| 項次 | 料號 | 數量 | 單位 | 需用日 | 小計 |
| | 品名規格 | | | 單價 | |
| 規格 | |
| 10 |
|
1 |
CS |
20261120 |
|
| | AI 晶片應用趨勢調查報告 | | |
________________ |
________________ |
| | ,,規格/功能需求：
1.,,交付物為「AI 晶片應用趨勢調查報告」1份。
2.,,提交檔案格式為PDF，且不含報告封面之總頁數達40頁以上。
3.,,廠商須配合計畫臨時性需求，經請購單位告知，配合調整或增補本份報告內容
4.,,研析報告大綱包含：
第一章 產業 AI 化程度如何評量,,
以經營、人才、技術三大層面共 12 項指標，標準化後計算 AI 化指數，再以 K
平均數集群分析把企業分成 Unknowing、Conscious、Ready、Scaling 四個階段
。這套分級是判讀企業 AI 應用與算力需求成熟度的基準，並沿用 2022 年的分群
標準，可做跨年比較，頁數：2,,
第二章 2026 台灣產業 AI 化現況,,
生成式 AI 工具普及，AI 化指數升到 46.32 分，85.8% 企業計畫在 2026 年導入
或擴大 AI。模型來源以外部生態為主：34.6% 串接公有雲 API，22.5% 委託 SI
整合。算力集中在公有雲與私有雲，兩者合計超過八成；最適合邊緣運算的 AOI
與設備預測性維護，製造業的邊緣使用比例只有 24% 與 26%。本章另外拆解三個
限制 AI 往深層應用推進的缺口：61.8% 的企業 AI 應用未納入管控、人才發展策
略僅 29.17 分、資料存取 65.54 分對比實際應用 36.84 分，頁數：15,,
第三章 產業洞察與分析,,
Ready 與 Scaling 企業合計 47.8%，較 2025 年增加近 19 個百分點。六大產業
依領先者與落後者描繪圖像：ICT 領先組已建立自有模型能力；製造業有 33% 至
43% 的資料存放在設備廠商端，落後組的 AI 應用多停在辦公室層級；政府領先
組 60% 以公有雲 API 為主力；專業服務業呈現 M 型分化；營建與農林漁牧礦仍
處在起步階段，頁數：21,,
第四章 結論與建議,,
歸納五大趨勢與五大行動路徑。重點放在主權 AI 框架下的集中化依賴風險：跨產
業邊緣／裝置上 AI 平均使用率 16%，公有雲為 47%。建議企業建立算力架構配置
策略，政府輔導機制納入邊緣 AI 推動與中小企業可複製模型，SI／ISV 補強混合
架構規劃能力，下一階段則深化模型來源與投資方向的連動分析，頁數：9,,
附錄,,
調查期間為 2026 年 1 月 31 日至 3 月 18 日，共 228 家企業，附受訪產業與
職稱分布，頁數：1,,
,,檢測/驗收標準：
提交內容以上述規格/功能需求為主，且報告內容應付合第四點所列大綱，廠商據
此提供驗收用報告並經請購單位確認同意。
,,交貨期： 115 年 11 月 20 日
,,廠商交付文件：
應於115年11月20日下午5點前提供「AI 晶片應用趨勢調查報告」1份電子檔(PDF檔
案)，經請購單位同意請款。
|
|