要求工程師善用算力，以及對外捐贈並追加 AI 算力時數；重點不是炫示資源，而是讓更多人從實際使用中累積能力，形成應用經驗與方法。
問題在於，臺灣若要從「硬體製造」轉向「AI應用」大國，挑戰不只在技術取得，而在心態與制度是否跟得上。AI 創作涉及法律與智慧財產權爭議，原文也明確提到規則仍在摸索；但若因爭議而停滯，產業將錯失學習曲線。真正的診斷是，臺灣不能只把 AI 當成提升效率的附加工具，而必須把它視為產業升級、人才重塑與價值鏈翻轉的核心能力。如何在風險未完全消失前建立可調整的使用規範，並讓人才從會操作走向會應用、會創造，將決定這場轉型能否落地。
林憲銘的談話，表面上是在談 AI 工具導入，實際上指向臺灣產業長期競爭模式的轉折。過去臺灣能在全球供應鏈中站穩位置，靠的是硬體製造能力、工程效率、成本控管與大量人才投入；但少子化正在削弱「人數」這個基礎，單靠加班、堆人力、衝產能的模式，未必能支撐下一階段競爭。林憲銘把焦點放在「質量」而非「數量」，等於提醒企業：AI 不是單純的自動化工具，而是重組工作流程、提高個人產出與改變組織能力的槓桿。
值得注意的是，他提到緯創內部要求工程師善用算力，兩個月消耗 60 億 Token，這透露出企業導入 AI 的關鍵並不只是採購模型或建置平臺，而是讓員工在實際工作中反覆使用。AI 能否產生價值，取決於使用者是否理解問題、能否把任務拆解清楚、並在輸出結果中持續修正。也因此，他所說「越會用的人，他用得越深，成果會越大」，其實點出臺灣轉型的核心瓶頸：不是隻有算力供給，而是 AI 應用能力能否普及到工程、管理、研發與各種產業現場。
不過，從硬體製造思維轉向 AI 應用大國，並不代表放棄既有優勢。臺灣真正可行的路徑，應是把製造、供應鏈、工程實作與客戶需求的理解，轉化為 AI 應用場景。相較於憑空發展抽象服務，臺灣企業更有機會在熟悉的產業流程中找出效率缺口，例如縮短開發週期、改善品質管理、提升知識傳承與跨部門協作。這也符合林憲銘所說「邊走邊學習、邊調整」：法律與智慧財產權爭議仍在發展，但若企業因不確定性而停步，反而可能錯失建立規則與累積經驗的時間窗。
因此，這則新聞的重點不只是企業領袖看好 AI，而是臺灣產業必須重新定義競爭力。未來的價值不會只來自把產品做得更快、更便宜，而是能否把 AI 內化成解決問題的方法，讓有限人才創造更高層次的產出。林憲銘的呼籲，反映的是少子化、全球競爭與技術變革交會下的現實壓力：臺灣若要提升在世界價值鏈中的位置，必須從「會製造」進一步走向「會應用、會整合、會創造新價值」。
林憲銘提出從「硬體製造」轉向「AI應用」的方向，核心風險不在於判斷是否正確，而在於轉型速度、治理能力與產業落差是否跟得上。臺灣長期累積的硬體製造優勢，來自供應鏈管理、工程效率、成本控制與大量製造經驗；這些能力仍是競爭基礎，若在推動AI應用時過度強調「思維翻轉」，卻低估既有產業結構的轉換成本，可能造成企業內部投入方向失衡。尤其AI應用需要資料治理、場景設計、模型評估、資安控管與跨部門流程重整，不只是把算力開放給工程師使用，就能自然產生高品質成果。緯創內部2個月消耗60億Token，顯示使用量快速放大，但使用量本身不等於生產力提升，真正關鍵仍是能否形成可衡量、可複製、可管理的工作流程。
另一項風險是人才質量提升可能伴隨新的分化。林憲銘提到「越會用的人，他用得越深，成果會越大」，這點符合AI工具擴大能力差距的特性；但也意味著原本數位能力較弱、缺乏應用場景或資源不足的企業與工作者，可能更難追上領先者。若AI導入只集中在大型企業、特定工程團隊或已有算力與資料優勢的組織，臺灣整體產業升級可能出現不均衡。少子化確實使「用更少的人完成更多事」成為必要方向，但若企業只把AI視為替代人力的工具，而沒有同步投資再訓練、職務重設與責任界線，短期效率提升可能換來組織信任下降與人才斷層。
此外，林憲銘也承認AI創作在法律與智慧財產權上仍有爭議，主張邊走邊學。這種態度有助於避免停滯，但風險在於企業若缺乏清楚規範，可能在資料來源、輸出內容歸屬、商業機密外洩或責任認定上踩到灰色地帶。臺灣要成為AI應用大國，不能只靠企業自發衝刺，也需要產業共同標準、教育訓練與法制調整同步推進。否則，AI可能確實提升少數人的質量，卻未必能穩定提升整體經濟韌性。
林憲銘把臺灣從「硬體製造」轉向「AI應用」的主張，關鍵不在於否定既有製造優勢，而是提醒產業不能只把AI視為提高產線效率的工具。臺灣長期擅長把複雜供應鏈、品質控管與工程執行力做到極致，這仍是進入AI應用時代的重要基礎；但若企業只停留在硬體交付、算力建置或代工服務，就容易把最大價值讓給掌握場景、資料、流程與使用者需求的一方。較務實的做法，是從企業內部工作流程開始，讓工程、業務、客服、採購、法務與管理部門都建立可驗證的AI使用情境，逐步把「會用AI」變成組織能力，而不是少數技術團隊的專案。
對企業而言，緯創以內部要求工程師使用算力、並對外捐贈算力的作法，提供了一個觀察方向：AI導入不能只靠口號，必須有資源、有壓力，也要有回饋機制。只是，使用量本身不等於成果，後續更應觀察的是產出品質、流程縮短幅度、錯誤率、智慧財產權風險控管，以及員工是否真的形成新的工作方法。林憲銘提到法律與IP爭議仍多，卻主張邊走邊學，這在創新速度上有其必要；但企業若要擴大使用，就不能只依賴個人判斷，仍需建立資料可用範圍、生成內容審核、模型輸出責任歸屬等基本規範，避免把實驗風險放大成營運風險。
對政府與教育體系來說，少子化帶來的人才缺口，不可能只靠延長工時或擴大招募解決。AI若要真正提升人才「質量」，重點應放在讓不同領域的人都能具備應用能力，包括理解問題、拆解流程、判讀模型輸出與跨部門協作，而不只是培養會操作工具的人。後續值得觀察的是，臺灣企業能否把AI從示範案例推進到日常決策與產品服務；學校與培訓機構能否跟上產業需求；以及硬體供應鏈業者是否能在既有優勢上，發展出更貼近產業場景的應用解決方案。若這些環節能逐步銜接，臺灣纔有機會不只參與AI基礎建設，而是在全球價值鏈中取得更高的位置。