2024資訊軟體暨服務產業年鑑

回顧2024年，資訊軟體產業依然面臨包括國際保護主義、貿易戰及地緣政治風險所帶來的市場不確定性，同時生成式AI、數位韌性及資安治理等新興技術的廣泛應用，亦帶來合規、資安及成本管理的難題。ESG政策的推動、人才短缺與全球供應鏈的脆弱性，進一步加劇產業壓力與競爭環境。 生成式AI技術成為2024年臺灣資訊硬體及資訊軟體暨服務產業的重要發展引擎，智慧製造及智慧醫療等領域已率先採用此技術，並促使更多企業應用AI來降低成本並擴展至更多行業；隨著大型語言模型的運算需求激增，雲端服務市場亦隨之蓬勃發展；數位韌性及資安治理在2024年成為企業治理的核心關注點；臺灣金管會與證交所加強上市櫃公司的資安規範，使得企業對IT架構資安防護的需求更加迫切，帶動資訊安全軟硬體及資料災難備援市場的成長 在全球市場變動與數位轉型浪潮中，如何結合市場需求發展跨領域的軟體應用，並配合政府的創新政策，以提升臺灣資訊服務與軟體產業的競爭力，成為當前產業發展的重要挑戰。在經濟部產業技術司的長期支持與指導下，《2024資訊軟體暨服務產業年鑑》順利出版。本年鑑深入探討全球與臺灣資訊服務暨軟體市場的發展現況與動態，剖析最新產業趨勢，為政府制定產業政策、企業制定策略規畫、學界進行產業研究提供重要參考。期望透過資訊軟體與應用服務，幫助臺灣各產業及政府部門推動結合數位與永續的雙軸轉型，開創創新服務模式。 財團法人資訊工業策進會 執行長 中華民國113年9月

一、全球經濟發展指標 （一）全球重要經濟數據 1.經濟成長率（國內生產毛額變動率） 國內生產毛額（Gross Domestic Product, GDP）係指在單位時間內，國內生產之所有最終商品及勞務之市場價值總和。國內生產毛額之變動率不但呈現出該國當前經濟狀況，亦是衡量其發展水準的重要指標，因此一國之經濟成長率通常以國內生產毛額變動率表示。而將一經濟體或地區各國之國內生產毛額加總，並計算其變動率，即可得到該經濟體或地區之經濟成長率。 根據國際貨幣基金（IMF）2024年7月發布的數據顯示，全球經濟正處於逐步復甦的軌道上，但同時亦面臨多重挑戰。根據IMF預測，全球經濟成長率在2023年達到3.0%，並預計在2024年上升至3.3%，而在2025年持穩於3.3%。這一趨勢顯示，儘管全球經濟成長仍然穩健，但增速相較於過去幾年已經有所放緩，且成長的動能存在較大的不確定性。 美國作為全球最大的經濟體，其經濟成長在2023年為2.0%，預計在2024年將小幅下調至1.8%。這一變動反映出美國經濟在經歷快速復甦後受利率上升與通膨壓力的影響，經濟成長正在放緩。 歐元區的經濟成長雖然相對緩慢，但有逐步改善的跡象。根據IMF預測，歐元區經濟在2023年成長0.6%，並將在2024年進一步上升至1.2%。儘管歐洲仍面臨能源危機與地緣政治風險，但內需回升及出口改善對於經濟形成支撐，歐元區正在逐步擺脫疫情及能源危機帶來的負面影響。 在亞洲經濟體中，中國大陸及印度的經濟表現備受矚目。中國大陸在2023年的經濟成長率為5.2%，預計2024年略降至5.0%，但依然處於全球主要經濟體中的高成長水平。依據IMF預測，中國大陸第一季的出口及消費者支出呈現復甦，成為成長的重要驅動力。然而，中國大陸第二季的經濟表現不如市場預期，成長潛力受限於內需疲軟及外部需求放緩的雙重壓力。 印度則延續強勁的經濟成長，2023年的成長率為7.0%，雖然預計2024年將降至6.5%，但仍是全球成長最快的主要經濟體。印度的成長得益於政府推動的基礎設施建設、製造業的強勁擴張及穩定的內需。 IMF對全球通膨的展望相對樂觀，2023年全球通膨率為6.4%，並將在2024年進一步降至4.6%，這反映出各國央行的貨幣政策逐漸發揮作用。美國的通膨率預計在2024年降至3.8%，而歐元區則為4.2%。然而，IMF警告新一輪的關稅政策可能使通膨再次升溫，尤其是美國與中國大陸、歐盟的貿易緊張局勢加劇，將引發價格的進一步波動。 全球經濟成長面臨地緣政治、貿易摩擦及關稅政策的多重挑戰，美國前總統川普在競選中提議針對所有進口美國的商品課徵10%的進口關稅，其中中國大陸商品的關稅可能高達60%。這些關稅政策將對全球供應鏈產生顯著影響，並可能在2025年推升美國通膨水準。 同時，歐盟與中國大陸的貿易摩擦亦在升溫。歐盟近期對中國大陸電動車實施新關稅，而中國大陸目前尚未採取反制措施，但未來不排除針對歐洲部分商品實施報復性關稅。這種情況可能進一步削弱歐洲經濟的成長潛力，並加劇全球貿易的緊張局勢。 面對多重挑戰，IMF強調各國應持續加強內部經濟結構的調整，推動創新與技術升級，同時在政策上保持靈活應變的能力。全球經濟的長期穩定成長仍需要依賴各國政策的協調與合作，特別是在面對氣候變遷、數位轉型等全球共同議題上，全球經濟的未來充滿挑戰，但也蘊含著轉型升級的機遇。 表1-1　全球與主要地區經濟成長率 資料來源：IMF（2024/7），資策會MIC經濟部ITIS研究團隊整理，2024年9月 表1-2　全球主要國家經濟成長率 資料來源：IMF（2024/7），資策會MIC經濟部ITIS研究團隊整理，2024年9月 2.消費者物價變動率 消費者物價指數（Consumer Price Index, CPI）乃是衡量通貨膨脹的主要指標，反映與居民生活有關的產品及勞務價格之物價變動情形。一般而言，當變動率高於2.5%則表示國家面臨通膨壓力。大部分國家通常將消費者物價變動率控制在1-2%，至多5%內，以達到刺激經濟發展的效果。 綜觀全球主要國家2024年消費者物價變動率，絕大多數有通膨疑慮，但整體變動幅度較2023年樂觀。日本消費者物價變動率從2023年的3%降至2024年的2.4%，香港則是從2.5%微幅降至2.1%，主要國家的通膨有逐步下降的情況。展望2024年，大部分國家通膨情況將趨於放緩。 表1-3　全球主要國家消費者物價變動率 資料來源：IMF，資策會MIC經濟部ITIS研究團隊整理，2024年9月 （二）臺灣重要經濟數據 2023年臺灣經濟成長來到1.31%。由於臺灣屬小型且高度開放的經濟體，對外貿易依存度高，容易受到國際景氣影響，且出口高度集中於電子資通訊產品，受到單一產業景氣影響亦較大。根據中華經濟研究院指出，全球主要經濟體成長放緩，且全球半導體市場面臨週期性調整，導致對臺灣出口商品的需求減少，特別是在電子產品及半導體方面的需求明顯放緩，是使得臺灣經濟成長率下降的主要原因之一。 在消費者物價指數（CPI）變動率方面，2023年消費者物價指數變動率為1.85%，較2022年的2.49%減少0.64%，根據臺灣經濟研究院產業發展處分析，主要原因為美元升息及通膨壓力未歇，進而影響進口物資價格。 表1-4　臺灣重要經濟數據統計 資料來源：行政院主計處，CIA "The World Factbook"，資策會MIC經濟部ITIS研究團隊整理，2024年9月 在對外出口貿易部分，2023年臺灣整體出口貿易總額較2022年提升，再度創下近年最佳表現。究其原因為5G普及、加速智慧物聯網（AIoT）的應用服務落地，對於雲端與物聯網建設需求增加，使得伺服器、高效能運算、交換器等ICT產品持續出貨。反觀筆記型電腦及半導體IC因市場需求趨近飽和，使得相關產業出口呈現衰退。綜觀2023年貿易狀況，新品備貨優勢成為臺灣貿易受惠於產品需求增加的原因之一。由於2023下半年AI商機延燒，因而刺激資通與視聽產品出口需求，帶動臺灣供應鏈營運動能與貿易出口。而在各貿易地區表現中，2023年對美洲及歐洲出口成長幅度提升，對亞洲地區則是大幅成長，亞洲地區主要來自中國大陸出口減少，轉而對東南亞地區貿易輸出增加，而歐洲主要來自於主要經濟體經濟情況的疲軟，導致貿易成長幅度較少。 表1-5　臺灣對主要貿易地區出口概況 資料來源：財政部，資策會MIC經濟部ITIS研究團隊整理，2024年9月 在工業生產指數方面，以2021年為基期，2023年工業生產指數為 86.1，較2022年減少12.08，工業生產動能呈現下降的的情況。 在資通訊產業方面，主因受全球終端需求疲弱及廠商投資動能保守，且整體產業鏈持續調整庫存也是其中一大重要因素。2023年因庫存仍在消化中，致使製造業工業生產動能表現不理想，但貿易輸出仍為向上成長的狀態，而雲端運算、資料中心、AI、物聯網、車用電子、金融科技等新興科技應用擴展，有望挹注甚至提升我國2024年製造業生產動能。 據我國經濟部估算，由於AI需求提升及農曆年前的備貨效應，2024年1月的製造業生產將轉為正成長，成長幅度可能超過一成。 展望2024年，根據主計總處預測，經濟成長率相較於2023年將大幅度上修至3.43%，回升至2022年經濟成長水準。當前國際市場上存在許多潛在的風險與挑戰，包括美中走向保護主義、貿易戰的擴散效應、債務與地緣政治、各國貨幣政策等經濟議題等，都可能對臺灣的經貿活動產生衝擊。中國大陸供應鏈自主化戰略、兩岸政治關係則可能對臺灣造成國際出口替代排擠效應、人才流失等足以動搖國本之問題，為此臺灣需審慎以對，進行產業升級的同時運用策略智慧因應國際情勢變動，以掌握先機、再創榮景。 表1-6　2019-2023年臺灣工業生產指數 備註：以2021年為新基期 資料來源：行政院主計處，資策會MIC經濟部ITIS研究團隊整理，2024年9月 二、產業關聯重要指標 （一）國際重要資訊指標 1.IMD全球數位競爭力排名 長期以來，瑞士洛桑國際管理學院（International Institute for Management Development, IMD），每年發布的全球數位競爭力評比報告不僅受到國際重視，亦是重要參考指標，目前IMD的全球數位競爭力排名可謂全球最具代表性的國家資通訊競爭力指標。有鑑於資通訊科技發展與應用，常被視為提升國家競爭力的關鍵，瑞士洛桑管理學院（IMD）著手建置一評估架構，以完整的分析構面與指標來衡量各國之「數位競爭力」（World Digital Competitiveness Ranking, DCR）。DCR的分析架構大致分為三大面向，（1）知識指數（Knowledge）：評估項目包括人才、教育訓練與科技知識的滲透度；（2）科技指數（Technology）：評估項目包括管制框架、科技資本相關以及科技的可用性；（3）未來準備狀態（Future Readiness）：評估項目包括科技採用態度、商務靈活性與資訊科技整合性。 根據2024年發布之2023年評比結果，美國的數位競爭力在全球143個國家中排名第1，位居領先地位。其次為上升四名的荷蘭，第3名為上升一名的新加坡、第4名則由丹麥拿下，相較2023年下滑三個名次。臺灣此次表現小幅提升，晉升排名第9名，較2022年上升兩個名次，顯示臺灣於提升國家資通訊競爭力持續不斷進步。 表1-7　2021-2023年全球數位競爭力排名前20名國家與名次變化 資料來源：IMD，資策會MIC經濟部ITIS研究團隊整理，2024年9月 2.Waseda電子化政府評比 電子化政府（e-Government）的發展程度可反映出一國公共行政服務的便利性，並透露出國家資訊素養的高低。為了評估各國政府電子化程度，日本早稻田大學（Waseda University）近十年與亞太經濟合作會議（Asia-Pacific Economic Cooperation, APEC）合作發展相關評比指標，對各國電子化政府的推動情形做出完整評比，並為各國政府電子化程度評分。 根據2024年發布的評比結果，丹麥的電子化政府持續位居第1名，評分達93.29；加拿大為第2名，評分達92.25；英國上升至第3名，評分達91.93；紐西蘭與新加坡分別占據第4名與第5名，評分分別為91.50及91.39；然臺灣則排名第15名，評分為80.67，首次跌出全球前10名之列，顯示近年臺灣投入於發展國家資訊素養與電子化政府措施仍有待完善。而日本亦同樣於2023年首次跌出全球前10名，排名第11名，評分為83.55分。 表1-8　2019-2023年全球電子化政府程度評比前10名國家 資料來源：Waseda University、International Academy of CIO，資策會MIC經濟部ITIS研究團隊整理，2024年9月 （二）臺灣重要資訊指標 1.廠商家數 根據財政部統計處之營利事業家數資料顯示，2022年符合資策會MIC資訊服務暨軟體廠商家數約1.6萬家。2023年在數位轉型需求升溫、新興科技應用逐漸成熟的情況下，AI、金融科技（Financial Technology, FinTech）及物聯網（Internet of Things, IoT）等應用場景與產品加速落地，持續提升臺灣整體資訊服務暨軟體廠商家數成長，2023年臺灣整體資訊服務暨軟體廠商家數達到1.7萬家。 表1-9　2019-2023年臺灣資訊軟體暨服務業廠商家數 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 2.對GDP的貢獻度 近年臺灣資通訊服務業業者整體營收表現呈現小幅上升，綜觀 2019年至2023年臺灣資訊服務暨軟體產業對我國GDP貢獻度，從2.74%上升至2.91%，創近幾年新高，此結果反映臺灣於企業數位轉型需求、資訊安全、新科技應用場景的系統需求驅動下的投入成果。期待在AI浪潮的推動下，2024年資訊服務暨軟體產業對臺灣GDP貢獻度能夠進一步提升。 表1-10　2019-2023年臺灣資訊軟體暨服務業對GDP貢獻度 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 3.就業人數 2023年臺灣資訊服務暨軟體產業部分業者營收持續成長，由於AI、金融科技與雲端服務市場動能持續延燒，加上數位轉型需求持續發酵，有助於提高資訊服務暨軟體廠商招募新員工的意願。此外，數位產品與服務的需求不斷成長，例如電子商務、數位娛樂及金融科技等領域，推動資訊軟體及服務業的擴展，政府對於數位轉型政策的支持更擴大培育軟體人才，亦促成2023年資訊服務暨軟體產業就業人數上升，2023年臺灣資訊服務暨軟體產業就業人數達27.8萬人。 表1-11　2019-2023年臺灣資訊軟體暨服務業就業人數 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 4.勞動生產力 此處勞動生產力係指臺灣資訊服務暨軟體業生產總額除以就業人數所得到的數據，而生產總額則是以臺灣資訊服務暨軟體產業的總營收（產值）為計算基準。據估計，近年的勞動生產力逐步上升，至2023年約達新台幣348.1萬元，預估2024年將進一步攀升。 表1-12　2019-2023年臺灣資訊服務暨軟體業勞動生產力 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 除此之外，臺灣亦積極參於各項國際軟體競賽，於ICPC、DEF CON CTF、International Olympiad in Informatics等國際軟體競賽中嶄露頭角，拿下優秀成績。 表1-13　臺灣國際軟體競賽成績 資料來源：各賽事，資策會MIC經濟部ITIS研究團隊整理，2024年9月

隨著資訊科技的快速演進與迭代，資訊軟體暨服務市場扮演舉足輕重的角色。依據產品功能與服務提供的模式，資訊軟體與服務的市場可區分為資訊服務與資訊軟體兩大類，每一個類別皆有其獨特的特點及功能。 資訊軟體主要集中在提供用戶所需的軟體產品，包括企業用戶使用的應用軟體、資訊安全、資料庫、開發工具等，以及消費者使用的生產力、遊戲、行動應用、影音工具、系統軟體、應用軟體、工具軟體等，強調產品的功能與性能及如何滿足特定用戶的需求。 資訊服務為資訊科技領域中的一個重要部分，涵蓋向用戶提供專業基礎架構服務、開發部署服務、商業流程服務、顧問諮詢服務、軟體支援服務、硬體維運服務等全方位服務。這一類別的主要收益來自於服務提供的價值，而不僅是產品本身，其突破傳統的產品銷售模式，強調的是客戶的整體解決方案及長期合作關係。 資訊服務市場的定義及範疇可根據服務模式來進一步細分：「系統整合」主要專注於為企業用戶提供資訊系統的基礎架構、開發部署、商業流程等開發與建置服務，亦涵蓋針對企業的財務管理、風險管理、企業策略管理等經營層面提供的商業顧問諮詢，以及與資訊科技或資訊系統相關的系統顧問諮詢；「資料處理」則係指資訊服務供應商以契約形式，協助企業進行資料備份、回覆、資料重複備份、網站代管等業務，包括入口網站經營、資料處理、主機及網站代管、雲端服務等。 這些資訊服務及軟體領域的劃分不僅為企業或消費者提供多元的選擇，亦使其能根據自身的特定需求選擇最適合的解決方案。在不斷發展及變化的市場環境中，這些服務及產品將持續演進以滿足日新月異的需求。 簡言之，資訊軟體暨服務市場的多樣化與不斷創新反映現今科技社會的複雜性及動態性。從基礎架構到資料處理、從企業應用到消費者工具，其涵蓋幾乎所有的科技領域，並為不同類型的用戶提供量身訂做的解決方案。在這一背景下，了解並適應這一市場的多樣性及複雜性將是任何企業及個人成功的關鍵因素。 表2-1　資訊軟體暨服務市場主要分類與定義 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 表2-2　資訊服務市場定義與範疇 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 資訊軟體市場的複雜性及多樣性表現在其兩大主要區域：軟體設計與軟體經銷，軟體設計不僅是技術的深度挖掘，亦涵蓋企業及大眾應用的全方位考量，包括相關應用軟體的設計、修改、測試等服務。這些服務廣泛應用於金融、醫療、流通等行業，並具有多元化的實施方式，例如商業智慧、企業資源規劃（ERP）、顧客關係管理（CRM）、資訊安全等。 與軟體設計相輔相成的為軟體經銷，這方面涉及作業系統軟體、應用軟體、套裝軟體、遊戲軟體的銷售。但更重要的是，軟體經銷亦包括相關軟體的教育訓練，協助客戶及消費者能更有效地使用其代理銷售的軟體。 軟體係指安裝及運行在資通訊裝置中的程式，用以操控硬體功能，處理企業、大眾或系統所需資訊。在軟體產品市場的定義與範疇中，可以看到三項明顯的區隔：企業解決方案、大眾套裝軟體及嵌入式軟體。 企業解決方案集中於支援企業用戶的資訊系統基礎架構、開發部署及商業流程等需求，例如：商用軟體通常安裝在伺服器主機上，提供企業所需的各類應用方案，覆蓋行業別軟體、企業資源規劃、客戶關係管理、產品研發等範疇；資訊安全軟體則主要提供資訊或系統的讀取、儲存及傳輸的安全防護，以及基於資訊安全產品所提供的加值應用服務，這其中包括防毒、入侵偵測、加解密等功能。 資料庫系統及開發工具則分別提供資料或文件的儲存、搜尋及管理；程式設計、撰寫、測試等工具軟體。大眾套裝軟體主要針對消費者，包括生產力軟體及遊戲軟體。這些軟體分別能提升工作效率（如文書處理、簡報製作等）、提供娛樂（如電腦遊戲及掌上遊樂等）；行動應用App則是新時代的產物，被安裝在手機及平板中，用戶可以透過網路下載或付費使用。 一、全球市場總覽 從全球軟體市場來看，軟體市場涵蓋一系列用於運算設備上執行特定任務的產品及解決方案，這些產品多由公司公開銷售。該市場的軟體解決方案主要針對專業用途，但部分亦適合個人使用，範圍從基本生產力工具到複雜的企業資源規劃軟體不等。軟體亦可以透過授權或訂閱銷售取得，包括本地及基於雲端的軟體（SaaS）。 主要軟體市場可分生產力軟體、企業軟體、應用程式開發軟體及系統基礎設施軟體等類型：生產力軟體支援文件、電子表單等活動；企業軟體涵蓋企業資源管理及客戶管理等業務活動；應用程式開發軟體幫助開發過程；系統基礎設施軟體則支援硬體運作及組織流程。主要供應商在B2C、B2B、B2G領域的線上及實體銷售，參與者包括 Microsoft、Adobe、SAP、Oracle及Salesforce等業者。本節將深入分析全球市場的規模與演變趨勢，並進一步探討全球領先的軟體企業的發展動向。 （一）市場趨勢 全球軟體市場在近年中展現強勢的成長趨勢，主要在三個面向：第一，許多企業尋求軟體解決方案來協助簡化業務流程，藉此降低成本、增加作業效率；第二，隨著更多企業將軟體等數位技術導入到內部系統中，對於資訊隱私保護與網際網路安全的需求上升，企業須尋求軟體相關應用，協助改善資訊安全並遵守相關法規；第三，COVID-19改變民眾的生活習慣，即使目前民眾生活已逐漸恢復正常軌道，許多企業仍選擇採用遠距上班或線上業務的工作模式，尋求軟體相關的解決方案，以加速進行數位轉型。 圖2-1　全球資訊軟體市場規模 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 預估市場規模從2022年的6千億美元，有望在2026年達到8千億美元。在這段期間內，年均複合成長率將達到6.4%，反映此產業的穩定成長及潛在機遇。軟體市場包括企業級軟體、應用程式開發、系統基礎架構、生產力軟體，企業級軟體市場占整體產業的產值超過4成，接下來依序分別為應用程式開發、系統基礎架構軟體市場，比重約為2成，生產力軟體市場則約占1成。 1.企業軟體市場 在軟體市場方面，企業級軟體市場產值約占整體市場的4成左右，受惠於近年來企業在數位轉型、自動化流程、遠端工作模式的需求增加，這些因素推動企業不斷尋求能提升效率、降低成本，並加強產業競爭力的企業級軟體解決方案。預期全球企業級軟體市場的規模將從2022年的2千億美元成長到2026年的3千億美元，期間年均複合成長率達8%，這一趨勢揭顯示產業的活躍機會及未來的成長潛力。 2024年企業運用軟體將更加注重在AI、雲端運算、低程式碼與無程式碼平台、網路安全的創新與整合。在AI方面，隨著相關技術與應用蓬勃發展，企業將進一步整合AI及機器學習技術，以改善決策過程、提升客戶體驗及優化營運效率。 在雲端運算方面，隨著混合雲與多雲策略的普及，許多企業將營運相關數據儲存在雲端上，以降低基礎設施成本、提高數據的可擴展性及靈活性。在低程式碼與無程式碼平台方面，這兩種類型的平台允許企業中的非技術員工亦能開發及部署軟體，從而縮短開發週期並降低成本。在網路安全方面，隨著網路攻擊及數據外洩事件的增加，企業將更加重視網路安全軟體的投資，包括防火牆、系統入侵偵測系統、端點安全、數據加密等技術。這些趨勢將驅動企業進一步提升其技術基礎，以適應不斷變化的市場環境，加速數位轉型。 2.應用程式開發軟體市場規模 近年受惠於企業開發應用程式協助加速內部數位轉型、企業採用雲端運算技術或軟體即服務模式來靈活管理營運流程、智慧型手機等行動設備的普及，增加電商與社群媒體等應用程式的需求、物聯網技術的發展，促使開發者設計專門應用程式來管理及控制相關設備。隨著AI技術的廣泛應用，讓大眾發現結合應用程式的無限可能，這些趨勢帶動應用程式開發軟體市場的持續成長。 2024年應用程式開發軟體市場將注重AR與VR、多雲及混合雲、低程式碼與無程式碼平台、網路安全、永續發展領域的創新與整合。在AR與VR方面，隨著相關技術逐漸成熟，特別是在娛樂、教育、醫療領域，這些應用程式的需求將持續增加；在多雲及混合雲方面，隨著企業雲端策略的複雜化，多雲及混合雲環境中的應用程式開發將成為主流，開發者需要考慮到不同雲端平台間的相容性與互操作性。 在低程式碼與無程式碼平台方面，這兩種類型的平台允許非技術開發者創建應用程式，縮短開發週期並降低成本，帶來更多創新產品與服務；在網路安全方面，面對網路攻擊日益複雜，應用程式開發者在開發過程中需要考量更強的安全功能，以保護用戶資訊安全及隱私；在永續發展方面，隨著ESG議題成為國際共識，永續性將成為應用程式開發的一個關鍵考量因素，許多企業將致力於開發更具能源效率及永續性的應用程式。 3.系統基礎架構軟體市場 近年由於傳統基礎架構在硬體維護、設備升級、能源消耗、人力資源管理等方面的費用持續成長，使企業愈加難以維持傳統的基礎架構。相對而言，基於雲端技術的基礎架構具有更高的靈活性及可擴展性，並能夠按需求支付資源費用，使得企業能夠更有效地管理成本。因此，更多的企業轉向雲端系統基礎架構軟體，以降低營運成本並提升效率。 2024年系統基礎架構軟體市場專注於多雲及混合雲、AI、網路安全、永續發展領域的創新應用。在多雲及混合雲方面，企業運用跨雲端系統來進行數據的管理與整合，以實現更高的靈活性及成本效益；在AI方面，機器學習等技術驅動的自動化解決方案將在系統基礎架構中扮演重要的角色，以協助企業減少人力成本，並提升營運效率；在網路安全方面，透過建置零信任系統基礎架構，在不假設任何內外部設備或用戶的信任下，透過嚴格的身分驗證、授權、持續監控來保護企業資源；在永續發展方面，隨著全球對ESG議題的關注增加，企業必須更加重視符合永續原則的系統基礎架構解決方案，開發提升能源運用效率的軟體及基礎設施管理工具。 4.生產力軟體市場規模 近年來，由於COVID-19疫情改變傳統生活，許多企業轉向遠端工作或混合工作模式，這對生產力軟體的需求產生重大影響。企業需要更強大的軟體工具來確保團隊之間的溝通及協作效率，包括推動雲端協作平台、即時通訊工具、專案管理等。同時，隨著AI及機器學習技術的進步，許多企業採用具有自動化功能的生產力軟體，透過自動化作業流程提升營運效率，減少人工錯誤的發生，並加速企業進行數位轉型。 2024年生產力軟體將支援更多混合工作及跨平台應用的功能。在混合工作方面，包括打造虛擬協作空間、推出混合會議解決方案、發展遠端員工管理平台。在跨平台方面，企業更傾向於選擇多合一的平台來整合各種生產力工具與軟體，降低使用多個應用程式的需求，期望能找到從溝通、專案管理到數據分析的一站式解決方案。同時，透過導入生成式AI技術，自動化進行任務分配、數據分析及文件生成，使員工或一般用戶能夠更有效率完成日常工作。此外，隨著網路安全與永續議題的重要性提升，促使軟體供應商加強安全措施、開發更符合永續性的軟體解決方案，像是雙重身份認證管理與永續資訊追蹤工具。 （二）大廠動態 目前軟體市場的主要廠商多來自美國，因為美國在科技領域的起步相對於其他國家較早，加上擁有世界領先的研究及開發資源與環境、成熟的資本市場支持、全球影響力高的企業文化及商業模式、健全的法律及政治體制。這些因素促進科技公司的迅速發展，使美國在全球軟體市場中占據領先地位。以下列舉著名的軟體廠商，包含Amazon、Oracle、Microsoft、Cisco、IBM，在軟體市場的布局策略與推出的解決方案。 1.亞馬遜（Amazon.com, Inc.） Amazon由Jeff Bezos創辦於1994年，總部位於美國華盛頓。最初經營線上書店，並迅速擴展其產品範圍，包括電子產品、服裝、食品、家具等，成為全球最大的電子商務平台之一。Amazon在經營電子商務業務的過程中，對於大量數據分析及運算能力的需求日益增大，促使其開發內部雲端計算基礎設施。當技術逐漸成熟，Amazon發現這些基礎設施可以對外提供。2006年Amazon推出Amazon Web Services（AWS），伴隨著企業數位轉型及雲端運算市場的快速成長，成功進軍軟體市場。 在軟體市場上，Amazon的影響力主要體現在其雲端運算服務AWS，提供一系列基於雲端的產品及服務，包括運算能力、儲存、資料庫、機器學習、AI等。AWS憑藉其高可靠性、靈活性及大規模的基礎設施，廣泛應用於各行各業，從新創到大型企業，使用其服務來提升營運效率及創新能力。Amazon在2023年的營收已超過5,000億美元，截至2024年8月市值排名在前五名，未來計劃將不斷擴展其技術產品線，投資於AI、IoT、大數據分析等領域，進一步鞏固其在全球軟體市場的領導地位。 2023年Amazon在AI相關的軟體市場積極布局，推出多款新產品及技術應用。2023年9月正式推出全託管AI平台Amazon Bedrock，用戶在AWS上透過連結API，導入Amazon自行研發的生成式AI模型Titan，與第三方合作廠商所提供的AI21 Labs、Anthropic、Cohere、Stability AI等模型，協助企業簡化AI應用開發的過程，滿足不同的需求；11月推出正式版Amazon CodeWhisperer，是以機器學習為基礎核心的程式開發輔助服務，根據用戶寫程式的習慣及註解，提供程式碼與功能建議，並偵測及調整難以察覺的安全漏洞，提升整體的資訊安全。 2024年Amazon持續改善及擴展其產品功能，包括Amazon Bedrock提供更多生成式AI模型與加強資安保護。2024年5月正式推出生成式AI助理Amazon Q，透過連接企業資料庫，協助快速建構客製化的生成式AI解決方案，邏輯性地統整資訊、分析觀點、依照需求進行程式開發，可自動化及簡化日常工作流程，提升作業效率與便利性；7月推出AWS App Studio，簡化UI介面設計、流程建構與工作測試等複雜的環節，使開發人員能使用自然語言打造企業級應用程式，加速軟體的開發過程。此外，Amazon亦與多家科技公司合作，推動AI技術在各行各業的創新應用，包括Cisco、Intel、Microsoft等企業，共同整合AWS服務及企業在物聯網、邊緣運算等軟硬體技術，推動智慧城市、工業自動化等領域的應用。 2.甲骨文股份有限公司（Oracle） Oracle由Larry Ellison等人創辦於1977年，總部位於美國加州。最初以開發關聯資料庫管理系統聞名，其提供解決企業資訊科技環境的產品與服務，包括應用程式、基礎設施產品，這些產品與服務透過各種靈活且可互操作的IT部署模型在全球提供。這些模型包括內部部署、基於雲端的部署及混合部署，如於2012年推出的Oracle Cloud，提供包括計算、儲存、資料庫、應用程式等多樣化的雲端服務。其為客戶提供更多選擇及靈活性，並促進最適合客戶需求的產品、服務、部署組合，涵蓋企業資源規劃、客戶關係管理、供應鏈管理等領域，其客戶包括大規模的企業、政府機構、教育機構及經銷商。 近年來，Oracle積極布局雲端相關軟體的應用，快速擴展雲端基礎設施，以滿足全球客戶對雲端服務日益成長的需求，同時透過與其他科技巨頭的合作來加強其在雲端及AI市場中的地位。2024年3月宣布與NVIDIA擴大合作，致力於開發生成式AI的解決方案，利用NVIDIA的GPU技術提升Oracle雲端平台的AI運算能力，使企業能大規模進行AI運算，適用於需要處理複雜AI模型的產業，包括醫療保健業、金融業、製造業等。合作案使Oracle能夠為客戶提供更強大的AI工具，並加快AI應用的開發及部署，進一步鞏固其在雲端軟體服務市場的競爭力。 2024年6月宣布與Google合作，計劃推出Google Cloud版的Oracle資料庫，運用Oracle的雲端基礎設施與Google旗下的雲端服務Google Cloud進行跨雲端互聯整合，透過連接雙方的雲端環境，使企業客戶可以將Oracle的資料庫服務直接部署在Google Cloud的資料中心，並能夠使用Google Cloud的AI工具及基礎設施來加速應用自動化及資料分析的工作。這種整合提供靈活選擇、簡化遷移過程，並允許在全球多個地區之間進行低延遲操作，可使資訊交換更方便及快速，亦能實現更多的支援服務。 3.微軟（Microsoft） Microsoft為源自美國的跨國科技企業，於1975年由Bill Gates及Paul Allen創立，總部位於美國華盛頓，與Amazon、Apple、Google、Meta並列為五大科技巨擘。其以研發、製造、授權及提供廣泛的電腦軟體服務為主要業務，最著名且暢銷的產品為Microsoft Windows作業系統及Microsoft Office辦公軟體，這一系列產品使其迅速成為全球最大的軟體廠商之一。 近年來，Microsoft 專注於雲端服務及生成式AI的發展，特別是整合OpenAI的GPT模型至其產品中，如Microsoft 365的Copilot。同時強化其雲端平台Azure的功能，推動企業採用混合雲並導入AI技術。此外，Microsoft持續擴展在企業及教育領域的軟體服務，強化其網路安全及協作工具，如Teams、Viva，以應對遠端工作及數位轉型的需求。 2023年9月Microsoft將AI助理Copilot整合至Windows 11，為用戶提供如運行應用程式、撰寫文章、變更系統設定等輔助功能。Copilot亦被導入至Bing、Edge、Microsoft 365等產品，並整合AI繪畫工具，提升用戶的生產力及工作效率。在2024年5月的Microsoft Build開發者大會上，Microsoft展示其最新的AI與雲端服務整合策略，推出新的Azure AI工具，擴展Copilot應用範圍，並發布新一代Phi-3小型語言模型。此外，Microsoft更新Visual Studio及.NET平台，強化網路安全及隱私保護工具，以應對新興的資安威脅。 2023年Microsoft加強與科技廠商的合作，推動AI技術在更多軟體應用場景中落地。自2019年起Microsoft與OpenAI合作，獲得GPT-4技術的優先授權，並整合到Azure平台中，提供強大的AI解決方案。2024年雙方深化合作，推出Azure OpenAI Service，允許用戶透過API使用OpenAI技術，並推出客製化模型計畫，幫助企業開發專屬AI模型，然而雙方的合作卻面臨來自美國、歐盟、英國監管機構的壟斷疑慮。同時，Microsoft與NVIDIA合作推出Blackwell加速運算平台，提升Microsoft 365及Copilot的運行效率，應對全球軟體市場的需求成長。 4.思科系統公司（Cisco Systems, Inc.） Cisco由Leonard Bosack及Sandra Lerner創辦於1984年，總部位於美國加州。最初Cisco專注於開發及銷售路由器、網路交換器，協助企業與服務供應商建置及管理網路基礎設施。憑藉其在網路技術領域的領先地位，Cisco迅速成長為全球最大的網路設備供應商之一。 隨著企業與服務供應商對雲端運算、資訊安全、自動化網路管理的需求增加，Cisco看到擴展其硬體產品以外的機會。為了滿足這些需求，Cisco於2015年推出Cisco DNA雲端原生網路作業系統，並透過收購數位協作廠商Acano及資訊安全廠商Duo Security，提供更全面、具安全性的數位化解決方案。不僅強化其在市場的競爭力，亦迎合企業對整合及自動化技術的需求。 2023年10月Cisco宣布以280億美元收購巨量資料分析及資安防護平台Splunk，強化其網路安全與數據分析領域的地位，有助於Cisco整合相關領域的解決方案，提升應對日益成長網路威脅的能力，並加速數位轉型。 在2024年6月的Cisco Live上，Cisco強調其在軟體市場的重點布局，包括（1）加強網路安全：展示Cisco Security Cloud的整合與自動化功能，提供全面的安全防護方案；（2）擴展協作工具：介紹視訊會議應用程式Webex的新功能，如AI驅動的會議助手、即時翻譯，提升遠端協作效率；（3）強化與Splunk的整合：展示其在數據分析方面的能力。Cisco亦推出更多軟體即服務解決方案，推動企業從傳統硬體走向軟體訂閱模式轉型；（4）宣布新的合作關係，提升產品的互操作性及生態系統協作，強調整合AI及機器學習技術，以提升網路安全管理及自動化能力，適應企業在數位轉型的需求。 5.國際商業機器公司（IBM） IBM為美國一家跨國科技公司及諮詢公司，總部位於美國紐約，其主要客戶為政府及企業。最初以製造打字機與其他商業機器起家，IBM在1950年代成為全球領先的計算機科技公司，其在電腦硬體、軟體系統、企業解決方案等方面擁有深厚的技術積累及市場影響力。 隨著運算技術的演進及企業對資訊管理、雲端運算、AI需求的增加，IBM開始重點投入大數據分析、雲端運算及AI領域。在大數據分析方面，一方面積極布局量子計算領域，推出量子運算服務平台IBM Quantum，一方面透過收購Red Hat等企業，進一步強化其在開源技術及混合雲解決方案上的實力，擴展在數據分析及網路安全的能力；在雲端計算方面，IBM推出IBM Cloud，專注於混合雲架構，幫助企業實現靈活的雲端部署，並提供公有雲及私有雲的運算、儲存及數據分析服務；在AI 方面，IBM推出AI平台IBM Watson，採用自然語言處理及機器學習技術，在醫療保健、金融、客戶服務等領域提供智慧化分析及決策支持。 近年來，IBM在軟體市場的布局主要集中在混合雲平台、AI、量子運算及永續發展等領域。2023年企業透過IBM的Watsonx生成式AI平台、Red Hat OpenShift混合雲平台，簡化作業流程、支持企業在多雲環境中更有效運作，提升企業營運的靈活性並加快創新的腳步。2024年IBM擴大量子運算的研發及應用，特別是在永續性及能源轉換研究領域。IBM與多個合作夥伴，包括學術機構及能源公司，共同推動量子運算技術的應用。 二、臺灣市場總覽 （一）市場現況 台灣資服產業市場預期在2024年達到6,000億新台幣規模，從2022年到2026年呈現穩定的成長趨勢，主要受多重因素驅動。疫情過後，台灣企業加速推進數位轉型，廣泛採用資訊基礎架構與服務模式的變革，特別是在經營模式調整和數位技術及雲端應用的推動下，資服產業的成長動力顯著提升。此外，AI技術的快速進步也成為產業成長的重要推力，促使更多企業加大對IT技術的投入，加速提升整體產業的發展規模。 圖2-2　臺灣資服產業營收 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 隨著COVID-19疫情的爆發，企業加速資訊架構與應用服務模式的轉型，數位與雲端科技的快速普及推動臺灣資訊服務業的市場擴張。尤其是企業在此期間強化數位轉型，加上遠距工作與線上商務活動的需求激增，使得資訊服務業成為企業競爭力提升的關鍵因素之一。 然而，2023年全球經濟形勢的波動對投資信心產生負面影響，資訊服務業的成長亦因此放緩。即便如此，預測2024年該產業仍將持續穩步發展，年成長率雖然有所下降，但市場規模仍有望達到新的高峰。顯示臺灣資訊服務業在面臨挑戰時，憑藉過去累積的成長動能及企業的積極應對，依然能夠保持一定的成長力道。 總體而言，臺灣資訊服務業的發展趨勢反映全球數位化轉型的不可逆進程，以及疫情所帶來的結構性改變。未來隨著數位科技的進一步發展與企業對資訊服務需求的持續成長，臺灣資訊服務業的市場潛力依然巨大。如何在變化多端的市場環境中持續創新、保持競爭力，將是該產業未來能否實現穩健成長的關鍵挑戰。 圖2-3　臺灣資服業主要業者營收分析 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 臺灣資訊服務產業的市場結構在過去近二十年間發生顯著變化。圖2-4顯示2005年、2015年及2023年三個年份中資訊服務業前十五大業者在市場營收中的比重。儘管市場中領導者的總營收有所增加，但從數據中可以明顯看出該產業的市場集中度依然相對較低，百花齊放的現象仍然存在。 2005年資訊服務產業中前十五大業者的營收比重為78.6%，顯示出市場中有相當一部分的營收來自於其他小型或中型企業。這一趨勢自2015年幾乎沒有改變，前十五大業者的營收比重僅微幅下降至78.2%。顯示在這十年間市場集中度基本保持穩定，沒有出現明顯的整合或壟斷現象。 到了2023年，前十五大業者的市場營收比重進一步下降至75.7%，而其他業者的比重則相對上升至24.3%。這一變化顯示臺灣資訊服務產業的競爭愈加激烈，中小型業者的影響力有所增強。儘管主要業者在市場中的地位依然穩固，但其市場占有率的下降顯示更多新興企業或具有競爭力的中小企業正在崛起，對市場格局產生影響。 儘管大型業者在資訊服務業中占據重要地位，但整體市場的集中度並不高，顯示該產業的競爭結構相對健康且多樣化。此種百花齊放的局面亦有助於促進市場創新，因為來自不同規模企業的競爭可以激勵業者不斷提升技術及服務品質，以應對市場需求的多元化及快速變化。 圖2-4　臺灣資服業境外營收分析 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 臺灣資訊服務產業在2020年至2023年間的發展趨勢，顯示Top 10業者在境外營收市場上的成長相對明顯，但其在整體營收中的比重仍然偏低。具體來說，這段期間內Top 10業者的境外營收比重從20.1%小幅成長至28.5%，顯示多數業者的營收集中在國內市場，反映出臺灣資訊服務產業在國際化進程中的挑戰，尤其是在擴展海外市場方面的困難。 臺灣資訊服務業者正逐漸將目光轉向國際市場以尋求更多成長機會，特別是在東亞及東南亞市場，臺灣業者逐步加強其布局與推廣。然而，這些市場的開拓過程並不容易，主要面臨兩大挑戰。首先，進軍國際市場需要業者具備在地化的能力，但這往往受到當地市場差異、文化壁壘、行銷通路等因素制約。其次，開展國際業務伴隨著高昂成本，包括參展、營銷、人才培訓及招募等開支，對資本有限的中小型企業尤其構成巨大壓力。 從2023年的數據可以看出Top 10業者的境外營收比重有所提升，達到28.5%。然而，內銷仍占主導地位，比重為71.5%。顯示出儘管境外營收業務正在成長，但大部分營收仍依賴於國內市場，如何平衡內銷與境外的發展，甚至是外銷拓展，將成為業者面臨的關鍵問題。 2020至2023年間Top 10業者在境外營收呈現成長趨勢，由2020年的新臺幣162億元成長到2023年的340億元。顯示出境外業務的潛力，但相較於整體市場的成長速度，尚有提升空間。 總體而言，臺灣資訊服務產業的國際化進程雖然有所進展，但對於真正的全球化仍有一段距離。產業未來成長潛力將在很大程度上取決於企業如何有效克服國際市場的挑戰，並在競爭激烈的環境中脫穎而出。業者需持續強化在地化策略、提高品牌認知度、優化營運效率，並積極培育具有國際視野的營銷及管理人才，以應對不斷變化的全球市場需求，才能在全球市場中獲得更大的比重，實現長期穩健的成長。 圖2-5　臺灣企業AI人才供需分析 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 臺灣在AI領域的人才供需狀況呈現明顯不均，此一問題已成為軟體產業長期發展的隱憂。依據104人力銀行的統計，從2017年到2021年，AI相關技能的需求職缺從13,194人成長至17,412人，顯示出隨著AI技術的不斷發展，市場對相關人才的需求持續上升。然而，同期內AI人才的供給雖然有所增加，卻始終無法滿足市場需求。特別是在2021年AI人才的供給僅為20,080人，與17,412人的需求相比，仍有2,668人的缺口。 從圖2-5中可以看出2019年是AI人才需求增幅最大的一年，需求人數達到18,229人，但此時的人才供應僅為14,725人，導致3,504人的缺口。雖然此後人才供應有所增加，但需求的成長速度更快，特別是在2020年與2021年，人才缺口依然顯著。 這種供需不平衡對臺灣AI產業的長遠發展構成挑戰，包括（1）AI技術是臺灣數位轉型及產業升級的關鍵，但人才短缺可能會制約企業的創新及競爭力；（2）AI人才的供不應求會導致薪資水平不斷上升，進一步加大企業的人才招募成本，並可能影響產業整體的發展速度。 為了解決此問題，政府與企業必須聯手推動AI人才的培育與引進。一方面政府可以透過教育政策的調整來增加AI相關專業的學位及培訓課程，並促進學術界與業界的合作，縮短人才培養週期；另一方面，企業亦應該積極參與人才的培養過程，例如提供實習機會、合作開發課程等，以提升新進人才的實務技能。此外，吸引海外優秀人才亦為解決短期內人才供應不足的有效途徑。 總結來說，臺灣AI產業的發展依賴於充足且高品質的人才供應。若能有效解決人才供需不平衡的問題，臺灣將能夠在全球AI競爭中占據更有利的位置，推動整體產業的進步與轉型升級。長期來看，建立健全的人才培育體系，並提升本地人才的素質與數量，是確保臺灣軟體產業及AI技術穩步發展的關鍵所在。 （二）產業結構 觀察臺灣資訊服務及軟體產業整體結構與現狀，可發現整體產業是由本土業者及外商共同構成的競合局面，整體產業的各層面說明如下： 1.原廠 國際原廠方面，諸如Microsoft、SAP、Oracle、AWS等知名企業，通常負責提供技術生態系的核心軟體及平台，奠定整個產業的基礎。而國內原廠則以鼎新、叡揚、訊連、倍力等企業為代表，這些企業專注於提供本地化的解決方案或產品，並靈活調整以滿足特定市場的需求。 2.面向企業端的通路商或代理商 這些企業（如零壹、邁達特等）主要針對企業客戶提供服務，並且往往負責銷售原廠的產品或解決方案，其扮演著將國際或國內原廠產品推廣至市場的重要橋梁角色。 3.系統整合業者與加值經銷商 系統整合業者（如精誠、凌群、大世科等）專門將不同的軟體系統整合成一個完整的解決方案，以滿足企業客戶的多樣需求。而加值經銷商（如訊達、緯謙、鉅立資訊等）則在原有軟體或系統的基礎上提供額外的增值服務，這些服務可能包括自訂開發、系統優化等，以進一步提升產品價值及適用性。 4.面向通路商與零售商 To C 通路商主要針對一般消費者，專門銷售各類消費級產品。相較之下，To C零售商則聚焦於零售市場，專注於傳統光碟或其他形式的實體產品銷售。 5.終端企業用戶與消費者 最終產品或服務將被輸送至終端企業用戶，滿足企業層級的專業需求，或直接面向一般消費者，提供個人化的產品與服務體驗。這種雙向輸送確保企業客戶與消費者均能獲得符合其需求的解決方案，從而提升整體市場的覆蓋範圍與產品價值。 從這個產業結構可以看出本土業者在不同的價值鏈層面上與外商競爭及合作，同時滿足國內需求、利用通路優勢及提供整合解決方案方面的能力，亦反映臺灣資訊服務及軟體產業的多樣性及靈活性與對於國內市場的深入理解及服務。 圖2-6　臺灣資服產業結構 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月

一、系統整合 軟體系統整合市場係指將不同的系統及軟體應用串聯起來的服務，使多個不同的子系統能夠以單一完整的體系運作，在系統整合的過程中，確保所有子系統的功能在單一體系下能夠互相串聯並相容。 系統整合資訊服務供應商協助企業進行資訊科技的評估、建置、管理及最佳化，管理資訊科技基礎設施。這些服務包括專案導向的商業顧問、科技顧問、軟硬體系統設計與建置；契約導向的資訊委外及軟硬體維護等服務。系統整合業者利用各種套裝軟硬體、整合與顧問服務等資訊科技資源，彙整資訊系統所需的各個要素，協助企業達成各種營運策略與目標。 1.顧問諮詢 面對數位轉型的複雜性及組織策略的整合困難，讓數位轉型的顧問諮詢服務持續成長，全球大型的數位轉型顧問資訊業者包括Accenture、Cognizant、PwC、Capgemini、KPMG等，顧問諮詢廠商在各產業的領域知識及顧問方法論、科技應用經驗等，皆應具備其價值。 2.系統設計與建置 與顧問諮詢業者的模式不同，系統設計與建置業者專精在資訊科技系統建置與導入，重點在於科技上的專精及系統整合的能力，透過結合跨領域、跨技術的合作夥伴，協助企業完成系統導入、異質系統整合，近年亦積極與顧問諮詢、電信、資訊安全、AI等相關領域的業者合作，協助客戶將新興科技導入在企業營運上，主要的業者包括IBM、CSC、NTT DATA、Dell等。 （一）國際市場趨勢 1.生成式AI採用 全球AI發展需求以機器學習、電腦視覺、深度學習為主，企業整合AI模型或是服務，開發各種AI產業應用，近年生成式AI崛起，帶動新一波的變革，生成式AI基於現有的數據生成新的內容，主要應用在影音及圖像生成、自然語言處理等，具有能夠理解大量數據的能力，對於企業而言有許多應用的可能性，依照產業主要應用包括： 表3-1　生成式AI產業主要應用 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 系統整合業者協助企業在導入AI，尤其針對中小型的企業而言，缺乏相關的資訊專業及團隊進行資訊導入的規劃，系統整合業者藉由豐富的系統導入經驗，著重改善企業的營運效率及資訊投資成效，加入產業AI轉型發展。 2.永續結合AI 隨著永續及環保議題受到更多的關注，各國政府將永續列為未來的重點施政目標，如進行碳盤查、課徵碳關稅、碳邊境調整機制（Carbon Border Adjustment Mechanism, CBAM）等，企業面臨碳管理的壓力，許多企業增加在永續及零碳排相關的行動及投資，展開多項節能減碳的專案，思考短期營運獲利並開始投入在永續經營上，企業開始嘗試結合外部顧問服務或整合數位系統至企業流程推動企業永續策略。 ● 減碳決策分析：企業面臨減碳的需求，但相關決策與企業的營運成本及營收高度相關，企業逐漸建立永續數據及資料庫，如減碳對於成本的影響等，以數據蒐集與分析協助企業相關決策。 ● 企業資源使用優化：透過AI協助企業在營運或生產過程中的資源分配，如減少庫存或改善營運及生產流程等。 ● 供應鏈轉型：透過數位科技增加供應鏈協助的透明度，如節能的供應鏈物流規劃或運輸選項，確保企業達到符合「範疇三」的淨零減碳目標。 3.敏捷式開發需求增加 AI生命週期管理在技術、經濟、社會及政策等方面已經成熟，國際AI規範的推動進一步促進了相關工具的應用。AI生命週期的管理可從資料、運算與模型三個層面探討。資料工程佔據約80%的時間，成為AI開發的核心挑戰；隨著模型參數與損失峰值增加，訓練成本不斷上升；多次迭代後，模型必須符合可信任AI的規範，確保安全性與可靠性。導入AI生命週期管理的方案包括國際大廠的一站式平台、新創公司專攻特定領域的工具，或自行建置以滿足客製化需求。導入過程可參考需求層次理論與25%法則，從DevOps、資料自動化到MLOps各步驟同樣重要，逐步完善AI開發與部署流程。 敏捷式開發及DevOps快速發展，敏捷式開發讓組織能夠加速產品開發的速度，縮短產品上市時間，同時適用於跨團隊的合作，改善專案成員之間的合作及溝通，系統整合業者更容易採用AI及雲端運算技術，結合敏捷式開發的模式，讓企業更容易實現以AI轉型及賦能之效。 （二）臺灣市場趨勢 國內系統整合業者利用各種套裝軟硬體、整合服務、顧問服務等資訊科技軟硬體與服務協助企業達到各種營運或策略目的，以下就臺灣在顧問諮詢、系統設計與建置市場趨勢說明。 依據iThome 2024 CIO大調查的資料顯示，2024年資訊投資有10%的漲幅，其中金融業成長率（16.4%）規模達到新臺幣11.9億元；醫療業1.5億元、成長率13.5%；高科技製造業約1.3億、成長率6.2%。整體而言投資重點以資訊安全平均1,260萬元最高，其次為雲端1,005萬元、大數據612萬元、AI應用589萬元。 1.金融業 國內金融業者預計2024年將擴大資訊投資，為近五年最高，平均投資比重到16.4%，金融業CIO的年度目標前3名分別為「推動資安轉型」、「ESG企業永續」、「用AI創新應用與服務」，其中人工智慧預算的金額達到新臺幣2,000萬元，顯示AI成為金融業資訊投資的重點項目，5成的金融業者屬於導入及驗證階段，僅3.8%進入正式上線階段。隨著ChatGPT的出現，金融業者亦積極發展相關應用，系統整合業者提供專業的技術顧問服務，同時提供符合金融場域的應用，作為金融業者在AI應用的加值服務，加速金融業者的驗證轉型發展。 2.醫療業 2024年醫療產業CIO的年度首要項目為「強化資安」、其次分別為「用AI創新應用與服務」、「推動資安轉型」、「用AI強化分析決策」，主要以提升資安與AI應用為主。在生成式AI技術採用上，約有4成的醫療業者處於導入及驗證階段，其中主要應用包括「撰寫文件」、「學習新技能」、「團隊協作」。醫療產業擁有病患的敏感性資料，對於資訊安全特別重視，加上近年醫療產業面臨嚴重的人力缺乏問題，透過資訊科技減輕醫療業者的作業負擔，系統整合業者在系統導入上，兼顧資訊安全防護及作業流程的整合，提升醫療產業的數位轉型發展。 3.高科技製造業 高科技製造業的資訊投資以ChatGPT類應用最高，其次為RPA流程自動化、多雲混合雲。高科技製造業採用生成式AI技術的比例從2023年7.3%成長至2024年至22.9%，主要應用包括學習新技能、撰寫文件、程式碼優化，高科技製造業者利用生成式AI技術朝向改善工作流程、提高開發效率、流程優化的方向發展，由於相關文件及程式碼對於企業具有高度的機密性，系統整合業者考量在企業流程改善及資料安全防護上，協助企業在生成式AI的應用。 （三）國際大廠動態 埃森哲（Accenture）為全球性的大型系統整合與顧問服務業者，在全球擁有將近70萬名員工，營運範圍橫跨200個地區及50個國家，在財富世界（Fortune Global）100大企業中，有89家為其客戶，提供的服務包括永續服務、AI、雲端、自動化、資訊安全等，Accenture在公司擴展策略上透過積極併購與策略投資，增加營運規模及範疇，2024年著重在永續科技、元宇宙、雲端服務、數位轉型等領域。 1.生成式AI產業應用 Accenture截至2024上半年即獲得20億美元之生成式AI相關訂單，顯示生成式AI成為企業數位發展的核心重點，Accenture的執行長Julie Sweet預計將數據及AI相關的員工人數從目前的4萬人增加至2026年目標8萬人，透過系統整合及顧問服務持續協助企業在生成式AI的數位發展，並結合產業需求開發生成式AI解決方案，加速企業數位轉型，其中幾個案例包括： ● 研發及製造流程改善：應用在生物製藥產業，透過數據分析及AI輔助業者新藥開發並提升製造流程。 ● 資料安全及客戶服務：應用在電信產業，協助電信業者建立客戶資料的安全監管，並運用AI在客戶服務上。 ● 智慧化客服：應用在零售產業，透過生成式AI輔助客服中心，並改善客戶及員工體驗。 2.雲端ERP AI應用 Accenture與知名企業軟體業者SAP合作開發SAP Signavio及SAP LeanIX解決方案，結合雲端ERP及生成式AI應用，強化企業的業務流程。 ● SAP Signavio：提供企業流程轉型的套件，透過AI分析企業流程並提出相關洞見，協助企業在營運流程的轉型。 ● SAP LeanIX：LeanIX為SAP合作的SaaS解決方案供應商，於2023年9月被併購，提供流程轉型服務並透過生成式AI技術，讓業務流程及應用程式視覺化。 3.生成式AI資安 在生成式AI安全上，Accenture與資訊安全業者Palo Alto Networks合作，採用其AI雲端態勢安全及AI存取安全的產品，提供企業在AI的資安保護。 ● 生成式AI建置安全：針對資料的生命週期安全進行防護，包括資料擷取、儲存、處理、AI模型訓練及部署，防止資安漏洞。 ● 資安風險發現與管理：結合Palo Alto Netowtks在雲端態勢管理產品及AI存取安全解決方案，提供企業在AI應用的環境安全防護。 ● 主動威脅偵測與預防：結合Palo Alto Networks的生成式AI網路安全產品Precision AI，提供進階的威脅偵測及預防功能，結合Accenture顧問服務，進行客戶識別並阻止AI生成的攻擊。 ● AI責任：雙方結合在AI的道德使用及責任上，並確保企業提供充足的AI安全防護。 （四）臺灣業者動態 臺灣系統整合業者主要業務以代理國外軟硬體產品為主，根據企業客戶的個別需求，提供系統安裝、系統維護、軟體客製、異質軟體整合乃至於發展適合本地市場、各種行業的整合性解決方案。因此，臺灣諸多資訊整合業者經常身兼國際大廠夥伴及產品服務代理商的角色，國際資訊大廠在推展臺灣市場業務時，強調生態系整合，常以結盟、夥伴關係形式結合國內系統整合大廠共同開發國內市場，系統整合業者需要解決跨系統、跨架構的串接整合問題，提供給客戶完整的解決方案。國內系統整合業者發展主要動態包括： 1.特定產業應用AI服務 生成式AI應用為臺灣各產業的重要發展方向，國內系統整合業者亦推出結合軟硬體設計的自建AI對話引擎，有別於國際雲端業者的生成式AI服務，強化臺灣產業的應用，並採用國內各產業的資料庫，將伺服器建立於企業端，避免訓練資料與外部資料連接，提升企業資料的安全性，如協助關鍵字搜尋等應用，有效提升使用者的搜尋精準度及滿意度。 2.工控資訊安全 國內系統整合業者結合國外專業的資訊安全軟體公司的產品與服務提供進階的資訊安全解決方案，隨著智慧製造發展，工業環境及資訊環境開始連接，導致資安風險快速增加，國內系統整合業者亦投入在工控資安的解決方案中，建立資安監控營運中心，並將解決方案銷售至海外的實績。 為了提前防堵監控，國內系統整合業者亦與國際資安業者合作，建立聯合的資安威脅情資交換，在惡意程式入侵前提前識別，降低企業損害，同時能夠針對地端及雲端混合雲的系統架構，記錄系統及資源使用情況。 3.雲端 混合雲已成為企業雲端部署的常態，國內系統整合除代理及銷售三大公有雲之外，亦投入在協助企業建立企業雲端系統或混合雲的系統規劃，提供雲端的導入、搬遷、管理及安全服務，加速企業雲端轉型，如利用MLOps等工具，建立相關解決方案並設置雲端平台。 4.協助企業碳盤查及減碳需求 隨著企業面對永續議題，許多業者開始被要求揭露永續發展路徑，並遵循碳盤查及揭露法規，國內系統整合業者建立碳盤查管理系統，協助企業盤查分散組織各處的資料，主要針對碳盤查、能源管理、減量管理等系統功能，協助企業制定減碳策略與路徑，並自動化獲取碳盤查數據。系統整合業者除系統導入外，同時提供專業顧問服務，協助界定排放源及排放系統等資訊，提供碳足跡報告與相關法遵文件。 （五）未來展望 隨著生成式AI、永續發展、敏捷式開發等技術的快速演進，資訊委外市場及系統整合領域將產生改變。生成式AI將重塑各產業的業務模式，透過數據生成與分析能力，為企業提供全新的應用場景，包括影音及圖像生成、自然語言處理等。這些技術的應用提升資訊委外服務的效率及準確性，未來將有更多企業透過生成式AI優化業務流程與創新服務。 此外，永續發展的關注度持續上升，企業面臨碳管理的壓力，將利用更多AI應用於減碳決策分析及資源優化。企業不僅需滿足法規要求，亦積極投入節能減碳專案，系統整合業者將在協助企業實現碳中和目標、優化供應鏈等方面扮演關鍵角色，並結合數位系統推動永續策略。 敏捷式開發及DevOps的興起亦將推動企業在軟體開發與交付方面產生效益，加速產品上市時間，改善跨團隊合作，並結合AI與雲端技術，實現更高效率的開發流程。未來企業將更加依賴敏捷式開發以應對快速變化的市場需求，同時提升開發效能及業務靈活性。 目前國內系統整合場多與國際資訊業者合作，提供垂直領域的產業顧問服務及系統整合客製化加值的技術與服務，隨著業者朝向雲端化發展，面臨更加複雜的系統串接及雲端／地端系統整合、公有雲及私有雲管理等問題，系統整合業者依據企業的營運目標及系統需求，提供系統客製化及整合等服務。 二、資訊委外 資訊委外係指企業將資訊軟硬體的開發、維護與企業流程等業務，委託資訊委外服務商代為處理，外包服務包括效益服務、軟體服務、雲端服務，專業的外包服務及合適的契約模式讓企業更能夠專注於企業營運發展，達到資訊委外廠商與委託方雙贏的局面。 傳統資訊委外包括服務商提供企業資訊軟、硬體的修改、程式開發、維護等服務的資訊管理委外（IT Outsourcing, ITO）；企業功能流程軟硬體與人力服務提供的企業流程管理委外（Business Process Outsourcing, BPO）；亦有資訊委外廠商提供企業程式開發代工服務及系統維護支援服務。資訊委外為企業在進行資訊投資上相對彈性的方式，企業通常以第三方契約化的方式進行，透過委外的方式，企業能夠有效降低內部資訊人員的負擔，對企業而言，將部分資訊及流程委外亦能降低企業經營成本。 1.資訊管理委外 傳統資訊委外包是由服務商針對客戶擁有的資訊軟硬體設備提供資訊系統日常營運的管理，如電腦軟體安裝、版權管理的資訊管理委外。臺灣在傳統資訊管理委外市場過去主要以實體主機代管服務為大宗，由自有資料中心或租用資料中心的一類或二類電信業者，提供企業主機設備置放、連接、遠端管理維護的服務。 2.企業流程委外 企業流程管理委外將業務處理流程、人力、電腦系統均委託給企業流程管理委外業者；臺灣最常見的流程管理委外為客服中心委外、信用卡處理流程委外、帳單列印委外等。由於企業經營環境日趨複雜，企業流程委外管理幫助企業持續聚焦本業，切割非核心業務或營業活動，成為企業保持競爭能力的重要手段。 目前臺灣流程委外以政府機構、金融業、服務業的需求為大宗，企業透過自動化技術、業務流程專業化、智慧化工具輔助，以提升企業營運流程的效率。 （一）國際市場趨勢 資訊委外透過外部資訊供應商提供各種營運活動，獲取資訊委外業者專業化的服務，相較於自建資訊團隊更加節省成本及時間，讓企業能夠專注在本業的經營上。隨著科技與技術的發展，資訊委外業者能夠提供各種規模的企業愈加多元的服務，常見的資訊委外包括應用程式開發、維修及維運、資料中心營運、資料庫管理、資訊安全服務等。 1.生成式AI相關投資 2023年生成式AI成為資訊委外市場的重點發展項目，全球對於AI的資訊投資有顯著的成長，依據Infosys Knowledge Institute（IKI）於2023年出版的《2023 Generative AI Radar Reports》，訪問北美、歐洲、亞太地區3千家的企業，對於2023年及2024年在採用生成式AI的規劃： (1)北美地區 北美地區在生成式AI的投資額將達到56億美元，相較於2023年的33億美元有高達67%的成長率，採用生成式AI的業者中以超過100億美元的大型業者為主，約有3成的大型業者已在營運業務中採用生成式AI。 其中生成式AI應用以提高使用者體驗投資比例最高，達到41.6%，其次為提高營運效率與自動化（25.5%）、簡化產品開發流程（20.2%）；產業別而言，採用相關技術的產業以高科技產業（24.6%）、金融服務業（23.5%）、汽車產業（22.5%）這三個產業採用比例最高。顯示客戶期望透過AI技術獲得更好的使用者體驗，服務提供商透過相關技術調整客戶服務委外及營運業務委外的解決方案，保持市場競爭優勢。 (2)歐洲地區 歐洲地區的企業對於投資生成式AI上更重視對於AI資料使用的資訊安全防護，相關監管法案包括歐盟《一般資料防護法》（General Data Protection Regulation, GDPR）、歐盟《人工智慧法案》（the EU AI Act）等。由於歐洲地區對於AI的市場監管及資料使用道德更加嚴格，AI資訊投資相對於北美地區保守，預計2024年歐洲地區的相關資訊投資將達到28億美元，相較於2023年的13億美元成長115%。 歐洲各國企業預期投入投資金額以法國最高，達到7.28億美元，其次為德國（6.09億美元）、英國（5.09億美元），其中約有36%歐洲企業對於採用AI的資料安全及隱私存在擔憂，對於資訊委外業者而言，在歐洲地區推動上應考量對於資料安全的管制，確保相關的數據使用符合道德及法律規範，以增加歐洲企業採用AI的信心與投資，資訊委外業者須投資於數據加密、存取控制、資料匿名化等安全技術及措施，以確保符合歐洲客戶更高規格要求。 (3)亞太地區 2024年亞太地區的企業生成式AI資訊投資達到34億美元，相較於2023年的14億美元成長143%，其中以中國大陸比重最高，達到21.1億美元，其次為日本7.2億美元及印度3.9億美元，中國大陸在AI市場發展相對快速。亞太地區對於AI的需求及應用場景存在差異，資訊委外業者依據不同的市場需求，提供客製化的解決方案。 2.加值委外服務 企業為達到營運效率及降低成本，透過委外方式由外部專業團隊進行外包，如業務流程、客服中心、程式開發委外等，甚至交由勞動成本較低的國家，如印度、菲律賓等國家，進行跨境委外服務，但透過委外的方式，同時亦存在資安、隱私、與企業內部流程串聯等議題。 (1)業務流程委外智慧化 隨著生成式AI的出現，讓相關委外服務轉由內部AI系統輔助，承擔更多重複性的工作，企業對於AI外包有更高的期待，從自動化重複性高的作業（如資料擷取、輸入等作業），透過AI的導入（如自然語言處理、生成式AI、機器學習等），進而提升企業的營運效率。 (2)客服中心委外智慧化 透過生成式AI讓客服中心能夠推出更好的客服體驗，生成式AI相較於傳統作法，能夠提供更加個人化且具主動性的建議，其中主要關鍵因素包括： 表3-2　生成式AI對客服中心影響 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 3.資訊委外業者持續整併 國際大型資訊委外業者透過積極併購強化產業地位，例如2023年3月數位轉型業者Concentrix業者以40億美元併購巴黎委外及顧問公司Webhelp；2023年11月法國流程委外服務業者Teleperformance以33億美元併購競爭對手Majorel，Teleperformance將Majorel的數位轉型服務整合在內部的AI解決方案中。資訊委外業者透過積極併購，擴大市場占有率及業務範圍，被併購的公司擁有專業技術與經驗，業者利用現有的資源進行整併，發揮併購的戰略價值，實現持續成長。 （二）臺灣市場趨勢 國內資訊委外市場因應國內企業面臨人力短缺及營運效率提升等因素，朝向顧問化及專業化發展，委外市場依據企業需求推出訂閱制的服務，給予企業更彈性的定價方式，從業務流程設計、系統導入、到系統導入後的維運及支援服務，提供企業一站式的解決方案，讓企業將部分業務外包，降低系統維運成本及複雜度，將關鍵資源投入在本業的經營上。 1.主動式資訊安全需求增加 隨著企業數位轉型發展，企業仰賴穩定的資訊系統使其能持續營運，因此對於資訊安全的要求亦持續增加，相較於過去以被動式的資訊安全防護方式，企業期望透過更加專業的資訊安全防護，保護企業營運安全及機敏資料，因此主動式的資訊安全防護需求更加受到重視，在資安事件發生之前，主動辨識潛在的資安威脅並排除異常，降低企業的損害，相關需求仰賴專業的資訊委外業者，提供符合企業及資安標準的資安管理。 2.客戶體驗驅動委外市場 企業為了創造客戶有更好的體驗，採用全通路的客戶行銷策略，同時整合與客戶溝通的所有通路，如實體通路、電子郵件、Line、電話及粉絲專頁，客戶能夠依照實際的需求與偏好，選擇以語音或文字溝通的管道等方式與企業接觸，採用AI進行回覆亦能夠有不限時間且個人化的客戶體驗，系統透過相關技術將客戶資料數據化，分析客戶問題及過去消費習慣，預測客戶需求與偏好，提升個人化的客戶體驗，同時再依據消費數據，主動再行銷以增加客戶的消費機會。 3.程式開發委外 程式開發委外主要協助企業程式的開發、測試、部署、生命週期管理等服務，生成式AI能夠自動生成程式碼並達到補全優化，有效提升程式開發的效率，並簡化程式開發的作業。除了減少簡單程式開發的人工需求，促使企業更傾向於委外複雜及高價值的開發任務，如需求分析、架構設計等，企業存在專業的委外團隊處理複雜的需求及維護工作，程式開發委外業者亦可透過提供更為高效的解決方案，協助企業有效控制成本。 （三）國際大廠動態 全球大型委外服務廠商主要為IBM、HPE、Fujitisu、Atos、TCS、Infosys等，資訊委外廠商更加強調自動化、雲端化的產品與服務，資訊委外廠商不僅提供專業的委外服務，亦投入資源在自有產品平台發展。 1.TCS 印度孟買著名的資訊委外大廠塔塔諮詢顧問服務公司（Tata Consultancy Services, TCS）成立於1968年，為全球最大的軟體程式代工業者，2023年營收達到291億美元，協助企業資訊委外，提供包括雲端、企業數位轉型、顧問服務、資訊安全、資料分析、物聯網、數位工程、互動式行銷、永續等服務。不僅與雲端及軟體大廠合作，亦自建具產業特性的產品銷售。 (1)生成式AI 因應生成式AI及雲端需求，TCS推出單一介面的生成式AI模型與工具TCS AI WisdomNext，協助客戶在生成式AI的產業應用，目前測試階段已經與大型的業者進行試驗合作，包含以下案例： ● 報價分析：協助戶外廣告公司的銷售追蹤，針對即時庫存及地圖整合產生報價。 ● 客服助理：協助銀行業者在抵押貸款的助理服務，提升客戶的體驗。 TCS提供低程式碼的AI平台，加快企業採用生成式AI的速度，提供生成式AI解決方案及顧問服務，透過WisdomNext平台整合多個生成式AI的服務於單一平台上，企業能夠使用不同供應商的大型語言模型進行試驗，確保更為符合產業需求的解決方案。 (2)雲端資訊安全 TCS在網路安全上與雲端業者AWS合作；在雲端資安上推出Cyber Insights平台，採用生成式AI串聯分散在各系統中的數據，利用數據產生有價值的企業情報；在雲端網路偵測與回應上與Amazon Security Lake整合，Amazon Security Lake為中央儲存庫，持續監控雲端的異常狀態，避免潛在威脅。此外，TCS亦與資安業者CrowdStrike合作，採用CrowdStrike Falcon威脅偵測解決方案，利用CrowdStrike資安偵測及威脅情報在TCS的雲端託管檢測及響應解決方案，提供AI驅動的資安營運及安全解決方案。 2.Infosys Infosys成立於1981年，為印度的跨國資訊公司，總部位於印度邦加羅爾（Bengaluru），在美國、中國大陸、歐洲等全球主要國家皆設有研發中心與營運據點，為僅次於塔塔諮詢服務的印度第二大的資訊公司。2023年營收達到185億美元，主要提供顧問諮詢、資訊科技、資訊委外服務，涵蓋的產業包括金融保險、製造業、零售等。 (1)生成式AI Infosys推出其生成式AI服務Infosys Topaz，為原來Infosys Cobalt雲端及資料中心的AI業務提供產業的解決方案，並加入NVIDIA AI Enterprise生態系，主要產品包括： ● Infosys影像分析平台：與NVIDIA Metropolis合作，利用電腦視覺技術在產業上，如應用在零售業透過影像分析改善商品陳列，進行庫存監控及衛生安全合規等。 ● Infosys客服中心：Infosys Cortex採用NVIDIA Riva語音及翻譯機器，導入客服中心的輔助系統，能夠支援多種語言並提供即時的客戶情緒與狀態分析，協助企業提升客服中心的滿意度。 ● 行銷套件：Infosys同時推出AI行銷套件Infosys Aster，結合AI作為行銷委外的解決方案，提供即時的社群資料分析報告及行銷活動成效分析等。 Infosys與雲端大廠Google合作，採用Infosys Topaz及Google Cloud生成式AI解決方案，協助企業建立數位資料庫，進行AI數據分析作為行銷之用，如零售業者透過數據分析的資料進行電商的促銷活動規劃。Infosys在產業數位轉型上，透過資訊委外服務協助企業在產業的數位發展，於2024年間Infosys透過併購整合的方式強化產業的解決方案及生態系。 表3-3　Infosys產業併購 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 （四）臺灣業者動態 台灣的資服委外業者涵蓋多種技術與服務範疇，主要包括資訊系統開發與維護、雲端服務、數據分析、網路安全、IT基礎設施管理等。這些公司為企業與政府提供高度定制化的技術支援，助力數位轉型。 主要業者如緯創資通專注於全球資訊技術服務，廣達電腦則擴展至雲端服務與大數據分析，神通資訊提供軟體開發及IT外包服務，智邦科技專注於網路基礎設施，且新世紀資通著重於雲端運算及中小企業的數位化方案。中華電信則憑藉其電信與數據中心資源，在大型企業與政府機構領域提供廣泛的外包服務。除此之外，台灣也有一些專注於開發在地大規模語言模型（LLM）及小型模型的業者。例如，台智雲開發針對本地市場的語言模型，聯發科則致力於IoT與邊緣運算設備的AI技術開發，長春集團的Project TAME則聚焦於工業應用的繁體中文AI模型。此外，一些公司專門提供對已有模型進行微調或使用RAG技術（檢索增強生成）的服務。例如，精誠資訊提供AI模型微調與應用落地的服務、Ai3專注於資料檢索與生成技術的整合、大世科則在物聯網與智慧城市解決方案方面具備豐富經驗。另外，台灣智能機器人（APMIC）則專注於智能機器人的AI模型開發與微調，適用於多個垂直產業。 這些業者的技術與服務能夠滿足台灣本地企業與政府在數位轉型中的需求，並推動AI應用的深入發展。以下介紹臺灣市場主要經營委外服務的主要應用。 1.客服及銷售流程結合AI 臺灣資訊管理委外提供專業顧問服務、雲端平台建置及維運、軟體建置、開發及維運、資訊安全服務及管理服務，隨著生成式AI的發展，國內資訊委外業者與國際雲端業者合作，採用國際大廠之生成式AI模型提供，推出相關資訊委外服務。 表3-4　國內生成式AI及資訊委外服務 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 國內業者與國際雲端業者合作，利用其AI技術提供更智慧化的服務，提升專業客戶服務、資訊安全服務、管理服務的整體水準，透過跨國合作並結合本地化應用、多樣化服務拓展及人才培養，強化臺灣資訊委外業者的競爭優勢。 2.金融流程委外雲端化 隨著企業的營運朝向全球化發展，國內客服中心流程委外業者亦提供全球化的雲端客服解決方案，金融流程委外業者透過API及雲端推出新的解決方案，包括支付流程、收單作業等，並同時整合流程自動化機器人及AI規則引擎，以改善金融徵審流程，透過相關技術改善金融業的經營效率。國內資訊委外業者提供顧問諮詢、資訊導入及維運服務，確保資訊技術架構與企業營運流程及經營模式結合。 3.永續轉型 國際各國政府陸續推動減碳政策，企業面臨ESG永續轉型的壓力，需要溫室氣體盤查及碳足跡的蒐集需求。對資訊委外業者而言，協助業者串聯製造（MES）、倉儲（WMS）、營運（ERP）、供應鏈（SCM）等系統數據，蒐集企業內部溫室氣體及碳足跡盤查，業者利用可視化工具呈現相關數據，確保企業達成永續轉型的目標，並在過程中提供專業技術與顧問服務。 （五）未來展望 近期生成式AI應用快速發展，在客服委外及程式開發委外上，進一步提升資訊委外的可靠度及效率。客服委外能夠更精準地回應客戶需求，並降低企業的人力投入。而程式開發委外亦因程式開發的複雜度降低，加上低程式碼的應用普及，簡易的程式開發代工難以滿足企業需求，在程式開發委外上將朝向更加多元的服務發展。 生成式AI將重塑資訊委外市場，其生成式AI自動化生成能力將提升委外服務的效率及可用性。同時企業不僅需實現流程自動化，亦應該重新思考其業務流程，充分發揮AI的優勢，發展創新服務與產品，並強化在資訊安全的投入及合規性，提升資訊委外的服務價值。未來委外市場將朝向雲端服務優先及更加智慧化的流程發展，發展結合生成式AI的產業應用委外服務將成為重要趨勢。 三、雲端服務 雲端運算係指雲端業者所提供之伺服器進行運算、儲存、分析及各式服務之技術，使用者只要透過網路即可使用雲端業者所提供之服務，並依照使用量按需付費。發展至今，雲端運算已是IT領域中的顯學，並環繞在人們的日常生活中，舉凡企業用的辦公軟體、套裝軟體，或是一般民眾使用的線上購物、社群網站等，皆是雲端技術的應用範疇。 雲端運算產業包括雲端運算服務、雲端支援服務、硬體設備三大模組，其中雲端運算服務涵蓋以下三種： ● 基礎設施即服務（Infrastructure as a Service, IaaS）：為雲端服務的最底層，主要提供基礎資源，如運算、儲存、網路及各種基礎運算資源，讓使用者部署與執行作業系統、應用程式等各種軟體。 ● 平台即服務（Platform as a Service,PaaS）：提供運算平台與解決方案服務，使用者將雲端基礎設施部署與建置於用戶端，或藉此獲得使用程式語言、程式庫與服務，僅需控制上層的應用程式部署與應用代管的環境。 ● 軟體即服務（Software as a Service, SaaS）：為軟體交付模式，軟體不須安裝，僅透過網路的網頁瀏覽器即可獲取服務，採用軟體即服務能降低資訊軟硬體維護的成本。 雲端支援服務以系統整合、託管顧問等資訊服務業為主，該類業者主要協助顧客導入上述雲端服務；硬體設備則涵蓋建置雲端相關服務所需要的硬體設備，目前我國雲端服務業者多為雲端支援服務類型。 （一）國際市場趨勢 2023年公有雲市場中，前三大公有雲業者占市場超過6成的比例，依序分別為AWS（31%）、Microsoft Azure（20%）、Google Cloud Service（11%）。因應ChatGPT所帶動的生成式AI浪潮中，提升企業在AI運算的需求，企業在採用雲端運算的同時，亦需思考AI應用、隱私安全、永續等議題，將影響雲端服務市場的發展。 1.生成式AI 生成式AI帶動雲端服務市場，生成式AI其龐大的應用潛力讓雲端市場需求快速增加，全球雲端服務業者因應這波AI浪潮，積極布局AI算力及相關應用，帶動AI生態系發展。對企業而言，增加AI投入是否能夠創造效益，將成為未來AI服務市場的關鍵議題。 2.邊緣雲端運算 許多企業因為安全隱私的問題，在邊緣裝置執行或建置程式碼，資料僅存在企業內部，不會上傳至雲端，確保企業的機敏資料安全，讓更多企業採用邊緣運算作為企業內部AI應用的基礎運算。邊緣運算的部署涵蓋硬體、軟體、雲端、資安、網路連線的完整性規劃，確保營運的穩定性與安全性，對於缺乏資訊團隊的企業則仰賴代管服務協助維運及部署。 3.永續及耗能議題 由於生成式AI模型的訓練及推論需要使用大量高耗能的運算設備，加上高傳輸的網路及儲存設備，讓運算的耗能出現高速成長，各國持續增加在永續法規的監管。對雲端業者而言，除了自身遵守永續法規外，其企業客戶亦同樣有節能減碳資訊揭露的需求。 表3-5　主要國家資料中心永續規範 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 4.多雲及混合雲的資安防護 依據Frost & Sullivan的雲端調查，企業約有47%的業者採用混合雲。多雲及混合雲的環境讓企業在雲端部署上更具有彈性，並在營運效率、資訊安全及成本取得平衡，但多雲的環境亦造成管理的複雜性，混合雲的管理需涵蓋在所有端點及資訊環境中，對雲端平台業者而言，需要提供足夠的資安防護，確保雲端使用的安全性。 （二）臺灣市場趨勢 依據iThome 2024 CIO大調查，顯示主要產業的雲端預算成長率，第一名為金融業（104.6%）、其次為醫療業（95.8%）及高科技製造業（39.9%），其中唯一衰退的產業為一般製造業。整體產業資訊投資重點中，雲端為各產業投資的重點項目，可見雲端需求快速成長。根據iThome 2024年CIO大調查，雲端預算大幅增加，成長超過一倍，投資金額預估達新台幣3,400萬元。同時，AI與機器學習的預算成長幅度達92.6%，接近翻倍，預計投入金額達新台幣2,000萬元。在金融業CIO的年度目標中，利用AI創新應用與服務成為優先度提升最快的項目，接近半數的金融業者將AI列為今年的重要發展目標。這顯示金融業對AI技術應用的關注度正在快速提高，並將其視為推動創新與競爭力提升的關鍵。 預期，台灣雲端服務市場在2024-2026年間將進入高速成長期，預估年複合成長率將超越全球及亞太平均成長率。成長主因包括過去台灣在公有雲支出相對落後，隨著法規鬆綁、新技術應用崛起及地理位置優勢的發揮，雲端服務市場將快速擴張。特別是生成式AI的興起，顯著提高企業、政府及金融業等對雲端運算和儲存的需求，推動更多上雲意願。 進一步分析，台灣的雲端服務的成長驅動力主要來自幾個方面。首先，過去公有雲支出落後全球平均，企業資訊架構逐漸由單一雲端轉向多雲與混合雲的應用，提升了對雲端基礎設施的需求。其次，2023年台灣金融管理法規鬆綁，政府、金融和醫療產業的上雲速度加快，為雲託管服務商（MSP）及軟體供應商創造了更多商機。此外，台灣的地理位置優勢吸引了全球三大雲端服務提供商Google、Amazon AWS和Microsoft Azure加速在台灣設立資料中心，鞏固台灣作為東亞網路樞紐的地位。 同時，資安軟體和生成式AI的普及將進一步推動企業對雲端運算和軟體服務的需求，企業對關鍵雲端服務商的依賴度也將隨之提高。相關業者如伊雲谷等業者，作為AWS大中華區的諮詢顧問及MSP業者，將受惠於台灣雲端市場的成長。此外，宏碁資訊作為Microsoft Azure在台灣的主要經銷商，將從Microsoft Copilot相關軟體需求的中受益。而是方電訊作為台灣最大的國際中立機房和公有雲交換平台供應商，也隨著雲端和數據需求成長，該公司也將擴大其IDC機房，以因應未來市場需求。 1.製造業 根據愛卡拉雲端（iKala Cloud）所發布之《2024製造業雲端應用趨勢報告》，針對臺灣製造業資訊長調查，目前組織最欠缺的科技前5名分別為「資料科學／Big data」、「AI／機器學習」、「ESG、綠能、企業永續」、「雲端運算」、「DevOps敏捷式開發」等。此外，根據iThome 2024 CIO大調查，台灣高科技製造業在2024年底前的公有雲採用情況顯示，約七成企業已經上雲，顯示該產業對雲端技術的接受度逐漸提升。其中，6成的企業屬於輕度上雲，這些企業內部應用上雲的比例未達5成，顯示許多企業仍處於初步上雲階段，並未完全依賴雲端技術進行主要業務運營。此外， 不到一成的企業屬於重度上雲，但這些企業有超過一半的業務運作依賴雲端，顯示雲端服務在部分企業中已成為關鍵基礎設施。僅有1%的企業完全上雲，這些企業的內部應用已100%依賴公有雲。 同時，仍有3成的企業尚未採用公有雲，顯示部分企業對上雲存在顧慮，可能出於資安、成本或法規等因素的考量。這也暗示雖然上雲趨勢強勁，但仍有相當比例的企業尚在觀望。 總體而言，公有雲在高科技製造業中已成為不可忽視的趨勢，隨著技術發展和法規鬆綁，更多企業將逐步提高對公有雲的依賴。然而，從企業的採用比例可以看出，未來加速公有雲應用的重點應該是如何引導這些輕度上雲的企業進一步擴展雲端應用，並解決尚未上雲企業的疑慮，推動更多企業邁入雲端化。 2.金融業 金融業對雲端服務的需求持續增長，主要由靈活性、平台整合能力和資安防護驅動。雲端服務使金融機構能夠靈活調整業務，減少操作複雜性，並提升資安能力，這些因素促使金融業積極採用雲端技術。隨著金管會放寬金融業上雲相關規範，尤其在銀行、保險和證券業，預期金融業的雲端採用速度將加快，中大型金融機構已積極規劃雲端應用，成為推動雲端技術發展的主力。 然而，法規限制、資安挑戰和人才短缺仍是主要障礙，特別是中小型金融機構在上雲進程中較為保守。資安防護複雜性和系統整合的困難使得金融業者更加謹慎。此外，人才缺口也限制了上雲進程，特別是在高薪的電子資訊產業競爭下，專業人員難以培育。在目前的雲服務應用中，視訊會議、電子郵件和溝通軟體的採用率最高，資料儲存與安全也逐步普及，但核心業務系統的雲端化仍有待觀察，未來法規進一步放寬後，相關應用領域預計將快速擴展。 3.醫療業 2023年臺灣衛服部規劃次世代醫療資訊系統平台（HIS），打造數位中台及各種App，以雲端化的系統架構建立容器化底層（IaaS）、共用中間層（Common PaaS），將臺灣醫療資料交換標準化，採用國際通用的HL7 FHIR，讓各種醫療應用及研究能夠接軌國際，改善臺灣醫療資訊老舊的問題。 依據iThome 2024 CIO大調查，醫療產業為雲端投資成長最高的產業，其中約有16.1%的業者採用公有雲，顯示醫療產業正積極投入於雲端數位轉型中。 （三）國際大廠動態 全球大型雲端服務廠商主要為Amazon、Microsoft、Google三家為主，三者在公有雲市場之市占率約70%，故一般被業界稱為「三大公有雲」，三大公有雲業者在世界各地布建資料中心，並提供全球各地的使用者租用其服務。 1.大型語言模型服務 隨著生成式AI的應用大幅增加，企業自建大型語言模型並藉由雲端服務能夠獲取較低成本的解決方案，雲端業者除了積極部署全球資料中心建立算力基礎設施外，亦在雲端平台上分別推出大型語言模型、AI訓練及開發工具，掌握AI商機。 表3-6　國際雲端大廠大型語言模型服務 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 其中微軟與Open AI的合作夥伴關係，相較其他公有雲競爭對手，處於領先地位；Google及AWS分別建構大型語言模型平台，透過API開源介接第三方的模型業者，如AWS與Hugging Face合作，拓展AI即服務的市場。同時雲端業者亦需考量垂直領域的應用需求，提供縮減運算參數量，推出同時具有低延遲與資安的邊緣型語言模型，如微軟所推出的Phi-1，提供較低運算力及低成本的解決方案，符合企業需求。 (1)微軟Azure 於2019年微軟即宣布向OpenAI投資10億美元，在生成式AI取得領先的地位，並於2023年宣布將在全產品線整合ChatGPT，例如將Azure整合至ChatGPT。同時除了GPT-3.5模型外，微軟亦於2023年底在Azure AI平台上增加AI模型Llama2及GPT-4 Turbo的AI模型選擇。 (2)Google Cloud Service Google亦推出自有模型Gemini，與競爭對手GPT競爭，並於開發者大會上推出其AI平台「Vertex AI」，提供開放型及第三方模型可選擇，並與AI模型新創公司Mistral合作，將Mistral Small、Mistral Large、Mistral Codestral加入Vertex AI平台中。Google於2024年2月將聊天機器人Bard更名為Gemini，預計打造成Google在AI的統一品牌，並在2024年Google Cloud Next上發表大型語言模型Gemini的生成式AI助理Gemini for Google Cloud，取代過去發表的AI助理Duet AI，並依據不同的功能分別推出相對應的模型。 表3-7　Google Cloud大型語言模型及功能 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 (3)AWS AWS於2023年re：Invent年度大會中，展開對於生成式AI的戰略，依據企業的需求推出不同的模型，將生成式AI的技術架構分為「基礎建設層」、「工具層」、「應用層」三個層級，由最底層至最上層分別為： ● 基礎建設層：為訓練及推論的基礎設施，包括採用NVIDIA Grace Hopper Superchip超級晶片、自研晶片、AI超級電腦的基礎雲端運算設施。 ● 工具層：為基礎模型及大型語言模型的工具，2023年4月AWS發表生成式AI專用的開發工具平台Bedrock（Model-as-a-Service），支援多種大型語言模型及功能，包括自建、開源、第三方模型，如Amazon Titan、Llama2、Cohere等。 ● 應用層：能使用各種模型的應用，如Amazon Q生成式AI助理，可讀取企業內部資料並依照使用者的權限回答問題，同時協助企業使用AWS服務的程式開發、內部資料及系統連接等應用。 2.藉由AI模型資料庫建立生態系 AI模型存在訓練耗時且耗資源的問題，因此許多業者採用預訓練的AI模型縮短開發時程，雲端及AI模型業者提供預訓練模型，協助使用者在研發流程中使用AI模型的運算能力，雲端業者投入大量資源建立AI基礎設施，吸引AI模型開發，並與AI服務業者合作，鞏固雲端技術及生態系優勢，讓各項服務形成一站式的解決方案。 表3-8　主要雲端業者模型資料庫服務 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 （四）臺灣業者動態 近年國際雲端大廠皆陸續加強在臺灣的布局，並尋求在地的合作夥伴，依照合作方式的不同，雲端大廠在臺灣的合作對象可以分為「託管服務」、「方案經銷」、「網路合作」、「產品認證」四種合作模式。臺灣業者與國際雲端大廠的合作模式不以單一種類為限，可採複數種合作形式，例如廠商可同時是解決方案提供商，但又自行開發產品成為認證合作夥伴。 國內雲端服務業者亦因應此波生成式AI的浪潮持續發展，與國際雲端業者合作，打造符合國內產業需求的雲端解決方案。由於企業雲端人才缺乏，在雲端數位轉型的過程中，資料搬遷、資安、維運上存在技術落差，因此企業亦相對仰賴專業的雲端服務業者，滿足企業數位轉型的需求，國內雲端服務業者代理國際雲端的解決方案，協助產業客戶在方案選擇及雲端技術支援，將傳統地端的機房搬遷至雲端，降低硬體投資及維運成本。 國內雲端服務業者亦自建AI語音助理，採用大型語言模型如Google Gemini、OpenAI Chat GPT-3.5／4以檢索增強生成技術（Retrieval Augmented Generation, RAG）為企業內部的資料庫進行訓練，作為企業客服機器人及流程助理等應用。 1.醫療產業 傳統醫療產業的資訊系統老舊，面臨維運成本高、缺乏擴充彈性的問題，業者近來開始將部分系統朝向雲端化發展，仰賴雲端的低成本、高擴充性、資源調配靈活的特性，避免初期投入過高成本。國內雲端服務業者協助醫療業者在資料中心採用混合雲的系統架構，建構資料中心機房，避免資料上傳至雲端可能面臨資料外洩的風險。同時提供雲端託管的服務，降低維運的成本，協助客戶雲端數位轉型規劃及發展。 2.製造業 製造業同時面臨永續、資安、OT系統等議題，在朝向智慧工廠轉型的過程中，機台與設備開始從地端開始走向雲端，在上雲的過程中於廠區內架設伺服器，在資料搬遷及資安議題需要耗費許多時間；在IT及OT整合上，則仰賴雲端服務業者提供雲端導入的數位旅程規劃，同時規劃資訊安全的解決方案，以利於業者未來在AI及數位孿生等新技術的採用。 3.金融業 金融服務業擁有大量的客戶個人及交易資料等敏感性資料，這些資料具高度隱私性，因此金融業在雲端轉型的過程中，對於合法、合規的議題更加重視，雲端業者協助金融業上雲的資訊安全防護及數據備份還原，以符合金融業需求。同時提供業者AI解決方案，從預訓練的資料庫中進行訓練，並透過API串接金融客戶服務的流程，如合約查詢、服務開通等，記錄並分析各種通路的語音及訊息，亦提供多國語言服務，協助金融業者在AI的產業應用。 （五）未來展望 AWS、Microsoft Azure、Google Cloud三大公有雲業者積極發展生成式AI技術，透過自行開發大型語言模型及相關模型平台，鞏固其AI生態圈並提升其在雲端的市占率，未來將持續開發垂直產業的應用，讓企業更容易導入AI應用與服務。國內雲端服務業者代理國際雲端業者的解決方案，協助企業客戶的雲端轉型發展，亦應持續深化產業的AI應用，實現企業價值，並同時強化資訊安全的防護，減少企業對於機敏資訊外洩的擔憂，加速產業的數位轉型發展。 四、資訊安全 資訊安全產業範疇涵蓋資訊安全產業上游之「資訊安全產品」、「資訊安全服務」及中、下游之「資訊安全支援服務」，資訊安全之產品與服務人員專注於資訊安全產品的研發與製造，而下游資訊安全支援服務則著重於終端客戶行銷及推廣、具備垂直產業專業之服務。 1.資訊安全產品 資訊安全產品係指提供企業或個人的終端產品，通常以買斷、租賃等方式提供，或是搭配專業服務及顧問諮詢，如防火牆、網路安全、物聯網、雲端安全等針對不同應用場景所開發之軟硬體產品與服務。近年隨著AI及雲端運算的發展，資訊安全產品逐漸走向智慧化，推出如端點安全防護、網路入侵檢測、分段式阻斷服務防護、進階持續性威脅等資訊安全產品，業者透過機器學習針對異常行為偵測，取代傳統以規則及特徵碼為基準的資安產品，有效降低資安事件的誤判率，成為資安產業的發展重點。 2.資訊安全服務 資訊安全服務係指資訊安全業者提供維持企業日常營運安全之營運管理安全防護及資安專業顧問服務，如：資安顧問服務、社交工程服務、資安檢測服務、雲端安全存取中介服務、資安情資服務等。 3.資訊安全支援服務 資訊安全支援服務係指直接面對終端客戶，協助企業提升資訊安全的相關服務行為，包括國內外資訊安全產品代理、銷售及通路服務、系統整合服務、資訊安全教育與培訓等。 （一）國際市場趨勢 1.生成式AI與資安攻擊 ChatGPT帶動全球的AI熱潮，生成式AI的應用潛力受到關注，然而亦造成更多的資安威脅，生成式AI被駭客運用在惡意攻擊上，透過AI製造虛假的影像及圖像，讓受害者無法輕易辨識真偽，提升資安攻擊的成功機會。 表3-9　生成式AI加速駭客攻擊 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 目前常見透過生成式AI所產生的攻擊模式包括： ● 深偽影片：透過深偽語音或影像，讓使用者誤信並進行進一步的交易認證或轉帳等行為，如駭客利用DeepFake模仿聲音進行詐騙。 ● 虛假新聞：駭客利用虛假的人臉與聲音製作假新聞，對於公眾人物抹黑或利用其形象進行獲利，如2023年廣告商利用Tom Hank影像進行廣告獲利。 ● 郵件詐騙：有別於傳統電子郵件，結合生成式AI能發送更具針對性、說服力的訊息，讓使用者疏於防備，如利用電子郵件散播釣魚訊息。 ● 社交工程：駭客從大量資料中挖掘可用資訊，透過生成式AI讓社交工程攻擊的成本更低，並分析受害者的線上數位足跡及習慣，進行APT攻擊或金融詐騙。 2.AI隱私及資料安全 隱私成為AI應用的重要議題，AI模型訓練及推論需要大量資料的進行，相關資料可能涉及個人或企業的敏感數據，如姓名、偏好、使用習慣、帳號密碼、企業機密資料等，若這些資料遭到外洩或濫用，對於個人隱私及企業資訊安全造成莫大的損害。 使用者因為資安意識不足導致資料外洩的事件屢見不鮮，如2023年三星在開放ChatGPT後，有員工將半導體設備、程式碼、公司會議語音轉錄的文字紀錄等資訊上傳至ChatGPT，導致三星內部機密資料外洩。 因此對於AI系統所使用的數據進行管理及控制的「資料治理」受到更高的重視，各國政府亦訂定相關法規與管制措施，確保AI系統使用的數據符合法規，對於數據的蒐集、範圍、方式、儲存安全、使用目的、使用年限、可刪除性等有更明確的規範。 表3-10　主要國家AI管制及發展相關法規 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 AI應用持續發酵，未來將有更多個人裝置如智慧型手機、筆電等，搭載AI功能，透過生成式AI提升個人化的用戶體驗，然而背後亦衍生出個資安全及隱私問題。 3.軟體供應鏈安全 供應鏈攻擊事件頻傳，如2020年Solarwinds的資安攻擊導致美國政府部門遭受攻擊；2021年美國燃油公司油管道系統遭受勒索軟體攻擊；2023年台積電硬體供應商遭勒索軟體Lockbit攻擊等，供應鏈的安全存在風險成為業界關注的重點。 過去供應鏈以硬體為主，如今數位系統與日俱增，攻擊者透過軟體漏洞造成企業資安風險，且由於軟體供需雙方處於資訊不對稱的狀況，需求方在不了解軟體規格與品質的情況下，難以進行驗收或導入評估，導致業者採用低價策略快速搶市，忽略資訊安全防護。企業若要確保供應鏈安全，軟體供應鏈防護成為重要的資安發展方向。 （二）臺灣市場趨勢 根據iThome所出版的《2024年資安大調查》中，調查全臺422家企業的IT主管及資安主管，在未來一年中前五大的資安風險包括「社交工程手段」、「勒索軟體資安事件」、「駭客」、「釣魚網站」、「資安漏洞事件」，皆為國內企業優先關注的課題。 1.製造業資訊安全 2024年一般製造業資安平均預算約為新臺幣360萬元，而高科技業者的資安預算將達到648萬元，高於一般製造業的投資金額。近年國內製造業傳出不少勒索軟體的資安事件，攻擊範圍亦涵蓋知名的高科技業者，因此對於製造業而言，首要資安威脅為勒索軟體攻擊。且隨著製造業發展數位轉型的同時，業者亦更加重視資料備份及還原的資安規劃，避免勒索軟體等資安事件再次發生。 2.金融業資訊安全 金融業的資訊投資及資安投資預算為各產業之冠，2024年平均投資將達到新臺幣6,373萬元，相較於2023年成長11.2%。根據2023年MIC調查國內銀行業資訊安全，投資重點程度的前五名依序為「法規遵循」、「防火牆／網頁應用系統防火牆」、「APT防護」、「原始碼檢測」、「IT基礎架構防護」；其中無建置將建置的解決方案包括「雲端存取安全仲介」、「零信任安全架構」、「資安協調自動化與回應」解決方案。 3.服務業資訊安全 服務業2024年的資安投資預算將達到新臺幣584萬元，相較於2023年成長12.5%，隨著業者逐漸仰賴數位通路，資訊安全投資亦相對增加，其中主要的優先項目為「社交工程手段」及「勒索軟體資安事件」，目前國內服務業存在資安人才的問題，根據調查只有7成服務業有專職的資安人力，人力缺口成為資安業者在推動企業資安的障礙。 （三）國際大廠動態 全球資訊安全廠商包括以防毒軟體產品聞名的Gen Digital（Symantec及Norton前身）、McAfee、趨勢科技（Trend Micro）、Kaspersky；企業資安防護業者Cisco、IBM Security；雲端資安的Check Point Software Technologies。 表3-11　國際資訊安全大廠AI助理方案 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 1.微軟 2023年3月微軟發表Security Copilot，將生成式AI助理結合資安服務，推出「Microsoft Copilot for Security」，涵蓋微軟雲端服務、系統、物聯網產品線，其中Copilot在資安上主要的應用價值在於： ● 資安事件摘要：透過生成式AI將資安警報進行摘要，加速企業快速判斷與決策。 ● 影響分析：透過AI評估資安事件的潛在影響分析並提供影響評估，以利於企業快速處理資安事件。 ● 攻擊腳本逆向工程：分析攻擊者的操作，分析惡意軟體的攻擊腳本並轉化成自然語言，解析腳本操作，從中取得相關指標及環境。 ● 提供建議行動：針對資安事件進行分類、調查及修復，並提供建議行動。 Security Copilot在資訊安全上有以下幾個使用案例： 表3-12　微軟Security Copilot資安應用 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 2.Cisco 2022年至2023年資安產業擁有超過500件以上的併購量，大型資安業者透過併購不斷強化資訊安全的解決方案，其中最受到關注的併購案為資安大廠Cisco投入280億美元併購資料分析資安業者Splink，強化其在資安營運暨監控中心（SOC）的解決方案，Cisco亦於2023年共有10起併購案，包括雲端安全平台業者Lightspin、SOC資安業者Isovalent等。 表3-13　2023年Cisco併購案件 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 （四）臺灣業者動態 隨著國內企業及民眾在資安意識的提升，臺灣資訊安全業者快速成長，國內資訊安全業者以提供資訊安全顧問、資安服務、代理國外資訊安全產品為主，國內資安業者結合垂直領域的專業及資安顧問服務，協助國內業者建置資訊安全防護。 1.威脅管理平台結合生成式AI 國內資安業者採用生成式AI技術，推出資安威脅情資平台，採用專屬的AI模型，相較於傳統自訂規則的資安防護更加精確，並同時導入AI助手，提供中文資安事件摘要與處置建議，加入至企業的威脅排除流程或資安事件應變機制中，有助於資訊安全營運團隊掌握資安威脅狀態。 AI威脅平台管理解決方案整合端點偵測、特權帳號管理、外部資產曝險管理等功能，能夠針對企業端點進行特權帳號的分析，找出被駭客利用的帳號，避免駭客取得特權帳號後入侵到企業內部，當系統偵測到威脅時，能夠自動化進行資安事件管理，達到加速事件排除與因應效率，確保企業資安團隊的運作效率。 2.複雜網路安全防護 隨著企業資訊架構愈加複雜，雲端及地端混合環境、各種微服務興起，國內資安業者與雲端業者合作，針對雲端及地端的安全進行防護，依據國內產業的需求與特性，強化符合產業需求的資訊安全防護及顧問服務，並與國內的業者建立合作夥伴關係，持續深化在產業的連結程度。企業逐漸從地端走向雲端，面對資料搬遷過程中的資料遺失、系統運作穩定性等問題，抑或是雲端及地端不同權限的管理及儲存安全管理等問題，資安業者透過可視化的儀表板及單一登入介面，協助企業鞏固在複雜網路環境的資訊安全。 3.針對AI PC安全解決方案 隨著新興的個人化裝置推陳出新，業者聚焦於AI技術強化裝置的性能，AI PC採用神經處理單元（NPU），使用者能在個人裝置上執行AI應用程式，而不須透過雲端，主要功能包括： ● 電子郵件掃描：國內資安業者推出針對NPU應用在電子郵件防護的解決方案，實現在個人裝置上執行電子郵件掃描，有效提升使用者的隱私及安全。 ● AI應用程式防護：在PC地端的裝置，執行AI應用程式的資安防護，避免AI模型遭到篡改或資料庫受到汙染。防止AI相關應用程式遭到惡意攻擊或篡改，進而被竊取使用者個人敏感性資料。 （五）未來展望 AI影響資訊安全的攻擊與防護，未來使用AI的資訊安全攻擊仍持續發展，隨著AI技術演進，業者亦開始推出更加智慧化的資訊安全解決方案。 企業數位化發展需求亦直接影響資訊安全市場，企業透過AI、雲端、物聯網等工具提升企業營運效率的同時，資訊安全風險隨之增加，企業需要更加完整且全面的資安防護，提升營運韌性。此外，民眾對於個人資料防護重視程度亦持續提升，促使企業在資料防護的資安投入，避免因為資料外洩事件而影響企業營運甚至造成客戶生命財產損失或信任程度降低。

一、未來科技發展觀測 （一）總體環境 「全球風險」係指當某事件發生時，將造成全球多數國家的國內生產總值（Gross Domestic Product, GDP）產生負面影響，而造成全球風險事件的因素可概括為「經濟」、「環境」、「地緣政治」、「社會」、「科技」等五個面向。 如表4-1所示，世界經濟論壇（WEF）在2024年4月發布一份《全球風險報告》，其中統計約1,500位來自產、官、學各領域專家、學者與社會大眾，針對現在、2年（短期）、10年（長期）所會面臨的全球風險事件進行排名；報告顯示有66%的受訪者認為「極端氣候」是2024年所面臨最有挑戰性的風險因素，而第二名及第三名分別是53%的「AI創造的錯誤資訊與假訊息」與46%的「社會或政治極端化」。 根據WEF研究指出，超過八成受訪者認為短期內（2年）全球會處於一種不穩定的態勢，且隨時間變遷，情況會更為加劇，包括「氣候變遷」、「人口分布位移」、「技術加速」、「地緣政治」等成為最關鍵的風險因子；以生成式AI為例，產出的內容真假難辨，不僅民眾須面對更多難以判別的虛假訊息，更可能因為此類訊息造成社會不安或動盪。 表4-1　WEF 2024年全球風險排行 資料來源： WEF（2024/04），資策會MIC經濟部ITIS研究團隊整理，2024年9月 （二）技術趨勢 表4-2整理來自Gartner、IEEE、CB Insights、Deloitte、WEF等五個主要研究機構針對未來科技趨勢的預測，綜觀趨勢預測可發現未來關鍵新興ICT技術多以軟體技術為核心，表中資訊以「AI」、「雲端」、「物聯網」、「自動化技術」為重，再藉整合垂直領域知識如「交通」、「物聯網」、「機器人」、「健康照護」等，帶動新興技術在產業領域落地，值得注意的是「AI技術落地」與「資安強化」預估將成為下一個趨勢亮點。 表4-2　未來科技趨勢預測表 資料來源：WEF，資策會MIC經濟部ITIS研究團隊整理，2024年9月 （三）風險議題 「生成式AI」是一種可以創造新內容及想法的AI，包括創造對話、故事、影像、視訊、音樂。AI技術試圖在非傳統運算任務中模仿人類智能，例如圖像識別、自然語言處理（NLP）及翻譯。生成式AI可以被訓練學習人類語言、編程語言、藝術、化學、生物學或任何複雜的主題，生成式AI會重複使用訓練資料來解決新的問題；相應的，生成式AI技術亦包含許多使用風險，例如「資料隱私」、「模型幻覺」、「透明合規」、「建置成本」等項目，容易造成假訊息氾濫、過度信任等社會風險。 因上述問題，近期國際上延伸出「主權AI」概念，透過國家政策發展符合該國社會習慣、歷史文化的大型語言模型（Large Lrnguage Model, LLM）。相關政策推出後，預期將從國家至企業全面發展LLM，掌握生成式AI應用商機；包括輝達執行長黃仁勳、IBM董事長Arvind Krishna在內，皆多次提及主權AI概念。 前文提及生成式AI應用發展方向與其伴隨風險，而就技術發展面向上，不得不提及「通用型人工智慧」（Artificial General Intelligence, AGI）與「AI Agent」兩大概念。AI技術發展至今，AGI一直被視為AI界的聖杯，意指AI可以模仿人類思維及行為，應對及處理複雜的任務；而「AI Agent」（又名AI代理），則被視為目前可能實現AGI的載體。 「AI Agent」被定義為能夠自主（autonomous）做出決策、完成行動，且無須人類介入的AI；在人類下達指令後，利用感知到的資訊結合指令內容，自行做出計畫，並將其分解成不同步驟，採取相應行動；在執行任務後，將接收到的回饋，用以改進並調適自己。AI Agent的框架（圖4-1）以大型語言模型（LLM）為核心，同時具備「記憶力」記憶完整數據、「規劃力」將任務拆解為思維樹（Tree of Thoughts）並依此細分步驟、「工具使用力」作為執行計畫的手段，最終完成行為本身。 圖4-1　AI Agent框架 資料來源：Google Deepmind，資策會MIC經濟部ITIS研究團隊整理，2024年9月 隨著AGI技術發展，依照人類與生成式AI之間的自主性程度可分為不同等級，Level 1至Level 5各分別顯示不同程度的AI代理功能，可視為通往AGI的階段性成果（如表4-3）。 表4-3　AI Agent與AGI等級比較表 資料來源：OpenAI，資策會MIC經濟部ITIS研究團隊整理，2024年9月 二、AI Agent發展趨勢 2023年底微軟推出Microsoft 365 Copilot，讓使用者能夠在Microsoft 365的多種應用程式中高效工作。與此同時，OpenAI推出個人化的GPT及GPT商店，這些創新皆建立在大型語言模型（LLM）的基礎上，旨在協助人類執行更多任務並提供更精準的自然語言處理能力。2024年各種新名詞如Copilot、RAG、Agent、Grounded、Alignment等紛紛亮相，凸顯AI與人互動的方式正在發生轉變，特別是AI Agent的出現，讓AI不再只是執行特定任務的工具，而是成為能夠理解及回應人類需求的合作夥伴。 AI Agent是一種具備自主完成任務、學習及適應環境的智慧系統，其可以是軟體系統如聊天機器人，亦可以是物理型態的機器人或無人機等。代理主要是以模仿生物感知外部環境、與環境互動，甚至是做出決策。隨著LLM技術的快速發展，AI Agent成為AI發展的重要里程碑，透過自主性、創造力及協作能力推動技術創新與應用變革。根據OpenAI對AI Agent的定義，AI Agent中的Agent是由LLM、記憶、任務規劃、工具使用等元素所組成的。這些元素相互協作後，使Agent能像人腦一樣感知、思考並行動。 （一）市場趨勢 AI Agent透過其記憶、任務規劃、工具元素之間的協同作用，實現感知、分析、決策、執行、學習等基本工作流程。從感知環境、制定計畫到執行動作，再到根據反饋進行學習及調整，AI Agent在多變的情況下展現出高效運作的能力。這種協作使AI Agent能有效地應對不同情境，為個人或組織提供支持及幫助，並不斷提升其性能以應對不斷變化的環境需求。 圖4-2　AI Agent系統架構 資料來源：OpenAI，資策會MIC經濟部ITIS研究團隊整理，2024年9月 AI Agent的應用場域可以分為三種模式： ● 單一AI Agent（Single AI Agent）用於完成特定任務，例如GitHub Copilot能提升編程任務的效率，為用戶提供精確且實用的解決策略、智慧語音助手如Amazon的Alexa透過語音控制家居環境。 ● 多模態AI Agent（Multi-AI agents）應用場景彰顯協同作業的重要性，此模式多應用於軟體產業開發、智慧製造及企業管理等領域。例如，自動駕駛系統中，不同的AI Agent負責檢測障礙物、規劃路徑及控制車輛速度等多重任務，以確保行車的安全及高效運行。 ● 混合AI Agent（Hybrid AI Agent）則整合人類的智慧及AI計算力，實現更全面、準確的決策。這種模式特別適用於需要結合專業知識及技術分析的領域，如醫療、法律或金融等。 （二）產業應用AI技術已經成為各個產業提升效率、創造價值的重要工具。從單一AI Agent到多模態AI Agent再到混合AI Agent，不同模式的應用將成為未來商業領域智慧融合關鍵，協助企業應對競爭激烈的市場挑戰。 圖4-3　AI Agent系統三大模式 資料來源：Microsoft，資策會MIC經濟部ITIS研究團隊整理，2024年9月 1.單一AI Agent：科技大廠帶動垂直產業廣泛應用 科技巨頭正積極推動單一AI Agent在各行業的廣泛應用，為企業提供更高效的工具及作業系統。OpenAI的ChatGPT Plus平台允許訂閱者在無須編碼的情況下自訂AI，滿足獨特的用戶需求，而GPT Store則導入個性化的AI Agent；微軟的Copilot整合Windows 11、Microsoft 365、Edge及Bing等產品的AI能力，提供全面的用戶體驗，並推出垂直產業的應用，如Copilot for Sales、Copilot for Service及新的Copilot for Finance；Salesforce的Einstein Copilot旨在優化客戶服務體驗、行銷流程及整體營運效率。 同時，許多大廠將AI技術融入各種產品及服務，例如LG智慧家居的AI Agent結合行動、學習、情感表達等功能，為智慧家居管理帶來全新體驗，推動家居產業的相關領域發展；Google的Pixel 8系列手機以AI為核心，提供更有幫助且個人化的體驗，並推動行動設備、電信服務等產業在AI Agent領域的進一步發展。 根據CB Insights的報告顯示，使用AI copilot開發軟體明顯提升工作效率，平均僅需71分鐘完成任務，相較於無AI copilot節省約56%的時間。在醫療及法律等垂直領域，應用效果更為顯著。在醫療領域，如Suki AI、Nuance、DeepScribe2等透過自動化文件處理技術，成功減少約72%至75%記錄臨床檔案的時間。而在法律領域，AI copilot能夠草擬合約、總結文件及優化研究。此外，Uniphore在AI copilot的應用中減少20%業務運作時間，達到每年節省600萬美元的效益。科技巨頭積極開發AI copilot，促使企業更加自動化，在運作業務、節省成本及提升效率方面發揮更大的作用。 2.多模態AI Agent：科技大廠及企業獨角獸的投資熱潮 2024年科技大廠及企業獨角獸紛紛在多模態AI Agent領域展開大規模投資，展現該領域的快速擴張。OpenAI作為領先者，積極推動自主代理人的培訓計畫，同時提供1萬至10萬美元的研究影響補助金。最新一輪投資中，OpenAI成功獲得14.8億美元的B輪資金，進一步鞏固其在該領域的領先地位。其他企業獨角獸亦投入到這一波浪潮中，例如：Imbue以23.2億美元建立AI代理，不斷測試各種開發架構，並獲得Eric Schmidt、The Alexa Fund、Asteria Institute及NVIDIA等知名投資者的大力支持；ADEPT透過開發Software-agnostic多模態AI Agent，在最新一輪中募得41.5億美元的B輪資金，凸顯對其創新方法的高度認可。 科技大廠方面，DeepMind於2023年6月推出「通用代理人」技術，使AI能夠適應不確定的環境並與人類有效溝通；而Microsoft的開源Python庫AutoGen成為LLM應用框架領域的革新引擎。AutoGen為開發人員提供簡化的工作流程，使他們能夠輕鬆建立由LLM驅動的AI Agent框架。這些AI代理具備自然語言交流的能力，能夠獨立完成多項任務，如回答問題、提供資訊、執行程式碼或檢索資料庫中的資訊，同時還能夠相互合作更複雜的任務。 3.混合AI Agent：未來人機協作的智慧決策實踐 面對勞動力短缺及市場競爭激烈的挑戰，混合AI Agent模式將在推動產業創新及提升生產力方面發揮關鍵作用。如醫療、法律、金融等需要專業知識及技術分析的領域，混合AI Agent將成為解決複雜問題的得力助手，同時提供更全面、精準的解決方案。近期大型科技公司如Amazon、Google、NVIDIA、Meta、Tesla、OpenAI，紛紛投資於人形機器人領域，推動AI在機器人發展中的應用。不僅讓機器人能夠與人類專業深度融合，且在極短的培訓時間內完成更為複雜的任務，提升生產效率。混合AI代理模式正成為未來產業發展的一大趨勢，使企業能夠更靈活應對市場變化，快速做出基於人機協作的智慧決策。 （三）產業機會 1.AI代理在應用推廣時可能面臨的挑戰 多代理模式具有高度模組化、靈活性與容錯能力，適用於解決複雜的問題領域。然而，在實際開發及推廣中，多代理系統亦面臨諸多挑戰。 首先，代理之間的協作與溝通是多代理模式面臨的主要挑戰之一。由於不同代理可能具有異質架構、不同的知識表示方式及決策機制，在進行行為協調、資訊共享、共識達成方面存在困難。例如，在金融交易系統中，市場預測Agent、交易策略Agent及風險管理Agent需要協同工作，若這些代理的數據格式及決策模型不同，將大幅降低彼此之間的溝通及協作效率，從而影響整體系統的性能。 其次，知識表示與共享的挑戰亦為一大瓶頸。每個代理擁有的領域知識形式各異，恐難以實現有效整合及利用。例如，在醫療診斷系統中，某些代理專注於病理數據，而其他代理則處理臨床症狀及影像資料。這些異質數據的接入與共享困難，使得系統無法達到最佳的智慧水平，限制系統的整體效能。 第三，多代理系統牽涉大量資訊協作，若缺乏恰當的安全防護措施，可能遭受攻擊而導致數據洩露或故障。最後，複雜的多代理決策過程常常是黑箱操作，缺乏透明度並導致決策的可解釋性不足，影響人們對系統的信任。以上種種挑戰皆為多代理系統的發展及應用帶來阻礙，需要採取有力的對策來加以解決。 表4-4　AI代理在應用推廣時可能面臨的挑戰 資料來源：數位轉型研究院，資策會MIC經濟部ITIS研究團隊整理，2024年9月 生成式AI及多代理模式在各領域展示強大的應用潛力，藉由協作及高度模組化設計，提升決策效率及準確性。然而，臺灣企業在推動多代理AI應用過程中面臨諸多挑戰，包括代理間協作與溝通困難、異質數據接入與共享問題、安全與隱私保護不足、決策過程的可解釋性欠缺等。這些挑戰需要透過技術及管理措施來解決，以充分發揮多代理AI的優勢，實現企業數位轉型並提升競爭力。 表4-5　AI代理推廣的解決方案 資料來源：數位轉型研究院，資策會MIC經濟部ITIS研究團隊整理，2024年9月 透過採取上述解決方案，臺灣企業能更好應對多代理模式發展過程中的各種挑戰，釋放多代理模式的巨大潛能，加速並經濟高效地完成AI轉型，提升生產效能與競爭實力，最終實現長期的經濟利益及技術優勢。 2.AI代理在企業組織中可能面臨的挑戰 現今的產業環境與商業模式皆面臨前所未有的各種變局，轉型正是大勢所趨。在激烈的市場競爭與一日多變的消費者需求下，許多企業遭遇到各種困境，傳統營運方式已然無法滿足如今的客戶需求與產業生態互動。諸多案例顯示，企業導入AI相關技術、或稱「AI-Lead組織轉型」，不僅有助企業突破營運瓶頸，更拓展與客戶互動的新模式、倍增許多商機。尤其是對於某些正在面對組織營運難改善、市場變化不友善的企業來說，組織轉型正是企業尋求蛻變的最佳利器。透過此突破轉型，不僅能夠有效提升營運效率，更有機會在快速變遷的競爭環境下異軍突起、拔得頭籌，進而持續穩健發展。在當今的數位時代，組織轉型已成為企業追求創新及競爭優勢的重要策略。然而，這種轉型並非易事，它需要企業付出巨大的努力，並面對五大挑戰與建議，詳見表4-6及表4-7： 表4-6　企業在應用AI代理於組織轉型時可能遇到的五大挑戰 資料來源：資策會MIC經濟部ITIS研究團隊整理，2024年8月 表4-7　企業在應用AI代理於組織轉型的五大建議 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 隨著全球數位化進程的加速，AI已成為企業轉型及創新的關鍵推動力。AI Agent透過簡化複雜性、賦予員工權力、有效管理數據、簡化營運及確保合規的能力，幫助企業克服轉型過程所面臨的各種挑戰，並釋放AI的全部潛力。 在臺灣產業方面，建議中小企業密切關注單一AI Agent及多模態AI Agent的應用，以幫助企業提升效率、降低成本，同時改善客戶體驗。在多模態AI Agent領域，科技大廠及企業獨角獸的投資熱潮表現出市場的快速擴張，企業應考慮從特定領域開始，如客戶服務或銷售，逐步擴展應用範圍。 以車輛維修服務為例，從預約維修到檢測報告，再到後續保養服務的推薦，每個步驟皆可導入不同的AI代理，提升服務流程的效率及個人化。這樣的協同工作模式不僅能夠為用戶提供更出色的服務體驗，亦有助於提高企業的業務效率。此外，建議企業進行相應培訓，以確保員工具備應對新技術的能力，促使企業更具競爭力。 三、資訊安全發展趨勢 （一）市場趨勢 AI技術在網路安全領域的應用，開啟一場全球性的網路防禦革命。各大資安公司紛紛推出基於AI的創新產品與服務，預告著未來將出現更多突破性的安全解決方案。這場革命不僅改變我們應對網路威脅的方式，亦重塑整個網路安全技術與市場的生態系統。 AI在網路安全中的應用主要分為兩個方向：AI輔助網路安全（AI for Cybersecurity）及AI系統本身的安全（Security of AI）。這兩個方向看似分離但實際上緊密相連，共同構成現代網路安全的核心。 在AI輔助網路安全方面，企業現可利用AI實現半自動或全自動的安全部署，並進行即時、預測性的智慧分析，大幅增強企業對抗複雜網路威脅的能力。例如，一個AI驅動的安全訊息及事件管理（SIEM）系統，可以在幾秒鐘內分析數百萬個事件紀錄欄目、迅速識別出潛在的安全威脅，這是人工分析所無法比擬的。 然而，關鍵決策仍需依賴專家判斷，特別是在應對不同階段駭客攻擊的時期。AI技術在此扮演輔助角色，類似於飛機自動駕駛系統之於飛行員、或高科技醫療設備之於醫生，這種人機協作模式充分發揮AI的計算能力及人類的創造性思維，形成一種強大的防禦聯盟。 1.AI系統安全已是新興的國家戰略焦點 在AI系統安全方面，重點在於如何驗證AI系統規格，確保其效率、安全性、穩健性及公平性。這涉及AI決策的可信度問題，尤其是在面對對抗性攻擊（Adversarial Attack）時，例如一個用於自動檢測惡意軟體的AI系統，如果被精心設計的對抗樣本欺騙，可能會導致嚴重的安全漏洞。 AI系統安全已上升為國家安全層面的議題，各國積極制定相關標準與法規，並將之納入國家發展戰略。美國、中國大陸、歐盟等主要經濟體都在這一領域投入大量資源，形成一場新的技術競賽，這競賽不僅關乎技術優勢，更涉及國家安全與經濟主導權。在這個背景下，企業需要持續密切關注國際AI安全標準的發展，確保自己的AI應用符合相關規範；同時亦要考慮如何在全球化與本地化之間找到平衡，以適應不同地區法規要求。 2.AI驅動的智慧安全應用成為主流 生成式AI技術如大型語言模型、自然語言查詢系統等，正在徹底改變網路安全領域的工作方式。這些技術不僅簡化網路威脅檢測流程、擴大監測範圍，還大幅提升安全分析的效率及準確性。 基於大型語言模型的安全分析系統可以快速解讀並綜析大量的安全報告及威脅情報，為資安分析師提供更全面、更深入的洞察資訊；自然語言查詢系統則促使非技術人員也能輕鬆地進行複雜的資料分析，大大降低了執行任務的專業門檻。 然而這些技術亦面臨著一些挑戰，數據安全就是一個主要問題，因為訓練這些AI模型需要大量數據，而其中非常可能包括個人、企業甚至國家的敏感資訊。 未來的發展方向將不僅限於提供操作輔助，而是朝向AI主導安全決策邁進，類似於自動駕駛從Level 2（部分自動化）到Level 3（有條件自動化）的躍進。這意味著在某些特定情境下，AI系統將能夠自主做出安全決策，而無須人工干預。 3.企業AI安全策略的轉型 面對當前的數位化浪潮，企業需要重新審視傳統的資安鐵三角「機密性、完整性、可用性（Confidentiality、Integrity、Availability, C.I.A.）」安全模型是否足夠；新興的「分散式、不可篡改、短暫的（Decentralized、Immutable、ephemeral, D.I.E.） 」安全理念可能更適合應對現代網路威脅。這種轉變反映網路環境的根本變化，從相對靜態的環境轉變為高度動態且分散的環境。 AI安全不僅是技術問題，亦涉及社會及法律層面，包括AI的可解釋性、意圖、責任及治理等。企業在採用AI安全解決方案時，需要考慮這些更廣泛的影響。例如，如果AI系統做出錯誤的安全決策導致損失，誰應該負責？如何確保AI系統的決策過程是透明及可審計的？這些問題都需要企業在技術實施之外進行深入思考。 企業應在AI開發初期就考慮安全因素，並制定相應的防禦措施。這種「安全優先」的設計理念可以大大減少後期出現安全問題的風險，同時亦能提高AI系統的整體可信度。在實施AI安全策略時，企業還需要注意以下幾點： ● 建立跨部門合作機制：AI安全涉及IT、保全、法務、人力資源等多個部門，需要建立有效的協作機制。 ● 持續教育與培訓：由於AI技術及資安威脅皆在快速演進，企業需要為員工提供持續的教育培訓，確保他們能夠跟上最新發展。 ● 與外部專家合作：考慮與學術機構、安全公司等外部專家合作，以獲取最新的研究成果與實踐經驗。 ● 定期評估及調整：定期評估AI安全策略的有效性，並根據新的威脅及技術發展，持續做出及時調整。 在AI驅動的新時代，企業必須與時俱進，善用AI技術增強安全防禦，同時認識到AI將徹底改變網路安全格局，影響整個產業生態系統。那些能夠有效整合AI技術，並在安全性、效率及創新之間找到平衡的企業，將在未來的數位化競爭中占據優勢地位。 （二）產業應用 全球規模最大的資訊安全展覽會「RSA會議」（RSA Conference, RSAC），在RSAC的眾多活動中，「創新沙盒」（Innovation Sandbox）競賽尤為引人注目。這項競賽為資安領域的新興企業提供一個展示平台，同時亦成為觀察產業需求及發展趨勢的重要窗口。 創新沙盒競賽已有18年歷史，創造18屆冠軍。據統計，歷屆前十名入圍者共完成超過80次的併購交易，吸引高達135億美元的投資。 本屆RSAC創新沙箱競賽入圍的十家資安新創所提供的資安產品暨服務，不外乎四個關鍵詞：「AI賦能（Enabling）」、「雲端安全」、「零信任」、「資安營運暨監控中心（Security Operations Center, SOC）智慧化」。其中沙盒新創入圍團隊中，九家為美國企業、一家以色列公司，詳列於表4-8。 表4-8　RSAC 2024 Innovation Sandbox Contest Top 10 資料來源：RSAC 2024、CB Insights、Crunchbase，資策會MIC經濟部ITIS研究團隊整理，2024年9月 2024年最終奪魁的是Reality Defender公司，其運用多模態生成式AI技術，專注於提供深度偽造（Deepfake）的檢測服務，涵蓋範圍包括聲音、影像、圖片、文字等多個領域。 近年來生成式AI相關的威脅呈現爆炸性成長，根據DeepMedia的統計資料，2023年全球網路上發布的深度偽造影片數量較2022年增加兩倍，而深度偽造音訊的數量更驚人成長七倍。這種急劇成長主要歸因於生成式AI工具的普及及商業化，使得製作深度偽造內容變得簡單便宜又方便。 同時，深度偽造相關的詐騙活動、生成式AI製造的假新聞、虛假資訊、認知戰及心理操縱等問題，皆構成當前的社會挑戰。Reality Defender團隊敏銳察覺到這些產業當前面臨的棘手問題，於是採用多模型的生成式AI方法，致力於檢測及防禦深度偽造及其他AI生成的威脅，最終在激烈的市場競爭中脫穎而出。 從RSAC 2024創新沙盒入圍前十名所提供的資安產品暨服務，可歸納以下三個資安新創所引領與聚焦的產業發展趨勢。 1.AI驅動的資安防護成為產業創新主流 隨著OpenAI的崛起，「大型語言模型」（Large Language Model, LLM）及「生成式AI」成為資安產業的熱門話題。AI三大要素—資料、運算力及演算法的快速發展，促使產業重新審視AI帶來的影響。從網路安全的角度來看，新興技術驅動的資安包括兩個層面：資安防護技術的應用與技術對資安效能的提升。 LLM及生成式AI 的應用通常是將大量具有特定特徵的資料餵給模型，經過訓練後形成推理引擎，再利用該引擎回應輸入資訊。然而，在全球高度重視資料安全的當下，LLM應用的主要缺點是缺乏對資料隱私的考量，亦因此讓許多資安廠商更著重於LLM的資料安全防護。 2024年RSAC創新沙盒競賽中，半數的新創企業專注於AI驅動的資安產品與服務，其中Antimatter、Bedrock Security、Harmonic及Reality Defender皆提供LLM應用的資安防護，而Dropzone AI則提供基於LLM應用的AI驅動安全營運中心（Security Operation Center, SOC）分析師。 2.多雲環境與韌性仍是資通安全產品服務的核心 雲端運算持續改變企業的運作方式，同時亦帶來新的安全挑戰。隨著企業上雲比例增加、資安人力不足、技術不斷進步，多雲應用（包括公有雲、私有雲、混合雲）及韌性部署始終是資通安全產品服務的重點。 近年來，RSAC創新沙盒每年都有至少四家雲端安全相關的新創企業進入十強決賽。2024年入圍的雲端安全廠商包括Aembit、Mitiga、P0security、RAD Security，他們分別提供針對多雲環境的身分管理、自動化平台、治理平台及威脅偵測服務。在多雲及數位韌性的趨勢下，雲端安全不僅強調SOC的雲端化，多雲環境下的身分服務亦成為今年新創企業的主要方向。 3.智慧化資安營運暨監控中心成為市場主角 面對日益增多的網路攻擊，部署「資安營運暨監控中心」（SOC）變得尤為重要。目前市場上的資安營運系統主要以SOC為核心，亦包括安全資訊與事件管理（Security Information and Event Management, SIEM）、安全編排自動化與回應（Security Orchestration, Automation and Response, SOAR）、威脅情資平台（Threat Intelligence Platform, TIP）、使用者與裝置行為分析（User and Entity Behavior Analytics, UEBA）等功能。 AI的發展推動SOC朝智慧化方向演進，成為本次創新沙盒競賽參賽團隊的共同目標。Dropzone AI、Mitiga及RAD Security分別提供AI驅動的SOC、雲安全SOC、雲原生應用的SOC，而VulnCheck則專注於漏洞及威脅情資相關的SOC。 然而SOC在企業應用仍面臨一些挑戰，如大量事件或警報的處理，企業可能因缺乏完善的處理流程或優先順序判斷能力，而陷入「有可視化、卻無應變力」的困境。儘管如此，基於合規及供應鏈需求，企業紛紛建立相關單位或尋求外部協助。如何實現SOC的真正智慧化、提升企業的資安治理及管理能力，已成為產業共識與發展方向。 （三）產業機會 觀察RSAC創新沙盒競賽，不僅有美國本土的新創企業，以色列的資安新創也占有相當比重。放眼全球除了美國之外，以色列無疑是最成功推動資安產業，且培育出眾多知名資安新創及獨角獸企業的國家。 然而，每個國家的產業發展背景各不相同，不能簡單照搬他國經驗。業界普遍認為臺灣資安新創成功的關鍵之一在於「走出去」，即進軍國際市場。無論是從鄰近的日本市場、拓展至東南亞，抑或是進軍具指標性的美國市場，皆為建立品牌及全球營運的重要途徑。 臺灣資安產業的發展需要篩選獨特價值，而扶植本土資安新創是從價值判斷到策略選擇的重要方向。除了將「形成具代表性、成功的資安新創」作為產業發展的指標外，亦需要關注臺灣整體產業環境、未來趨勢、結構調整、競爭力、人才供需、相關法規調適等方面，以加速並深化「資安產業化」進程。 在當前地緣政治及美中競爭的背景下，供應鏈安全已成為臺灣資安產業發展的優勢。儘管本地資安業者規模不大、國際行銷資源有限，但可以利用歐美對供應鏈安全的重視、AI物聯網（AIoT）資安產品的需求，尋找發展機遇。 參考國際資安新創解決痛點的差異化商業模式及募資能力，臺灣資安新創應該在「了解外部環境、評估自身實力」的基礎上，制定「大市場、小題目」的策略。順應AIoT資安產品服務需求的趨勢，資安新創若能結合臺灣ICT產業大廠的全球生產布局優勢，有望成為開啟國際信任供應鏈的隱形冠軍。 四、金融科技發展趨勢 （一）市場趨勢 「金融科技」是利用新興科技重新定義金融服務，更新傳統金融服務模式，創造新的商業模式與產品服務，使個人及企業用戶更容易獲利，降低決策成本。 根據世界經濟論壇（World Economic Forum, WEF）於2024年1月發布的研究調查顯示，目前金融科技公司主要分布在亞太與歐洲地區，代表性國家有中國大陸、新加坡、英國等，美國亦為金融科技產業發展時間長且成熟的市場，在融資市場上吸引大額資金，孕育出如Stripe等著名的金融科技獨角獸。 此外，根據WEF的調查顯示227家以零售為導向的金融科技公司主要從事數位支付（30%）與數位借貸（27%）業務為主，其次為保險科技（17%）、數位籌資（14%）、數位銀行（12%）。其中，數位支付長期以來驅動整體產業成長，尤其在COVID-19期間迅速成長，預期到2030年仍會是主要金融科技公司所從事的業務。 本節透過各大Fintech展會、產業重大新聞等管道，梳理金融科技產業的市場趨勢，並以社會環境、技術應用、經濟環境、監管規範四大面向統整論述。 1.社會環境面 金融詐騙橫行成為金融產業棘手問題：隨著科技進步與交易手段的多樣化，金融詐騙的手法層出不窮，這些詐騙行為不僅威脅用戶資產安全，亦可能導致金融機構遭受巨額經濟損失及聲譽受損，為了應對這些風險，金融單位必須加強遵從相關監理規範，投入大量資源進行預防與檢測。 除了金融機構需要定期更新內部政策、流程、舉辦教育訓練等，並建立完整的內控體系與合規管理框架防範內部風險之外，可以預期金融機構對於以數據分析、機器學習、演算法等相關將被用來監控及分析交易模式、即時識別異常交易行為的解決方案需求大幅提升，提供法遵合規相關解決方案的FinTech業者受到市場或產業關注。 (1)不同世代的消費者需求挑戰銀行適應性 銀行的適應性（adaptability）係指銀行針對外部環境變化（如客戶需求變化、技術趨勢）能夠即時因應的能力。隨著Z世代及高齡化社會來臨，金融業者將面臨不同世代的消費者族群，基於秉持顧客至上的精神，任何金融產品無法一體適用於各族群世代，因此各大金融業者應針對不同世代，根據實際需求打造專屬的金融產品，藉此滿足不同的客戶族群。 Z世代通常是數位原生世代，以喜好新穎事物、求新求變及重視社會意識聞名，因此市場上陸續推出創新產品與服務，例如針對LGBTQ 群體的數位銀行、針對青少年發行的信用卡等。同時，政體社會面臨高齡化問題，因此金融機構亦積極推動高齡金融產品，例如針對退休族群推出養老基金。 (2)ESG Fintech市場發展前景看好 由於淨零碳排成為全球趨勢，帶動ESG成為企業顯學。若從全球各國角度觀之，經濟及地緣政治會影響ESG發展，如ESG在美國及英國的發展，明顯受到政治影響；全球存在富裕及貧窮國家，而不同國家能負擔永續發展的能力亦有所差異性。科技實踐ESG最先會面臨ESG數據蒐集不易、資訊不透明的情形，而Fintech可以協助解決此問題，如：區塊鏈技術協助蒐集ESG數據，並讓資訊透明化。 運用Fintech實踐ESG亦為所謂的ESG Fintech，2023年ESG Fintech全球新創企業獲得165億美元的資金，占金融科技投資的10%。展望2024年及未來，隨著全球各國企業經營皆優先重視ESG及國際組織ESG規範的上路，各國持續探索如何強化ESG監管。ESG已蔚為全球風潮，各項監管規範會隨之而來。2024年《國際永續揭露準》正式上路，凸顯企業在ESG資訊揭露必須要採用更嚴格的標準，強化ESG資訊揭露透明化，預期未來Fintech技術在企業推動ESG過程將扮演重要角色。 2.技術應用面 (1)以生成式AI或AI為基礎的新興商業模式方興未艾 AI、區塊鏈、雲端運算、大數據分析等技術演進，發展出新的商業模式，提升銀行、保險及證券等服務效率與便利性。根據WEF研究，金融科技業者認為近五年產業的首要關鍵議題為AI，隨著技術進展到生成式AI階段，有別於過去根據既有規則、資料庫，進行判斷預測，生成式AI透過神經網路辨識、學習資料與結構模式，讓AI模型可以快速自然生成新文件、圖像、影片等內容。 2024年生成式AI持續影響整體金融業，預期市場上會誕生更多生成式AI為基礎的金融應用。從產業整體發展軌跡來看，AI技術早已廣泛應用於金融產業，但大多聚焦在預測及分類類型，且有其侷限性。若生成式AI若能廣泛被金融業者應運用，在預測型AI與生成式AI 交互作用影響之下，將能強化客戶體驗及提升服務效率。 舉例來說，預測型AI可以根據客戶的歷史及行為數據，預測客戶的喜好，而生成式AI則會基於這些預測產生出客製化的金融解決方案，若整合兩種不同類型的AI將能夠為銀行業提供個人化服務。 隨著AI逐漸普及化，金融業正運用機器演算法打造以AI為驅動化的服務，如加入機器學習演算法於決策過程中，讓整個邏輯更加透明且易於了解，例如AI被使用在迅速有效評估申請者負擔能力、風險、信用審核評估，促進先買後付（Buy Now Pay Later, BNPL）等金融創新商業模式。 (2)嵌入式金融運用AI將朝向更具個人化發展 由於消費者需求不斷變化，希冀提供無縫接軌的金融服務體驗，因此形成嵌入式金融（Embedded Finance）發展的背景，該概念被喻為下一波金融科技的趨勢，涵蓋廣大的商機，目前吸引銀行業者及非銀行業者投入此領域。 根據Money 20／20 USA 2023年專家預測，由於嵌入式金融持續成長，2024年嵌入式領域將看到更多大型銀行與小型Fintech企業合作的案例。另外，隨著技術不斷迭代及數位轉型蔚為全球風潮，嵌入式金融將進入醫療保健、零售、交通等諸多產業領域，並且扮演更重要的角色。 展望2024年，由於生成式AI技術預期會持續影響金融業，AI讓嵌入式金融朝向更個人化及智慧化發展，並開發出更多嵌入式金融創新商品的可行性。 3.經濟環境面 (1)有技術優勢的Fintech受到投資人關注 儘管全球金融科技新創融資金額趨緩，AI相關的金融科技新創仍受到投資人青睞，S&P Global Market Intelligence研究顯示，與AI相關的新創金融科技在2023年相較起來更受到投資人青睞。例如，儘管投資人對金融科技產業融資市場不熱絡，提供中小企業AI智慧支付系統方案的英國新創SumUp仍在2023年Q4完成F輪3.07億美元融資。金融產業多項工作有高度自動化的潛力，亦被McKinsey等研究機構視生成式AI為重要的垂直應用領域之一。 (2)影響力投資是下一波永續發展重點 隨著氣候變化加劇、社會不平等及全球性挑戰日益嚴重。新一代投資者如Z世代希冀投資的資金能對於社會及環境產生正面影響，且投資行為能反應自身價值觀與社會承諾。在此背景之下造就影響力投資（Impact Investing）崛起，並成為現今資本市場的一項重要議題。 根據WEF及全球影響力投資協會（Global Impact Investing Network, GIIN）發表的影響力報告顯示，近年全球影響力投資金額有上升趨勢，代表影響力投資意識增加。國際諸多銀行如巴克萊銀行、花旗銀行等皆成立影響力基金，試圖透過資金投入解決社會或環境議題。在全球氣候變遷影響加劇，各國面臨環境社會課題與全球興起多元共融（Diversity、Equity and Inclusion, DEI）之下，影響力投資迎來新一波機會。 對於金融業者而言，一方面可以運用影響力投資概念實踐ESG，另一方面也可以擴大自身企業的影響力。展望2024年以及未來，由於新冠肺炎以及俄烏戰爭的影響之下，根據聯合國的看法，2030年永續發展目標（Sustainable Development Goals, SDGS）依照目前進度將延至2065年方能達成，加上氣候變遷的影響，預期影響力投資會是永續金融下一波發展的重點。 各國政府可研擬混合型金融（Blended Finance）機制，吸引私人資本挹注環境與社會議題，讓投資者與社會創新企業依照自身需求，採用適合的金融方式進行投資，更能兼顧財務及社會效益的策略。 4.監理規範面 (1)生成式AI興起讓AI監管受到關注 有利的監理環境是支持整體產業發展的關鍵要素之一，根據WEF的研究顯示金融科技發展成熟地區更重視監理環境（全球平均38%、北美43%、歐洲50%、亞太52%），亦代表北美、歐洲、亞太地區的金融措施制度更加完善。 隨著AI技術興起，AI監管議題再次受各界關注，各國相關監理陸續針對AI應用制定相關規範，包括歐盟的《人工智慧法案》（Artificial Intelligence Act, AI Act）、美國拜登政府在2023年10月簽訂AI行政命令等。 在AI監管議題再次受到全球重視之下，2024年AI金融監管亦被各界廣泛討論，包括美國金融業監管局在2024年1月發布的年度報告將AI列為新興風險、新加坡專門針對生成式AI在金融業應用的MindForge計畫皆值得產業持續關注。 (2)加密貨幣相關監管措施將朝向強化發展進行 目前加密貨幣缺乏嚴謹的監管機制，容易造成洗錢、交易所無預警下倒閉等諸多負面案例，因此各界一直呼籲需要強化加密貨幣監管。在外在環境驅動之下，各國政府亦紛紛提出加密貨幣監管法案，但並非是全面性監管方案。 歐盟首部《加密資產監管（Markets in Crypto Asset Act, MiCA）法案》將於2024年正式上路，該法案可謂是全球首部全面性監管加密貨幣法案，其中規範加密貨幣服務廠商必須保護加密貨幣用戶權益，若加密貨幣投資者無故虧損，服務廠商必須擔負相關責任，相關內容亦是針對近年諸多交易所無預警倒閉，消費者求償無門的狀況進行管理規範。 加密貨幣已經是全球無法忽視應用之下，監管加密貨幣似乎逐漸成為全球共識，因此可預期MiCA在2024年正式上路及法規逐步到位之下，各國會跟隨MiCA法案腳步，從全面的角度監管加密資產，屆時全面性監管加密貨幣時代將會來臨。後續可以持續觀察MiCA法案對於加密資產產業發展影響，以及DeFi、區塊鏈等相關議題是否因而強勁復甦。 （二）產業應用 隨著金融科技持續發展，將可發現以下幾個不同面向的商機，提供資訊服務業、金融業乃至於各行業的應用機會參考。 1.針對Z世代推出有獨特價值觀的創新服務與產品 隨著消費者需求變化及Z世代進入職場，金融業者在市場上將面臨不同世代的消費者族群，若能吸引更多不同的世代族群成為客戶，將更有機會從激烈的商場中脫穎而出，無論是金融機構或Fintech皆積極針對Z世代價值觀，陸續推出創新應用。 例如，2018年成立的新創STEP主打提供13-18歲青少年Z世代信用卡、銀行帳戶服務，讓青少年學習財務觀念，同時亦能夠建立信用紀錄，有利於之後申請學生貸款時能得到更優惠的條件。 2.運用Fintech技術推動ESG 在淨零碳排及ESG趨勢下，ESG Fintech發展前景看好。金融業者可選擇與ESG Fintech新創合作推動永續及ESG發展，如美國新創團隊Spiral即為一家ESG Fintech企業，協助銀行將永續性及社會影響力嵌入至產品與服務中。銀行業者透過與Spiral合作，透過該公司的影響力即服務模式（Impact-as-a-Service）平台，擴大環境與社會影響力。 3.法遵合規解決方案受到關注 金融詐騙等議題受到全球關注，全球範圍的法律合規要求持續增加，無論是金融機構或Fintech皆積極投入發展預防性的解決方案。 例如，2024年5月Mastercard宣布以生成式AI技術增強卡片詐欺偵測，透過掃描數十億張卡片與數百家商店交易資料，進行卡號比對，檢測出可能被盜卡的卡號並即時向銀行發出警報，即能停止該卡繼續進行交易；而Visa亦於2024年3月推出三項新的防詐解決方案。 Fintech則積極以AI等新興技術打擊金融犯罪，例如成立於2019年的布拉格新創resistant.ai即推出文件詐欺偵測、交易監控、身分驗證等解決方案。 4.持續發展AI自動化完成任務的應用 AI技術的最終目標是達到自主完成任務，過去金融機構多以embedding、Copilot模式使用大廠或Fintech的AI工具提升作業效率，例如Stripe導入GPT-4模型應用讓代理商查詢文件、讓系統開發人員查詢文件等場景；2024年微軟等大廠亦陸續針對金融等垂直領域推出Copilot工具。 可以預期AI將往更自動化的模式發展，亦即Agent模式，代理人類自主完成任務，而Google等大廠亦逐漸發展相關的解決方案。 5.推出新興金融商業模式 隨著技術與數位平台發展，預期Fintech業者將積極與零售、電商等平台合作並嵌入新興方案。以支付方式為例，過去Fintech業者透過軟信用調查，包括大數據及風險分析模型，分析消費者過往繳款紀錄，評估申請者風險承擔能力，作為放貸與否的標準，促進「先買後付（Buy Now, Pay Later, BNPL）」支付方式興起。 近期Fintech業者再推出「先存後買（Save Now, Pay Later, SNPL）」的支付方式，改善BNPL衍生出過度消費、信用風險高的缺點，例如2021年成立於美國紐約的Accrue Savings，透過與各式產業、品牌合作，在結帳時嵌入SNBL解決方案，當消費者儲蓄到一定金額時可以獲得現金回饋，降低需要支付的價錢，若消費者改變主意，不想購買該產品亦可以提取資金且不需支付額外手續費用。 （三）產業機會 隨著新興技術發展，帶動整體金融科技產業持續蓬勃發展。對於臺灣資訊服務業者而言，將有以下機會： 1.協助金融機構成立創新實驗室 不論是以生成式AI、AI為基礎的商業模式或嵌入式金融AI，皆凸顯市場上創新應用不斷推陳出新。若無法掌握市場應用動態，可能會黯然從商業市場退出，因此對於金融業者而言，可以成立如創新實驗室的專門研究單位，發展創新業務。 然而金融機構在人才、技術等資源相關匱乏，資服業者可以與金融機構合作，針對產業環境與新興科技技術變化，能即時研擬相對應的解決方案。 2.提供金融機構輕量版解決方案 金融機構導入AI技術尤其是生成式AI，面臨著高昂成本及技術複雜性挑戰，且臺灣有多家中小型金融機構，因此資服業者可以提供輕量版解決方案，以滿足金融機構初期數位轉型或有限範圍內的需求。首先，輕量版解決方案可以在現有IT基礎架構上進行無縫集成，從而減少對大規模硬體升級的需求；此外，輕量版解決方案靈活性更高，金融機構可以根據需求逐步擴展功能，初期導入簡單的AI模組，隨後根據業務需求及技術成熟度，逐步添加更多功能模塊或升級至更為複雜的系統；最後，輕量版解決方案更可以針對特定業務場景進行優化，例如針對詐欺偵測的輕量版AI工具，針對小範圍內的特定交易類型進行高效分析，無需處理所有交易，更符合金融機構的實際需求。 3.提供金融機構雲端與SaaS服務 資服業者亦可提供金融機構雲端運算與SaaS（軟體即服務），透過提供彈性、高擴展性、經濟高效的雲端服務，使金融機構能迅速適應市場變化，優化資本支出並專注於核心業務。 同時，SaaS解決方案能即時更新及自動化管理，降低內部IT營運的複雜性與成本，且SaaS產品通常內建最新的安全及合規功能，有助於金融機構應對日益嚴格的監管要求，提升數據保護的能力。 伍、韌性供應鏈發展趨勢 （一）市場趨勢 1.供應鏈韌性助力企業面對各種風險 供應鏈韌性係指企業在面對風險衝擊時，能迅速恢復並保持正常營運的能力。在當前複雜且互聯的供應鏈環境中，企業需要重視多方面的策略來提升韌性。 供應鏈韌性包括風險管理與規劃，以識別與評估潛在風險並制定應急預案；多元化供應來源以分散風險；靈活的生產及物流能力以適應需求變化；數位化技術應用如大數據、AI、物聯網，提高供應鏈可視性及預測能力；協作與溝通機制以增強與供應商及物流服務提供商的合作；靈活的庫存管理以平衡庫存成本或應對需求激增；持續改進與學習，以從過去經驗中總結並優化策略；可持續性及環保要求，以提升企業形象及市場競爭力。這些措施共同作用，幫助企業在面對各種挑戰時保持穩定並提升競爭優勢。 2.全球供應鏈現況觀測 2023年全球供應鏈的危機由氣候變遷、地緣政治及工業行動等多重因素共同導致。巴拿馬運河因乾旱問題使船隻通行數量減少20%，嚴重影響連結美洲與亞洲的貨物運輸。此情況延長硬體元件的運輸時間，讓IT製造商及服務提供商的即時交付受到影響，迫使企業加強供應鏈管理系統，並提升數據監控以減少風險。 自2023下半年，蘇伊士運河頻繁的襲擊威脅迫使船舶繞行好望角，增加運輸時間，進一步影響歐亞市場的貨運。資料中心設備及IT元件交付因此延誤，資訊服務企業被迫加強數位基礎設施的韌性，確保伺服器硬體能夠即時補充。 此外，2023年第三季至第四季期間，歐美碼頭工人罷工威脅增大，進一步推遲科技產品的交付，包括網路設備及伺服器。企業需加快採用AI及自動化技術，提升供應鏈管理效率，以減少對人力與實體基礎設施的依賴。同時，歐美對中國大陸電動車徵稅的預期亦促使中國大陸加速出口，搶占運輸艙位，壓縮全球供應鏈。IT製造商因此需重新規劃物流路線，並增加對本地供應商的依賴。 3.全球供應鏈危機對產業的影響 2023年的供應鏈危機對資訊服務產業的影響深遠，企業不僅面臨硬體交付延遲，還需重新評估其供應鏈的彈性與韌性，並應用自動化技術來應對未來挑戰。此外，俄烏戰爭進一步加劇全球供應鏈的壓力，戰爭導致國際物流系統堵塞，許多航運路線及物流樞紐受到嚴重影響。同時，俄羅斯及烏克蘭作為全球重要的原材料供應國，戰爭引發的供應中斷使得原材料價格飆升，進一步擾亂全球市場的供需平衡。 表4-9　俄烏戰爭影響範圍與情形 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 （二）產業應用 提升供應鏈韌性需要企業從多方面入手：首先，企業應減少對單一供應商及地區的依賴，建立多元化的供應鏈網路，例如在不同地區設立生產基地或與多家供應商合作，以便在某一環節出現問題時能迅速找到替代方案。 其次，加強數位化轉型至關重要，利用大數據分析、AI及物聯網技術提高供應鏈透明度與靈活性，即時監控狀況、預測並應對潛在風險，例如利用物聯網技術監測運輸過程中的環境參數。靈活的庫存管理亦必不可少，企業應維持適當的安全庫存，並使用先進的庫存管理系統提升效率及靈活性強化供應鏈合作，建立透明的資訊共享機制，透過定期協作會議及風險評估來共同應對潛在威脅。 最後，政策支持與國際合作亦相當重要，政府應推出支持企業提升韌性的政策，並加強國際間的合作以應對全球挑戰。此外，持續改進與學習是關鍵，企業應從過去事件中學習，總結經驗並定期評估及改進供應鏈風險管理策略。 1.各國應對供應鏈韌性的政策行動 隨著全球供應鏈面臨的風險與挑戰日益增加，各國政府紛紛採取多種政策行動以提升供應鏈的韌性，確保經濟穩定及成長。表4-10為全球主要國家及地區在提升供應鏈韌性方面所採取的政策及措施。 表4-10　各國應對供應鏈韌性的政策 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 各國在應對供應鏈韌性方面採取多種政策行動，這些措施涵蓋供應鏈的多元化、國內製造能力的提升、數位化轉型、區域與國際合作、可持續發展等多個方面。這些政策不僅有助於提升供應鏈的穩定性及韌性，亦能促進經濟的長期成長與競爭力。在全球經濟日益互聯的背景下，供應鏈韌性將成為各國確保經濟穩定及發展的重要戰略目標。 2.企業運用數位工具強化供應鏈韌性 企業運用數位工具提升供應鏈韌性，能有效應對各種風險與挑戰。以下是從採購、生產、物料管理三個面向，分析如何運用數位工具來強化供應鏈的韌性。 表4-11　企業對於數位工具的運用措施 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 3.韌性、安全、永續三大目標 提升供應鏈的韌性、安全、永續性是現代企業面臨的重要挑戰，韌性（Resilience）的目標是提升供應鏈的適應能力及反應速度，以迅速應對市場變化及突發事件，實施策略包括多樣化供應商、靈活生產、優化庫存管理，數位工具如大數據分析、物聯網、數位孿生技術及先進規劃與排程系統可支持這些策略；安全（Security）則旨在確保供應鏈各環節的安全，防範數據洩露、供應中斷及產品質量問題。透過供應商評估、預防性維護及應急庫存設置來實施，數位工具如區塊鏈技術、供應鏈管理系統及自動化倉儲管理系統能增強安全保障；永續（Sustainability）的目標是實現供應鏈的環保及可持續發展，減少對環境的影響及資源消耗。推動綠色採購、優化生產流程並促進可持續物料管理是主要策略，數位工具如大數據分析、智慧生產管理系統、綠色供應鏈管理系統可幫助這些目標。表4-12說明目標推動階段與其執行任務，以及在企業中所涵蓋的供應鏈範疇與型態。 表4-12　企業導入數位工具的因應階段與進程 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 表4-13　韌性供應鏈推動範疇與型態 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 （三）產業機會 1.AI協助整體供應鏈面對不同挑戰 AI在供應鏈管理中具有廣泛的應用，能顯著提升效率、降低成本並增強韌性。以下是AI在供應鏈各個環節的主要應用： 表4-14　AI協助供應鏈面對之不同挑戰類型 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 2.應用趨勢：整合「分析型AI」與「生成式AI」 在當前的供應鏈管理領域，分析型AI與生成式AI 的結合代表一個重要的趨勢。隨著技術迅速發展，許多企業開始將這兩種AI技術整合，利用其優勢增強決策能力及應對市場變化的能力。 (1)分析型AI的應用現狀 分析型AI 透過處理及分析大量數據，幫助企業做出數據驅動的決策。現代廠商廣泛應用預測模型（如回歸分析及時間序列分析）來進行需求預測及市場趨勢分析。 此外，AI技術亦用於風險評估，透過機器學習模型評估供應鏈風險，如供應商失敗及物流中斷，並利用優化演算法進行資源管理，如庫存及運輸路徑優化。這些技術提升預測準確性，幫助企業在複雜市場環境中做出更精確的決策。 (2)生成式AI的興起 生成式AI主要以創造新內容及生成解決方案為主，最新技術突破使其在供應鏈管理中展現出巨大潛力。生成式AI技術包括：自動生成市場營銷內容及產品描述，以提升創作效率；根據數據生成營運策略、設計方案或應急計畫，支持快速反應；透過自然語言生成技術，提供智慧客服及個性化服務，改善客戶體驗。隨著生成式AI的發展，企業能夠更靈活應對市場變化及需求波動。 (3)整合「分析型AI」與「生成式AI」的應用趨勢 隨著AI技術的進步，分析型AI與生成式AI的整合為企業提供了強大的新功能。整合應用的主要趨勢包括（1）智慧預測與建議：分析型AI提供準確的需求預測及風險分析，而生成式AI則根據這些預測結果自動生成應對方案，如庫存調整計畫及促銷策略；（2）動態調整及反應：分析型AI針對市場變化及即時數據提供洞察，生成式AI則根據洞察生成動態調整建議，例如調整生產排程及修改運輸路徑，以迅速應對突發狀況；（3）創新設計與市場適應：分析型AI提供市場需求洞察及用戶行為分析，生成式AI則基於這些洞察生成新產品設計方案或改進現有產品，以適應市場需求變化；（4）客戶體驗提升：分析型AI解析客戶數據，識別需求及問題趨勢，而生成式AI則創建個性化的客戶服務回應及推薦，提供更符合客戶需求的支持。 (4)未來展望 隨著AI技術的進一步發展，分析型AI 與生成式AI的結合將成為企業實現智慧化管理及創新的一個重要方向。未來的AI應用將更深入融合這兩種技術，提供更高效的決策支持、創新的解決方案、更靈活的市場應對策略。 在面對持續的突發事件，如自然災害、全球疫情、地緣政治衝突等，企業的供應鏈管理變得愈加複雜，建立韌性供應鏈已成為企業應對財務風險的關鍵策略。供應鏈韌性不僅幫助企業應對當前的不確定性，亦能在未來挑戰中保持穩定。 表4-15　建立韌性供應鏈的關鍵步驟 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 表4-16　AI 技術的創新應用 資料來源：資策會MIC經濟部ITIS研究團隊，2024年9月 在快速變化的市場環境中，建立韌性供應鏈是企業獲得競爭優勢的關鍵。企業需識別脆弱環節、定義影響範疇、導入先進資訊科技工具並進行因應措施演練。新興AI技術，特別是生成式AI及大型語言模型，為建立韌性供應鏈提供創新應用。透過結合「分析型AI」與「生成式AI」，企業可提升決策判斷及流程整合的能力，在面對未來挑戰時保持穩定性及高效率。

一、資訊服務市場展望 回顧2023年，全球經濟呈現出亞洲經濟體表現強勁、歐美經濟成長放緩的態勢。展望2024年，全球經濟成長仍面臨高通膨環境、貨幣政策調整及地緣政治等風險，預期成長率將較2023年為低。 我國受到2023下半年開始的AI產業蓬勃發展，刺激資通訊產品的貿易出口，包括面對美洲、歐洲、東南亞地區貿易出口增加，而面對中國大陸的出口下降則受到地緣政治因素影響。根據主計總處預測，我國2024年經濟成長率數字上修至3.43%，回升至2022年的經濟成長水準。 展望我國資訊服務業，受到生成式AI的發展影響及金融業、醫療業的雲端服務持續投資的發展，可望具有高於10%的成長機會。以下分析臺灣資訊服務市場展望： （一）生成式AI帶動IT投資持續增長 2024年生成式AI成為全球矚目的IT趨勢，不論是半導體、AI PC、邊緣運算伺服器或軟體服務，均寄望生成式AI帶動新一波的成長。據調查顯示2023年亞太地區約有70%的企業組織研究潛在應用或投資生成式 AI 技術；2025年將有30%企業導入生成式 AI 技術。根據MIC的調查顯示，我國企業亦有20%企業對導入生成式AI具有高度的興趣。 生成式AI主要可以應用的領域包括（1）行銷銷售：主要在於生成行銷文稿、影像或生成產品操作檔案、語音助理協助客戶了解產品等；（2）客戶營運：客戶服務助理回覆客戶問題、摘要或萃取文字以分析顧客回饋；（3）軟體開發：自動化撰寫程式與產生規格文件、自動化生成資料表格、自然語言資料庫萃取等；（4）風險合規：摘要、評估法律文件、摘要與提醒法規變化之處、回答法規文件問題等；（5）人力資源：提供員工諮詢相關人事規定、協助設計面試問題、篩選履歷建立職位說明、產生入職訓練材料等。MIC於2024年針對企業的調查顯示，國內企業主要將生成式AI導入應用領域以軟體開發或IT系統最多、其次為風險合規、行銷銷售或客戶營運服務等。因此，預估近期生成式AI將以這幾個應用領域為最先落地的方向。 然而，企業認為生成式AI上的挑戰包括：成本太高、生成式AI產生似是而非的幻覺、AI人員的不足等，生成式AI目前主要成本在於GPU昂貴、大型語言模型的雲端服務訂閱成本高等。近期，臺灣許多資訊硬體、資訊服務業者開始運用開源模型配合較為低成本伺服器等，協助企業以較低廉成本取得生成式AI服務。然而，企業乃至於資訊服務業的AI人員不足，仍然是國內導入的隱憂。政府以及教育訓練服務業者應積極協助企業進行教育訓練，以擴大生成式AI的採用。 （二）嵌入式金融帶動雲端服務成長 2023年8月金管會正式發布新版金融機構委外辦法，大幅鬆綁銀行、證券及保險等產業委外上雲的規範。銀行業者只有「重大性消費金融業務資訊系統」委託到境外公有雲才需要事先申請核准；保險業則是「涉及自然人客戶相關資料之重大性業務資訊系統」委託至境外處理時，才需要申請。以此，金融業將大幅採用雲端服務，預估採用比重將從10%成長至30%。 金融業積極採用雲端服務主因來自於年輕世代習慣在智慧型手機、網路上進行社群互動、影音觀賞、消費購物等，金融機構必須轉移到網路上與顧客互動。所謂的「嵌入式金融服務」（embedded finance）發展，即是將各種金融服務數位整合在許多非傳統的金融商務上，如電商、社群媒體、線上課程、外送服務、搭車、送洗衣物等各項生活服務中。以此，金融機構必須與各種金融服務、非金融服務合作，提供各種不同通路、生活情境下的嵌入金融服務，並滿足顧客個人化需求。 金融機構透過雲端服務將能協助發展（1）提高顧客體驗：透過雲端服務及API介接可以與各個領域夥伴合作，多方接觸顧客；（2）加快服務發展：透過雲端服務的高處理能力可以滿足大量付款、金融交易的即時運算與回應提供；（3）提高收入來源：透過與合作夥伴結合多數位通路的雲端服務以提供顧客，提升各種嵌入式金融服務通路的收入來源；（4）減少風險與營運成本：透過依雲端服務使用量服務計算的計價模式，滿足許多微型應用服務的營運成本需求。 因此，金融機構將持續採用雲端服務以協助拓展各項嵌入金融服務，帶動相關雲端運算基礎建設、金融雲端服務應用等商機。由於雲端運算擁有潛在資安威脅，金融機構亦將持續加大資訊安全相關投資。 （三）次世代醫療資訊平台擴大醫療資訊服務發展 2023年臺灣衛服部規劃次世代醫療資訊系統平台（HIS），打造數位中台及各種App應用。HIS平台不僅是衛福部對全臺醫院IT的革新，亦有一個更大願景，就是要將臺灣醫療資訊服務廠商帶出國。這是由於次世代醫療平台會把醫療流程通用機制，以函式庫或規則引擎等形式，嵌入在容器化底層或數位中台，方便其他醫療應用系統呼叫。以此，透過共通標準元件的共用，將有利於醫療資訊服務業者打造更加彈性、開放的醫療資訊服務或App，可望更容易在國內練兵，再到國際輸出。 臺灣的醫療服務是世界前茅，健保服務帶來的各項醫病數據更是臺灣醫療進行大數據、AI研究的強項。然而，臺灣各醫院的醫療資訊系統不一致、醫療資訊的無法共通等問題，使得臺灣醫療資訊軟體服務無法發展成更具規模產品化，因此HIS平台的發展將有助於醫療資訊服務蓬勃發展。 事實上，COVID-19後帶來更多對於醫療保健服務的數位轉型變革，預估全球AI醫療保健市場規模預計為224.5億美元，預計2024年至2030年將以36.4%的複合年成長率，且成長最快的市場為亞太地區，複合年成長率將達到40.1%。 AI醫療服務將有幾個趨勢：（1）個人化醫療：將從傳統單一的治療模式轉向更精細及個人化的方法，包括考慮每位患者的遺傳資訊、腫瘤特徵、治療史、生活環境因素，制定個人化的癌症治療計畫；（2）早期疾病檢測的預測分析：AI可以捕捉到可能顯示癌症、心臟病或神經系統疾病等疾病的病徵，進行事先預警與治療，如AI演算法可偵測心電圖（ECG）資料中的模式以識別不規則的心律或即將發生心臟問題的跡象；（3）虛擬健康助理及聊天機器人：由於生成式AI的發展，將使得虛擬健康助理成為可能，虛擬健康助理提供全天候支援、個人化指導以即時存取醫療資訊，特別可以由醫療院所依據個人看診紀錄提供各項個人化諮詢及與議，這種遠距式的醫療服務亦能協助偏鄉進行初步諮詢服務或協助慢性患者者提醒藥物補充；（4）醫學影像與診斷：在AI協助下，分析來自X光、MRI、CT掃描的醫學影像，快速偵測異常並優先處理緊急病例，如癌症的識別、肺部纖維化的偵測等；（5）藥物發現與開發：利用AI進行藥物發現與開發亦是醫療的大變革，如COVID-19初期利用既有藥物分析可緩解或治療的藥物，抑或是利用遺傳資訊及臨床試驗結果，發現潛在的候選藥物並預測其療效及安全性。 展望臺灣醫療資訊服務市場，將受惠於次世代平台及AI技術，發展有別以往的新市場，資訊軟體服務業者應積極布局相關產品與服務。 （四）ESG從碳盤查到減碳發展 2022年至2023年間ESG雙軸轉型成為資訊服務商的共識，持續發展碳盤查、能源監控等產品，滿足企業合規、溫室氣體碳排等需求，並協助企業監測機房、生產設備、產業電力消耗狀況。隨著碳盤查的市場逐漸成熟，ESG雙軸轉型亦朝向更進一步的數位減碳趨勢發展。根據MIC調查，我國製造業的ESG管理工具已被5成企業採用，主要著重在ISO國際認證、排放源管理系統、自動化設備等。然而，在法令規範及政策輔導的持續轉變下，將促使製造業往新的方向發展。 首先，金管會宣布我國上市櫃企業必須接軌IFRS S1、S2的永續揭露，將財務風險與ESG進行連結，預計2026年資本額達100億元以上之上市櫃公司將配合。主要原因來自於國際上日益增多的企業藉由行銷、宣傳、欺騙等號稱永續、環保的漂綠行為進行產品銷售或集資，使企業必須加強ESG治理與透明度。 此外，歐盟除了CBAM產品進口碳排放的申報與關稅外，2024年歐洲議會通過《供應鏈法》，明文規範企業與其相關供應、生產與分配銷售之上、下游公司，防止、終止或減緩其對於人權與環境之負面影響。這不僅影響歐盟境內的公司，亦影響為歐洲公司供應鏈一環的臺灣企業，將使得我國製造業、流通業等，必須更重視永續供應鏈的責任，而不僅侷限公司組織內範疇一、範疇二的碳盤查。 因此，ESG雙軸轉型將轉向更強調供應鏈範疇三的數位解決方案，協助企業符合永續供應鏈的要求。事實上，2024年MIC進行製造業的ESG調查中即顯示，已有30%左右的製造業重視回溯生產履歷、建立綠色供應商稽核制度、進料檢驗、生態設計融進PLM等發展，ESG數位解決方案資訊服務商將更重視供應鏈、產品生命週期等方向發展。 最後，生成式AI帶來AI伺服器、AI資料中心的建置熱潮，對於已經吃緊的電力、水力等環境將形成更大的壓力。不論是政府或國際雲端服務商將更要求綠色運算的發展，亦帶出綠色資料中心架構、綠色IT架構相關的軟硬系統整合、能源監控管理等商機。 （五）駭客攻擊頻傳帶來資安防護商機 根據國際報告，2023年臺灣遭受網路攻擊事件竟以每秒1.5萬次發生，網攻威脅程度居亞太地區之冠，我國政府機關、上市櫃公司、中小企業遭勒索或個資外洩事件陸續發生。 檢視相關資安事件，駭客攻擊的目標，除了竊取公部門資料及破壞設施外，勒索攻擊成為企業的主要威脅。受害產業不只高科技與電子製造，2023年下半年開始陸續傳出藥局、汽車、電機、觀光、塑膠、化學、生技等傳統製造與服務業被駭，顯示資安問題嚴重。例如：某汽車組裝公司遭勒索軟體攻擊，導致部分生產線停工；微笑單車遭網路攻擊，導致約2.1萬會員交易資料外洩；某電子代工廠資料遭洩，釋出太空科技公司SpaceX相關資料等。除了臺灣受到來自中國大陸駭客攻擊外，身為世界科技供應鏈的一環亦是遭受資安威脅的主要原因。 根據2024年我國CIO資安調查顯示，未來前五大資安風險包括「社交工程手段」、「勒索軟體資安事件」、「駭客」、「釣魚網站」、「資安漏洞事件」。 資安事件頻傳，衍生以下幾個企業資安發展趨勢：（1）生成式AI的隱憂：企業愈發望生成式AI協助企業營運，亦衍生生成式AI的潛在憂慮，攻擊方式包括深偽影片、虛假新聞、郵件詐騙、社交工程等。此外，運用生成式AI亦可能將公司的營運資料洩漏；（2）公司資安治理的挑戰：許多企業將應用放置在雲端服務上及設備聯網增加，使得公司資安挑戰更加嚴峻；（3）第三方網路安全風險管理：企業遭遇的資安風險多來自於第三方網路的連結，如供應商、夥伴、顧客、在外員工等，因此將更重視第三網路風險管理；（4）持續威脅暴露管理計畫發展：此計畫可以提供企業持續評估數位與實體資產的可訪問性、暴露性、可用性，並即早識別漏洞，確定最佳優先順序，從而強化組織的防護；（5）重視身分及存取管理（IAM）: 由於員工、顧客、供應商時常運用各種載具從第三方網路存取公司資源，使得公司更加重視身分及存取管理。零信任架構（Zero Trust Architecture, ZTA）要求所有應用存取前，皆須強制且基於證據的判斷，才予以信任或放行，成為企業資安發展的新做法。 這些資訊安全的隱憂帶給資訊軟體服務業者的新商機，運用AI技術，更能協助解決複雜的資安攻擊，如：利用自然語言從大量的資安攻擊事件、資安情報蒐集中，分析可能的威脅與應對方式；透過生成式AI的對話，建立資安規則並主動提供優化建議等。 （六）AI人才短缺成教育訓練商機 根據萬寶華《2024全球人才短缺調查》數據指出，73%的臺灣雇主找不到合適的人才。其中職缺所具備的技能多數以科技方向為主，前五類短缺技能分別為資訊科技與數據（35%）、工業工程（26%）、生產製造（24%）、人力資源（23%）及永續環境（20%）。根據WEF世界經濟論壇調查顯示，2023-2025年成長最多的職務分別為：AI與機器學習專家、永續專家、商業分析師、資訊安全分析師、金融科技工程師、資料分析與科學家、機器人工程師、巨量資料專家、農業機器操作師、數位轉型專家、區塊鏈開發員、電子商務專家、數位行銷與策略專家等職務，皆超過25%以上成長。 事實上，根據MIC 2024年的調查，不論製造業、金融業、營建業在導入AI技術時面臨最大的困難就是AI人才招募與訓練不易，均有3成企業表示困難。由此可見AI人才短缺是推動AI發展的一項重要挑戰。對於資訊軟體服務業來說，具備AI人才要能夠擔任應用開發、顧問輔導等較高技術職務，人才尋找更加困難。 新興科技與AI人才的招募問題已經是全球性的問題，WEF世界經濟論壇建議AI人才需擴大從既有人才的技能提升為主，才能解決人才荒。亦即訓練在職人員具有AI的能力，包括銷售、應用、開發、測試等各個面向不同職能需求，才能滿足這樣的需求。 以此，對於資訊軟體服務產業來說，應善加利用人員再訓練的方式，提升AI人才能力。另一方面，藉由產業對於AI人員再訓練的需求，資訊軟體服務業可以提供教育訓練服務，以取得新商機並能夠藉此了解企業的AI應用需求。 二、資訊服務產業轉型 （一）生成式AI的挑戰與轉型 生成式AI的發展帶給資訊軟體服務業的新商機成為資訊服務產品發展的契機與轉型機會，例如：將生成式AI整合進入行銷管理系統、知識管理系統的資訊軟體服務商或協助導實施的顧問及系統整合商；利用生成式AI協助客服中心智慧化回覆、自動化程式撰寫的委外服務商；建立生成式AI運行的雲端服務廠商。 生成式AI亦不斷進行發展，以更滿足個人企業的需求，包括（1）多模態：生成式AI模型混合自然語言文字處理與電腦視覺影像處理，並互相支援，以更接近人類的感知智慧發展更多樣的應用服務或虛擬助理，例如使用者可以詢問圖像並接收自然語言答案，或詢問修復某些東西的說明並接收視覺幫助及逐步文字說明；應用在智慧化的機器人上，滿足機器人多種感知與推理的能力；（2）更強大的AI代理：使得AI代理不僅只是聊天或尋找答案，亦能協助處理各項工作任務，如預訂車票、規劃旅遊、進行採購等；（3）小型語言模型發展：小型模型所耗費的運算成本、電力消耗均較小，並可以運用到較小的設備上，如小型伺服器、邊緣運算設備等，將使得中小型企業更能夠負擔生成式AI服務；（4）模型優化工具發展：不斷進步的模型優化工具，可以基於大型語言基礎模型更快速、更節省成本地進行微調，發展符合領域需求的應用；（5）法規與限制日趨嚴格：歐盟於2024年通過《人工智慧法案》，針對具有臉部識別資料庫、可能存在歧視性偏見的生物識別分類系統、「社會評分」系統的AI系統進行限制；美國社會呼籲效法歐盟的呼聲亦隨之提高，這將提升生成式AI開發的成本與風險。 以此，對於國內許多中小型的資訊軟體服務業廠商而言，除了人才短缺外，生成式AI的高額運算資源成本及不確定訓練品質的風險是主要的挑戰。此外，若要運用開源生成式AI軟體進行發展或微調以適應領域的應用需求，又具有高級AI技術人才的嚴重短缺問題。國內具有較充沛資源的資訊硬體大廠亦紛紛進入生成式AI領域，資訊軟體服務業應積極進行合作，發展生成式AI應用。 （二）雲端運算的挑戰與轉型 生成式AI應用為雲端運算發展帶來契機，金管會對於金融業雲端運算委外的鬆綁及次世代醫療平台的建立，進一步推升國內雲端運算服務的發展。根據MIC 2024年調查，我國資訊軟體服務業有7成以上主要提供本地端解決方案，特別是金融、醫療、製造業、政府機構。相較於國外資訊軟體服務大廠積極擁抱雲端運算，我國資訊軟體服務業應可趁此波發展，加速產品服務的雲端轉型。 雲端運算在生成式AI發展後，有以下幾個趨勢：（1）雲端運算架構改變：大規模的LLM AI模型較以往機器學習或深度學習需要更大量的資料及運算資源，雲端運算架構亦要能適應結構化及非結構化的數據成長，且為了成本考量，雲端運算架構亦需滿足公有雲、資料中心、邊緣運算及行動裝置的混合協作；（2）雲端運算財務規劃：雲端運算服務支出占企業IT預算日益增加，如何優化利用雲端運算已成為企業IT部門的考量；（3）混合雲架構興起：由於雲端運算的成本考量及AI應用的即時回應需求，邊緣運算與雲端運算混合的架構已成為不可或缺的模式，混合雲架構意味著更精細管理分散的運算資源，亦提高架構的複雜性；（4）邊緣運算發展：為了應付AI應用立即回應的需求及邊緣硬體運算能力的發展，將使得邊緣伺服器、設備運行AI應用的可行性增高；（6）雲端安全: 雲端運算服務上承載許多企業關鍵應用，資料加密、身分驗證、災難復原等能力與計畫對於企業來說相當重要。此外，面對日益增加的勒索病毒、駭客事件，將提升企業對於雲端資安的投資；（7）雲端永續發展：許多生成式AI應用仰賴雲端運算資料中心的運算能力，意味著能源、水的消耗將更多，因此在永續議題下，雲端運算資料中心及軟硬體架構如何能夠減少能耗、降低碳排、回收用水等，成為關鍵挑戰亦帶來新商機。 因此，資訊軟體服務業（特別是系統整合業），應更重視雲端運算、邊緣運算架構與整合服務的發展，以因應新的雲端轉型契機。 （三）軟體供應鏈安全的挑戰與商機 如同資訊安全對於企業的重要性愈加重要，資訊軟體服務商提供的軟體服務、物聯網連結、設備及雲端服務等產品服務本身的資訊安全亦日益重要。這主要的原因除了駭客攻擊與日俱增外，許多軟體服務更深入硬體設備、實體資產（如汽車）等，以及許業者搭配開源軟體於軟硬體產品中，產生非常高程度的關聯。因此，這種軟體、服務、硬體間互相依存的關係的資訊安全，稱之為軟體供應鏈安全。 為了解決對於軟體供應鏈風險的擔憂，軟體物料清單（Software Bill of Materials, SBOM）的概念應運而生。SBOM係指要求建構特定軟硬體時必須提出所使用的所有軟體元件及相依性的綜合清單，並在開發、運行階段進行安全驗證，甚至能追蹤到元件的變動、更新需求等。SBOM的導入將有以下優勢：（1）識別漏洞：可以將SBOM整合到漏洞管理平台中，自動檢查已知、零日及未公開的漏洞，加速潛在威脅的識別；（2）許可合規性：SBOM提供全面的軟體元件清單及其相應的許可證，使組織能夠輕鬆驗證是否遵守每個元件的授權；（3）風險管理：透過SBOM可以主動識別及減輕其軟體供應鏈中的風險，從而減少中斷或安全漏洞的可能性；（4）軟體更新：SBOM有助於更方便追蹤軟體版本及依賴，以進行更有效率、更準確的軟體升級及修補程式管理；（5）依賴性分析：SBOM顯示不同軟體元件之間的相互依賴性，可以找出易受攻擊元件並評估整體風險狀況。 軟體供應鏈對於企業軟體業者、委外服務商、系統整合商均有一定的挑戰與商機，例如：企業軟體業者必須在軟體服務銷售前進行完善的SBOM檢測，並能夠隨時偵測異常；委外服務商則在協助顧客進行軟體開發服務時，需謹慎運用SBOM檢測，確保軟體服務的安全性，臺灣許多程式委外服務商協助軟硬體整合的服務，如汽車嵌入式軟體、AI PC設備等；系統整合商則在進行整合服務時必須考量開源軟體的漏洞威脅等，檢測安全後才能在企業客戶的營運服務上線。軟體供應鏈的發展將帶給資訊軟體服務業挑戰，但亦為進軍國際市場的必要服務。 （四）AI人才的挑戰與轉型 國內資訊服務業者同樣面臨AI人才短缺的問題，且資訊服務業者所需求的AI人才相對於企業而言，更缺乏具備能夠研發、顧問諮詢的AI高級人才。所幸資訊服務業者可以從內部數位科技人才，在進行AI相關產品的教育訓練或實作中，更快累積AI人才。以此，在AI持續成為企業應用的趨勢下，建議資訊服務業者善用政府、學校、民間機構提供的教育訓練課程及藉由企業POC專案中，累積AI人才的機會。 此外，生成式AI趨勢不僅帶起軟體服務的商機，亦帶來AI PC、AI伺服器及相關晶片、硬體產業的商機。資訊服務業者亦可與國內外相關雲端服務、硬體廠商等合作，以緩解人才不足的挑戰，帶來新的合作商機。 三、資訊服務展望 綜合智慧服務創新、生成式AI發展趨勢、資訊安全發展趨勢、金融科技發展趨勢、雙軸轉型發展趨勢、韌性供應鏈等議題及資訊服務市場展望、資訊服務挑戰與轉型契機等分析，我國套裝軟體、系統整合、資訊委外、雲端運算、資訊安全等領域具備多種商機與發展機會，以下總結各資訊服務業展望。 （一）系統整合 展望2025年，系統整合業將持續具備良好的發展機會，例如：生成式AI雲端服務與邊緣運算服務的整合機會、生成式AI企業導入服務方案、能源管理系統整合方案、嵌入式金融創新服務、醫療次世代平台整合與相關醫療資訊服務等。此外，面臨供應鏈風險挑戰與韌性回應，系統整合業者可著墨在彈性製造的機器手臂、自動搬運車（AGV）、物料與庫存管理、風險管理等方向進行系統整合服務推展。 針對生成式AI帶來的破壞性創新，具備軟硬體整合的系統整合業者應擔任產業發展的核心地位，例如：與AI硬體業者進行合作，推出滿足企業客製化、資訊安全需求的生成式AI解決方案；與自動化設備商進行合作，推出滿足企業韌性、彈性需求的IT及OT融合方案；與企業軟體業者合作，推出滿足企業行業需求的生成式AI方案等；介接醫療次世代平台，發展滿足醫療院所、病人的App、雲端服務系統等。 （二）雲端運算 在生成式AI的急遽發展下，雲端運算服務業者具備更多商機以協助建構良好的雲端運算環境，並協助企業、資訊軟體服務業者進行AI的發展與應用。雲端運算服務業者亦應審慎防範嵌入式金融、醫療持續將服務運行到雲端運算平台上造成的資料外洩、個人隱私乃至於駭客攻擊等資安威脅。此外，因應混合雲架構，如何提供企業客戶、資訊軟體服務業一個彈性且穩定的混合雲架構亦是一項發展機會。 針對生成式AI發展在雲端運算服務上，可以搭配大型國際雲端服務業者，整合更適合的生成式AI發展工具，以提供企業、系統整合業者發展相關服務；在地端的邊緣運算服務上，亦能整合國際雲端服務業者工具，協助快速開發相關混合雲服務。此外，隨著資料中心低碳化的逐漸被重視，雲端運算服務業者需積極與相關伺服器業者、資料中心管理軟體合作，持續降低資料中心碳排放量，以因應大量運算需求所造成的耗能、耗水問題。 （三）套裝軟體 在ESG議題下，企業套裝軟體業者已經發展碳盤查、碳足跡、能源管理等相關軟體服務，亦獲得許多市場關注與發展機會。面對新興的生成式AI趨勢，套裝軟體業者應掌握此一契機，將生成式AI與既有軟體整合，以滿足企業的生成式AI需求，以協助提升作業效率、生產力等。此外，ESG議題亦進入綠色供應鏈、碳交易等發展，套裝軟體業者應可發展新方案，滿足市場趨勢。隨著醫療次世代平台發展，醫療資訊系統可望從專案式服務導向更多套裝軟體模組化機會，積極布局可能的產品化發展。面對SBOM軟體供應鏈需求，套裝軟體業者則應積極布局，針對軟體開發階段運用的開源軟體、第三方軟體進行更嚴格的資安檢測，並積極研議滿足國際規範的介接標準與測試規範。 針對生成式AI的發展，套裝軟體業者可以從既有的產品進行生成式AI的接入，例如：銷售訂單、客戶服務、法規遵循、人資服務、程式發展等運用大量文字的需求等。此外，可以結合AI PC、AI 伺服器業者發展相關套裝軟體方案，以共同推展市場。 （四）資訊委外 面對生成式AI急遽發展與企業、資訊軟體服務業、資訊硬體業等缺乏AI人才的狀況下，資訊委外業者應積極與政府、教育訓練服務業者合作，訓練各種類型AI人才，滿足企業AI人才委外需求。資訊委外業者亦可以針對生成式AI服務發展新的委外營運服務模式，解決生成式AI、AI人才不足的狀況。此外，結合AI PC、AI伺服器乃至於其他相關軟硬體，將有更多生成式AI軟體、韌體的發展機會，資訊委外服務業者將可積極發展此領域，以滿足各行業對於生成式AI產品服務的發展。 在流程委外上，不論是客服中心或其他營運流程委外，勢必充分運用RPA機器人自動化、生成式AI等，以提升作業服務效率並降低委外服務業者的人事成本。流程委外服務業者應可積極思考RPA、生成式AI的服務結合，提供更多企業流程服務委外的需求。此外，針對金融業雲端運算服務、嵌入式金融、醫療服務等，亦將有更多的流程委外服務需求，值得積極發展。 （五）資訊安全 在當前地緣政治及美中競爭的背景下，AI系統安全已上升為國家安全層面的議題。此外，企業及個人化的生成式AI應用大量被採用，亦可能產生資安漏洞與威脅，將是資訊安全業者的許多商機，例如：深度偽造的檢測服務、大型語言模型應用的資安防護、針對大型語言模型的資安監控中心服務或可能在AI PC、AI 伺服器上的端點資安防護與身分識別等。此外，生成式AI進入企業領域，將不是傳統AI運用的特定領域的預測模型，且生成式AI隨時要向企業網路外進行資訊交換、API服務呼叫等，衍生更多在網路層面的資安防護議題，這將產生企業諸多的防護挑戰與資訊安全商機。 在SBOM供應鏈資安的議題下，資訊安全業者掌握更多與企業套裝軟體業者、資訊委外業者進行更充分合作的機會，以滿足這些業者進行產品服務開發、產品服務營運時的資訊安全服務需求。特別是在產品服務營運階段，基於生成式AI服務或其他雲端服務需求，軟硬體產品服務必須隨時進行服務交換，資訊安全業者如何協助產品服務營運時的資訊安全威脅偵測、資訊安全的即時檢測及認證安全的第三方軟體服務更新等，均是新的挑戰與機會。

一、中英文專有名詞對照表 二、資訊軟體暨服務產業重要政策 （一）美國針對AI問題，美國總統拜登簽署行政命令，提出AI安全及保護標準，並針對保護美國人民隱私、促進公平及公民權利、為消費者及勞工挺身而出、促進創新及競爭、提升美國在全球的領導地位、確保政府負責任並有效使用AI等議題建立新標準。 安全、可靠及值得信賴的人工智慧行政命令（Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence） 資料來源：The White House，資策會MIC經濟部ITIS研究團隊整理，2024年9月 更詳細的AI演進規則由《人工智慧權利法案藍圖》規範，經白宮科技政策辦公室確立五項原則：安全有效的系統、演算法歧視保護、數據隱私、通知與解釋及人類替代、考慮與後備方案，希望保護所有人免受自動化威脅。 人工智慧權利法案藍圖（Blueprint for an AI Bill of Rights） 資料來源：The White House，資策會MIC經濟部ITIS研究團隊整理，2024年9月 物聯網網路安全問題亦受到重視，美國聯邦政府針對採購的物聯網設備制定標準與架構，並要求美國國家標準技術研究院為聯邦政府建立最低安全標準指引，同時要求第三方辨識通報政府資安環境弱點。 物聯網網路安全法（IoT Cybersecurity Improvement Act of 2020） 資料來源：美國政府，資策會MIC經濟部ITIS研究團隊整理，2024年9月 除了安全問題，數據技術的應用範圍擴張成為關注焦點，以美國醫療應用為例，美國衛生與公共服務部（HHS）草案，期望利用IT的力量改善美國醫療保健狀況，包括利用機器學習促進個性化的護理、共享電子健康紀錄（EHR）等。 聯邦衛生IT計畫：2020-2025年（草案） 資料來源：美國OSTP，資策會MIC經濟部ITIS研究團隊整理，2024年9月 自駕車亦為前述技術應用的方向之一，為促進合作美國交通部將自動駕駛系統（Automated Driving Systems）安全整合入交通系統之策略，在管制環境現代化、運輸系統整備上增進安全性與可取得性。 自駕車全面性計畫（Automated Vehicles Comprehensive Plan） 資料來源：美國交通部，資策會MIC經濟部ITIS研究團隊整理，2024年9月 （二）歐盟 目前歐洲企業及政府部門希望更廣泛運用數位科技，包括架設與提升歐洲超級電腦運算及數據處理能力、推廣AI、投資最先進的資安設備及基礎設施、擴大長期及短期的數位技能培訓課程、成立數位創新中心提供一站式服務等。 數位歐洲計畫（Digital Europe Programme） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 對於安全問題，《歐盟數位服務法》強調打擊線上非法商品、服務或資訊內容，並提升平台內容審核決策的可能性及線上平台的透明度，藉以保護數位服務用戶的基本權利。 歐盟數位服務法／數位市場法 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 針對培養數位教育，歐洲提出《數位教育行動方案》，該方案包括兩項戰略及十四項行動，期望藉此促進高性能數位教育生態系統的發展，並提升數位轉型的數位技能及能力。 歐盟數位教育行動方案（2021-2027） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 針對永續發展問題，歐盟則提出多項數位建設計畫，計畫領域包括天然災害、AI、網路安全、數位技能培訓、金融工具應用等。 數位歐洲修訂工作計畫（2023-2024） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 從細分領域來看，《歐盟雲端政策》希望公共部門多採用雲端服務，主要透過資金支持、用戶互通、提升運算可信度、保證質量等方式來提升雲端功能。 歐盟雲端政策（Cloud for Europe） 資料來源：Homeland Security，資策會MIC經濟部ITIS研究團隊整理，2024年9月 歐盟針對AI亦建立相關規範，希望確保使用AI的安全性與透明性，同時保護個人或社會免受AI系統帶來的潛在風險。在法案裡將風險分為無法接受的風險、高風險、最小或無風險，此風險分級法可做為相關政策及監管的引導。 歐盟人工智慧法案（The Artificial Intelligence Act） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 針對數據平台，歐洲啟動《雲端基礎建設計畫》，希望創建一個開放、透明且安全的聯合式數位化生態系統，使參與者能安全構建、整理及共享數據，其規範內容則涉及數據使用面、數據管理面、數據開發面。 歐洲雲端基礎建設計畫（Gaia-X） 資料來源：Gaia-X，資策會MIC經濟部ITIS研究團隊整理，2024年9月 歐盟啟動《TranS4Mers計畫》期望推動歐洲製造業的數位轉型，該計畫將建立xChange平台，並將支持對象鎖定在製造業中小企業，為其提供轉型計畫與量身訂做的關鍵績效指標。 歐盟AMDA TranS4Mers計畫 資料來源：TranS4Mers，資策會MIC經濟部ITIS研究團隊整理，2024年9月 除了支持企業數位轉型計畫，歐盟亦提出《數位轉型評分板》，評價的產業範圍主要集中於建築業及食品製造業，並針對其9大關鍵技術與8大構面進行評測，評分指標分為推動面、產出面、即時數據及政策分析四大項目來觀察歐盟成員國於數位轉型的狀況。  數位轉型評分板（Digital Transformation Scoreboard, DTS） 資料來源：DTS，資策會MIC經濟部ITIS研究團隊整理，2024年9月 除了建立數位評價系統，為擴大數據應用，歐盟PSD 2允許消費者在銀行的交易帳戶資料庫能由第三方服務供應商直接存取，從而提供更有效率、便宜的電子支付方案，然而PSD2亦嚴格要求所有歐洲電子商務交易皆須使用用戶認證機制（SCA）。 歐盟PSD 2（Second Payment Services Directive） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 歐盟《數據治理法》提出應該增強對中介機構的信任，公共部門能在有導入條件下允許第三方使用數據，而第三方在使用數據時則應該保持中立，亦建立公認的數據利他主義組織登記冊及專家組織來建立雙方信任。 歐盟數據治理法（Data Governance Act, DGA） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 關於數據隱私問題，GDPR建議企業需聘任資料保護官及數據控制者，且數據主體應該保有知情與訪問數據、請求更正與刪除的權利、不受自動化決策約束、限制處理的權利及被遺忘權。 歐盟GDPR（General Data Protection Regulation） 資料來源：歐盟執委會、歐洲數據保護委員會（EDPB），資策會MIC經濟部IT IS研究團隊整理，2024年9月 針對向第三人傳輸個人資料則有《向第三國傳輸個人資料標準契約條款》詳細規定，且資訊傳遞須達到充分保護。 針對不同對象有不同的資料保護規定，於2023年8月正式生效的《資料治理法》分別針對資料中介服務與公共部門有相應的資料使用機制規定。希望藉此建立一套能提升資料可利用性及促進公私部門間資料共享的機制，以創造歐盟數位經濟的更高價值。 歐盟資料治理法（Data Goverence Act） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 除了歐盟內公共部門或私人部門之間資料流通，《跨大西洋資料保護框架》促進美國與歐洲之間的資料流通，美國承諾加強控管美國的情報活動並建立具有約束力且獨立的多層次救濟機制來保障公民隱私。 跨大西洋資料保護框架（Trans-Atlantic Data Privacy Framework） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 歐盟的《數位金融包裹法案》提出針對加密資產管制框架，同時亦提出營運韌性管制框架以確保相關企業可應對所有與通訊技術有關的干擾與威脅。 歐盟數位金融包裹法案（Digital Finance Package） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 關於網路安全，提出《歐盟網路安全法》並依據非個人資料自由流通規則，建設值得信任且安全的雲端基礎設施及服務，以實現歐洲資料可移動性的基本要求。 歐盟網路安全法（The EU Cybersecurity Act） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 關於網路發展，IPv6白皮書說明IPv6未來應用趨勢、部署挑戰及因應IPv4位址耗盡問題的辦法。 IPv6最佳實踐、優勢、過渡挑戰及未來展望白皮書（IPv6 Best Practices, Benefits, Transition Challenges and the Way Forward） 資料來源：ETSI，資策會MIC經濟部ITIS研究團隊整理，2024年9月 關於網路連接問題，歐盟成立「非IP相關網路連接產業規範小組」解決非IP網路5G新服務相關問題。其成果將應用於專用行動網路、核心網路之公共系統以及端對端，且該協議可以持續到2030年以後。 非IP相關網路連接產業規範小組 資料來源：ETSI，資策會MIC經濟部ITIS研究團隊整理，2024年9月 歐盟的《物聯網安全準則》分析物聯網供應鏈各個不同階段的重要資安議題，包括概念構想階段、開發階段、生產製造階段、使用階段及退場階段等，透過分析幫助所有利害關係構建或評估時做出更好的安全決策。 物聯網安全準則－安全的物聯網供應鏈（Guidelines for Securing the IoT-Secure Supply Chain for IoT） 資料來源：歐盟資通安全局，資策會MIC經濟部ITIS研究團隊整理，2024年9月 《歐盟太空交通管理方法》提出必須明確認識各利害關係人之需求與潛在影響。該監管框架可分為三個面向，分別為在歐盟層級制定不具拘束力之標準與指引、具有拘束力之法規、藉由積極的獎勵措施，希望藉此保持各主體在認知或行動上能夠有所一致。 歐盟太空交通管理方法（An EU Approach for Space Traffic Management） 資料來源：歐盟執委會，資策會MIC經濟部ITIS研究團隊整理，2024年9月 三、參考資料 （一）參考文獻 1.2024年十大策略性科技趨勢，Gartner, 2024 2.2024年臺灣ICT市場十大趨勢，IDC, 2024 3.The World Economic Forum's Top 10 Emerging Tech Trends, WEF, 2024 4.2024年全球公有雲服務市場的調查，Gartner, 2024 （二）其他相關網址 1.IMF，https://www.imf.org/external/index.htm 2.HPE，https://en.wikipedia.org/wiki/Hewlett_Packard_Enterprise 3.Microsoft，https://en.wikipedia.org/wiki/Microsoft 4.IBM，https://en.wikipedia.org/wiki/IBM 5.Oracle，https://en.wikipedia.org/wiki/Oracle_Corporation 6.Accenture，https://en.wikipedia.org/wiki/Accenture 7.SAP，https://en.wikipedia.org/wiki/SAP 8.Symantec，https://en.wikipedia.org/wiki/Symantec 9.Amazon，https://en.wikipedia.org/wiki/Amazon_（company） 10.CSC，https://en.wikipedia.org/wiki/DXC_Technology 11.NTT DATA，https://en.wikipedia.org/wiki/NTT_Data 12.Dell，https://en.wikipedia.org/wiki/Dell 13.DevOps，https://en.wikipedia.org/wiki/DevOps 14.RPA，https://en.wikipedia.org/wiki/RPA 15.TCS，https://en.wikipedia.org/wiki/Tata_Consultancy_Services 16.GDPR，https://en.wikipedia.org/wiki/General_Data_Protection_Regulation 17.Coincheck，https://en.wikipedia.org/wiki/Coincheck 18.Binance，https://en.wikipedia.org/wiki/Binance 19.McAfee，https://en.wikipedia.org/wiki/McAfee 20.Skyhigh Networks，https://www.skyhighnetworks.com/ 21.VeriSign，https://en.wikipedia.org/wiki/Verisign 22.Blue Coat，https://en.wikipedia.org/wiki/Blue_Coat_Systems 23.Lifelock，https://en.wikipedia.org/wiki/LifeLock 24.5G，https://en.wikipedia.org/wiki/5G 25.AIOT，https://en.wikipedia.org/wiki/Internet_of_things 26.ICS，https://en.wikipedia.org/wiki/Industrial_control_system 27.APT，https://en.wikipedia.org/wiki/Advanced_persistent_threat 28.Uber，https://en.wikipedia.org/wiki/Uber 29.Airbnb，https://en.wikipedia.org/wiki/Airbnb 30.CNN，https://en.wikipedia.org/wiki/Convolutional_neural_network 31.GAN，https://en.wikipedia.org/wiki/Generative_adversarial_network 32.DeepFake，https://en.wikipedia.org/wiki/Deepfake 33.Style2paints，https://golden.com/wiki/Style2Paints 34.MLPerf，https://mlperf.org/ 35.WEF，https://en.wikipedia.org/wiki/World_Economic_Forum 36.Trend Micro，https://www.zerone.com.tw/product/brand/trend_micro 37.Forcepoint，https://www.forcepoint.com/zh-hant 38.RSA，https://en.wikipedia.org/wiki/RSA_（cryptosystem） 39.Radware，https://en.wikipedia.org/wiki/Radware 40.Cisco，https://en.wikipedia.org/wiki/Cisco_Systems 41.Palo Alto Network，https://en.wikipedia.org/wiki/Palo_Alto_Networks 42.LendingClub，https://en.wikipedia.org/wiki/LendingClub 43.Venmo，https://en.wikipedia.org/wiki/Venmo 44.RPA，https://en.wikipedia.org/wiki/Robotic_process_automation