晶片之外還缺什麼？台灣主權 AI 聚焦算力、資料與模型

台灣擁有重要的半導體與 AI 硬體供應鏈，但要建立主權 AI，晶片只是其中一環。世新大學法律學院副教授戴豪君今（31）日在「2026科技主權高峰論壇」指出，主權 AI 涵蓋算力、資料、模型、雲端、人才與治理等多個層次。他認為，台灣目前較突出的優勢在晶片與運算硬體，並應進一步盤點資料、雲端、治理等其他環節的自主能力。

前數位發展部長黃彥男進一步指出，台灣發展主權 AI，需要具備可自主掌握的算力、本土資料與模型能力，同時還需人才與資金支撐。他認為，算力是目前最讓人擔心的環節之一，而大規模建置 GPU 也會帶來龐大電力需求，意味主權 AI 不只是採購硬體，還牽涉能源與基礎建設能否同步到位。

主權 AI 核心在「控制」，但不代表全部自己做

除了補足自身能力缺口，主權 AI 也可能成為台灣新的產業機會。台北市電腦公會「AI大聯盟」會長吳漢章則從產業實務角度指出，主權 AI 的核心在於「控制」（all about control）。他表示，政府、銀行與醫療等領域都已開始關注主權 AI，而隨著 AI 逐步進入核心流程，使用者需要掌握成本、營運、可信與合規問題，包括服務是否可能中斷、模型更新是否影響既有流程，以及 AI 使用哪些資料、生成哪些內容，以及出問題後能否追溯與究責。

資料與模型同樣是主權 AI 的關鍵。黃彥男認為，若算力、資料與模型高度依賴海外服務，一旦國際情勢或服務條件改變，就可能影響既有 AI 應用，因此台灣需要保有本土資料與模型能力，避免把關鍵數位能力完全交由外部掌握。

不過，補足缺口並不代表所有技術都要自行開發。臺灣大學法律學系教授楊岳平指出，主權 AI 追求的「從來不是自給自足」，而是依風險判斷哪些能力必須留在國內、哪些可以透過友岸外包（Friend-shoring）取得，哪些仍可利用既有國際分工。

吳漢章也認為，台灣的機會不只在晶片，還包括從 AI 機櫃、AI PC 到整套 AI 系統的交付能力。當更多國家開始建立自己的主權 AI，台灣除了補足自身缺口，也有機會成為其他國家建置 AI 基礎設施的合作夥伴。