工商社論》到處都是AI，但不在生產力數據？

「到處都可看到電腦，但唯獨不在生產力統計數據。」這是1987年諾貝爾經濟學獎得主Robert M. Solow，同年所提出對製造業導入自動化技術情境的評析，這句話，正可描繪AI新技術典範的落地現況。美國大廠積極投資AI基礎建設，為台灣帶來龐大的商機與高出口成長；只是高成長背後，更重要的應在於台灣業者如何導入與善用AI，加速提升產業生產力，避免在AI典範中落後了。

Solow提出的「生產力悖論」，後來有經濟學家深入研究，發現關鍵在於面對新典範需要學習與調整，是否持續檢討目標、工作流、組織、投資方向與營運模式前進。不過，要檢討與精進，不論是企業個體或政策布局，都得有經過驗證的證據為基礎，才不會只是「摸著過河」。

歐盟的情況與台灣相近，接續工業4.0倡議後，2016年開始推動企業數位轉型。第一波政策稱為數位創新中心（Digital Innovation Hubs, DIH），這一政策隨後被審計單位提出來檢討；2022年歐盟反省並提出「數位10年政策」，設定三項具體可衡量目標推出European Digital Innovation Hubs（EDIH），在歐盟各國各地設置服務聚落，協助企業數位轉型與導入AI，同時要求導入數位成熟度評估工具（DMAT），具體量測接受輔導的業者進步情形。不過，歐盟EDIH執行團隊這次並未等到審計單位的糾正，2026年6月就綜合檢討各領域執行經驗，與國際競爭態勢、總體指標及DMAT量測結果，重新布建引導產業AI數位轉型的支援體系。

雖然歐盟仍未具體蒐集到「數位10年政策」對經濟績效的影響，但經歐洲智庫調查研究，具體呈現出EDIH的政策套案，已大幅降低中小企業的數位投資風險，降低投資錯誤的沉沒成本；所提供的融資等多元財務方案，打通中小企業數位轉型現金流瓶頸；且透過數位成熟度DMAT的衡量與標竿，成為企業學習及增加營收前瞻指標，吸引更多的投入。歐盟不是摸著過河，而是藉著指標衡量及智庫調查研究，投石探路再前進。

至於業者的決策瓶頸，按近期BCG顧問集團對152位CEO調查：四分之一CEO認為能從生成式AI投資獲得顯著報酬，且僅少數可呈現對損益表的影響；雖然生成式AI日益普及，可迄今的影響，企業內影響仍多停留在單點或個人效率；到底該如何導入，然後具體提升企業營收及獲利，甚至可以成為該行業與領域的領導者？台灣業者更重視即時成效，業主缺乏明確理解AI轉型的影響，即成為投入遲疑的原因。

再者，台灣傳統製造業領域，歷來專注於提升廠內製程效能與品質，各領域科技創新法人，也都擅長於不斷地提供製造技術創新協助。不過，大多台灣傳統製造業的出口，除了面對來自中國大陸與東南亞低價競爭，還得面對日本低匯率高品質產品的競爭，加以歷來大部分業者都仰賴海外代理商的媒合協助，缺乏第一現場顧客需求圖像。在地緣政治問題下，台灣諸多製造業有無可能藉著AI技術或AI代理技術模型或系統，偵測垂直市場具體需求落點，然後成功賣出符合該需求產品，創造出新的成長曲線！？這才是台灣傳統產業業者提升生產力的關鍵瓶頸。

檢視「AI新十大建設」規劃：數位部專注於資服業的AI轉型輔導，經濟部由科技法人帶領千人顧問團協助業界進行AI數位轉型；百工百業的AI數位轉型，應視為各垂直領域共同學習與升級的課題，期許政府參考歐盟「有系統、數位實證」的政策思維，針對業者的瓶頸藉由衡量、建立AI典範，引導個別業者及產業提升生產力。

來源：中時新聞網 https://www.chinatimes.com/opinion/20260903000198-262113