《INSIDE》近日報導，在全球AI競賽持續升溫之際，台灣積極擴充高階運算資源與資料中心建設，期望在新一波科技浪潮中占有一席之地。然而，DSET民主治理組組長黃凱紳受訪指出，台灣在AI產業布局上仍面臨結構性挑戰。他表示，儘管算力基礎設施日益充足，但若缺乏相應的軟體實力、產品化能力與國際合規條件，台灣恐將停留在「算力供應者」角色，難以成為真正的AI競爭者。
黃凱紳以「有法拉利卻沒有賽車手」形容，指出算力如同高性能跑車，若沒有頂尖工程人才與產品化能力駕馭，難以發揮價值。他強調，硬體建設固然重要，但真正創造附加價值的，是將算力轉化為模型設計、系統整合與商業應用的軟體能力。
針對部分將AI發展比擬為「台積電模式」的構想，他指出，AI算力與半導體製程不同，並不具備天然的高技術壁壘──只要具備資本與設備來源，各國皆可建置類似的運算基礎設施。黃凱紳說，若僅以出租算力為核心模式，競爭終將回到價格與成本層面、利潤有限，而高價值的模型設計與智慧財產仍掌握在海外科技巨頭手中。
從產業結構來看，黃凱紳分析，台灣軟體產業長期偏向一次性客製化專案，較少發展可規模化、可重複授權的標準化產品，導致技術與資料難以長期累積，也不易形成可持續擴張的商業模式。即使擁有世界級算力，若缺乏成熟應用場景與持續迭代的產品機制，算力仍可能無法充分發揮效益。
他指出，真正的AI競爭是一場涵蓋模型架構設計、資料治理策略、軟體工程實力與全球市場布局的綜合競賽。若只著眼於設備規模，而忽略人才與制度建設，將難以建立長期優勢。
此外，國際資料治理與資安合規亦是關鍵因素。報導指出，台灣尚未取得歐盟GDPR適足性認定，使歐洲企業在資料傳輸上面臨較高法律成本；在美國相關資安標準體系上，也尚未全面對接。相較之下，日本與韓國已取得GDPR適足性認定，更有利於吸引歐洲數據流入。這意味著，即便台灣擁有大量算力，能處理的多半仍是低敏感度資料，難以觸及高附加價值的核心商業數據。
黃凱紳呼籲，台灣AI政策不應僅聚焦於硬體投資，而應同步強化軟體人才培育、推動產品化創新，並積極與國際資料治理標準接軌。唯有在技術、制度與市場三方面同步升級，才能吸引國際企業將高價值數據與應用場景落地台灣。
他總結指出，算力如同水電，是必要基礎設施，但並非決勝關鍵。真正決定未來定位的，是能否建立結合軟體創新、資料治理與國際合規的整體競爭力。台灣若能補足這些關鍵環節，方能在全球AI競局中站穩腳步，從基礎供應者轉型為具影響力的創新參與者。
