序言｜全球 AI 觀察的年度基準
每年秋季，全球科技與投資圈都會關注一份凝結全年動態的長文基準——《State of AI Report》。報告由英國創投人 Nathan Benaich 及其團隊 Air Street Capital 主導，已連續七年發布，被視為少數能夠同時橫跨「研究（Research）、產業（Industry）、政治（Politics）、安全（Safety）、調查（Survey）」五大維度的系統化年鑑。2025 年版本的關鍵訊號很明確：從「參數與規模競賽」轉向「推理能力競賽」，能源與算力開始形成硬邊界，AI 完整進場地緣政治。這意味著，AI 不再只是技術的清單或商業化的 checklist，而是將在制度設計、國家戰略與基礎設施層面，重寫下一輪全球秩序與產業分工。對台灣而言，這份年鑑不只是觀念升級的材料，更是布局「綠色算力、可信治理、雙生態整合」的操作參考。
一、從模型競賽到推理競賽：AI 進入「會思考」的階段
2025 年的前沿走勢，清楚從「誰的模型更大」轉向「誰能更好地思考與解題」。OpenAI 的 o1 系列把「先推理、後作答」納入產品設計，透過更長步驟的思考、規劃與自我校正，讓模型從流暢回答轉為可驗證的解題過程；中國的 DeepSeek 快速迭代 R1-lite／R1，在多個國際基準上展現強勢潛力。驅動這一轉向的，是思維鏈（Chain of Thought）、規則化回饋（rubric-based rewards）與可驗證推理等訓練機制的成熟。其本質變化在於：AI 不再停留在語言表達與知識召回，而是開始理解問題的結構、在上下文中拆解前提並生成路徑，從而更接近「可審計的認知系統」。對企業端來說，競爭重心也隨之位移——與其比拚誰會寫更花俏的 Prompt，不如提升「問題定義力」：把商業問題拆成 AI 可運算的邏輯圖（tasks、constraints、signals、feedback），建立可迭代的評測與守門機制。台灣的科技製造、金融服務與內容產業若能提早把需求工程（requirements engineering）與評測工程（evals）變成日常能力，AI 的產出才不會停在 demo，而能穩定進入流程與損益表。
二、開放對閉源：中國崛起為第二極，生態力成為決勝點
AI 版圖正從「技術單點」轉為「生態整合」。報告顯示，2025 年中國開源生態呈現集體性爆發：阿里的 Qwen、月之暗面的 Kimi、以及百度、智譜等系列模型，從基座到工具鏈、社群與應用場景逐步補齊，Hugging Face 等平台的活躍度與貢獻度明顯抬升。開源因此不再只是研究玩具，而成為產業底座——它帶動了分散式創新的速度與成本下降，也同時把「維運與治理」推到台前。全球創新中心則從矽谷單極化，走向中美雙極、多節點並行的格局。對台灣企業，真正難題不在「選哪家模型」，而是「進哪個生態」：API、權限、資料治理、算力供應、商業條款乃至未來兼容性，都會因生態選擇而產生路徑依賴。更務實的做法，是以「雙生態策略」降低單點風險：在遵循個資法與跨境資料規範的前提下，一邊採用美系雲與模型滿足全球合規與合作，一邊配置中系或開源堆疊以取得本地成本與迭代速度的優勢；同時，為長期維護與人才養成預留接口（observability、評測、權限、模型熱插拔），避免技術與商務上的被鎖定。
三、AI for Science：機器「走進實驗室」成為科研共同作者
AI 在科研的角色，從輔助工具跨入決策夥伴。以 DeepMind 的 Co-Scientist 為例，系統能把領域知識、資料與假設組合為可驗證的實驗，並在閉環中自動迭代；在材料、演算法與生醫等領域，亦出現「電腦先行、實驗補證」的工作流——例如新型矩陣乘法的提出、原子級晶體生成路徑的探索、特定疾病靶點的篩選縮短週期。其核心價值並非「取代科學家」，而是把實驗空間收斂到更高勝率的候選集，讓科研的單位時間價值提高。台灣長期在半導體、材料與生醫領域具備優勢，若能把「資料治理（含主資料、實驗紀錄、可重現性）」「高通量模擬（simulation-first）」「可審計評測（model cards／risk logs）」三者打包成研發基建，並把學研合作的資料權屬與開放條款前置化，AI for Science 才能從零散試點走向規模化產出，讓研發不只是更快，而是更可驗、更可轉移。
四、能源、算力與輝達（NVIDIA）的「循環帝國」
生成式與推理式工作負載的爆發，正正面撞上能源與基礎設施天花板。報告估計，美國資料中心在 2028 年前可能出現 68 GW 的電力缺口；同時，輝達（NVIDIA）仍以極高的市佔與開發者生態，主導訓練與推理的硬體與軟體堆疊。更值得留意的是資本與供應的閉環：前沿實驗室把資金花在雲端算力，雲端供應商再以資本與現金流回補 GPU 採購與機櫃擴張，產生持續正回饋的擴張迴路。AI 因此不再只是軟體與演算法的競賽，而是「能源 × 冷卻 × 網路 × 供應鏈」的綜合工程。對台灣而言，重點在於兩端並進：企業端導入 AI 時要把「電費、冷卻、網路與資料搬運」納入 TCO，而非只看 API 單價；政策端可結合離岸風電、再生能源憑證（T-REC）、高效液冷與邊緣資料中心，規劃「低碳算力走廊」。產業園區與電力規劃若能預留 AI 負載與網路冗餘，並以碳足跡透明化的方式吸引國際供應鏈落地，台灣在下一輪算力地理中的樞紐地位將更為穩固。
五、政治：AI 成為國家戰略的前線
AI 競賽已從公司層面的市場競爭，升級為主權層級的長期博弈。美國在新政府路徑下強調「AI 優先」並推動超大規模算力專案，以確保前沿領先與產業主導權；中國則在技術自主化、供應鏈與全球南方合作上加速布局，尋求在模型、雲端與應用輸出上的綜合影響力；歐盟以《AI 法案》奠定監管框架，但在算力與規模化模型產出上步調相對保守；中東（如阿聯酋）藉由能源與資本快速構建主權 AI，試圖在全球算力分佈中成為新的重鎮。AI 因此成為一種地緣科技語言，既關乎經濟競爭力，也界定資料、演算法與基礎設施的主權邊界。台灣在此結構中的務實路徑，是以「可信治理＋多邊協作」為核心：在資安、資料跨境、產學研與供應鏈透明度上建立可被國際夥伴信任的規範與流程，同時在「產地即算地」的原則下，發展區域性資料中心與邊緣算力節點，降低跨境不確定與政治風險。
六、安全：AI 的風險，也在加速演化
當前沿能力以倍數速度成長，攻防版圖也同步擴張。報告指出，AI 驅動的網路攻擊能力快速疊代，從自動化釣魚、社工到以程式助理發動的情緒操控（所謂 vibe hacking），攻擊門檻與效率都在下降。大型公司雖已把安全前置到研發與部署過程，導入更高等級的管制與測試，但相較於投入在模型能力的資本，全球對外部安全研究與公共品（工具、資料集、測試平台）的資助仍顯不足，形成「發展快、安全慢」的制度張力。對台灣的關鍵基礎設施、金融、電信與醫療而言，短期務實做法包括：以零信任架構為網路底座；建立模型紅隊（包含越權、資料外洩、對抗樣本、提示誘導等場景）；導入資料脫敏與合成資料以降低訓練風險；並把事故通報、回溯與責任界定寫進日常運維。唯有把安全視為產品特性，而非事後補課，AI 服務才能承受更大規模的社會化使用。
七、十項未來預測：AI 走入現實世界的下一年
報告以十個預測勾勒未來 12 個月的可觀測事件：其一，全球大型零售商的線上營收中，超過 5% 將來自自主結帳（Agentic Checkout），象徵購物旅程由代理主導、以多步驟推理優化轉化；其二，至少一家頂尖 AI 實驗室可能重返開源，以交換政策寬容或市場合作，開源與商業化的邊界將重新協商；其三，AI 輔助科研將在真實世界完成突破性發現，讓「模擬先行、實驗驗證」的路徑被更多學科接受；其四，首起由 AI 偽造引發的重大資安事件將引發全球規範討論，催生新的溯源與取證工具；其五，一款 AI 生成遊戲有望成為 Twitch 年度觀看冠軍，代表內容生產從素材到邏輯皆可自動化；其六，「AI 中立」可能成為部分國家的外交新立場，試圖在技術與監管之間保留更大回旋空間；其七，一部 AI 生成影片將在主流獎項上被看見，並觸發著作權與倫理的公眾辯論；其八，一家中國實驗室可能在主流榜單（如 LMSYS Chatbot Arena）上超越美國團隊，強化雙極化敘事；其九，美國的鄰避主義（NIMBY）可能影響資料中心選址與供給曲線，推升算力成本與地理再分配；其十，白宮可能以行政與司法路徑處理州級 AI 立法的衝突。對台灣企業與政策部門而言，這十項預測可直接轉化為情境規劃（Scenario Planning）的年度假設，用來提早配置產品路線、合規資源與公關應對。
八、反思：從追風到造風——把技術紅利轉化為治理紅利
這份年鑑並非技術八卦彙編，而是一個清晰提醒：AI 的邊界正在從能力，移動到制度與治理。過去十年，我們依賴平台紅利與流量分配；未來十年，關鍵能力將是系統設計（system design）與邏輯治理（logic governance）——如何讓 AI 理解企業目標、讀懂真實語境、在合規與倫理邊界內高效行動。台灣的優勢在於深厚的供應鏈整合、工程文化與中小企業的靈活性；短板則在於資料治理標準化、跨部門評測能力與長期人才養成。若能以「雙生態、低碳算力、可信治理」為三角支點，把需求工程、評測工程與安全工程內建到產品與流程，AI 才會成為新的空氣——不是一陣風，而是日常可呼吸、可擴充、可被社會信任的生產力。
Read Full Report:
https://www.stateof.ai/
Keywords:
State of AI,推理模型,開源生態,綠色算力,資料中心,AI 安全,地緣科技,台灣企業策略
Leave a Reply