當穩定幣不再只是加密圈或跨境支付的工具，而是開始與 AI 逐步融合，Web3 金融的競爭將被推進到全新的制度層級。本集《全新一週》主題為海耶克科技共同創辦人暨商務長溫宏駿，在科技報橘主辦的「科技風暴金融高峰論壇」的演講精華，這場演講以「AI × Web3 金融如何重塑信任、所有權與責任」為題，逐步剖析 AI 與 Web3 金融合流的框架，以及對信任、所有權與責任帶來的具體影響。

温宏駿分享，近期有不少關於 AI 與穩定幣的文章，最後往往都會引用一本 1997 年出版的《主權個人》。當時 AI 這個詞還未出現，但書裡談的「互聯網」其實已經預告今日 AI 的發展方向：當資訊技術持續推進，權力會從國家往個人移動，個人也更有能力守住自己的財富與隱私。因此，他認為當 AI 與 Web3 金融合流，金融秩序最先被撼動的會是「信任」。

信任如何被重塑？從「國家」走向「可編程的全球網路」

溫宏駿指出，穩定幣的出現，實質上已對「國家與貨幣主權的信任」帶來挑戰。他引用《主權個人》的觀點解釋：當資本的流速超過政府的威懾能力時，貨幣便不再具有政治性，而會成為一種進化產物。因此，穩定幣之所以關鍵，就在於它能「跳過國家主權」，不必「拿牌照」，並以「可編程化的代幣」形式在區塊鏈網路上運作。

沿著這個邏輯，溫宏駿進一步把問題推向「信任由誰來判斷」？他以出國支付與兌換為例，說明當資金流速大於政府能力時，消費者自然會在網路上選擇最有效率、最方便兌換的方式。雖然現階段多以美元為核心，但未來是否仍然如此，仍充滿不確定性。

更關鍵的是，未來的判斷可能不再仰賴個人主觀，而是改由「AI 幫你判斷」，甚至把「個人主權下放給 AI」，讓 AI 去尋找更好的交換與貨幣流通方式。在他看來，貨幣正在從「由國家擔保發行」的傳統印象，走向一種能與互聯網及 AI 交互的媒介。

在這樣的轉向之下，溫宏駿認為金融機構正是「信任被重新分配」最明顯的實例，因為穩定幣帶來的影響正在改變商業轉帳的底層邏輯，讓過去依賴「中間化的傳統轉帳網路」與「由國家發牌照的帳本信任體系」，如今正逐步過渡到「區塊鏈網路」上新生成的信任體系。

溫宏駿描述，信任轉移的方向是人們會愈來愈信任由「全球人類共同維護」的區塊鏈轉帳網路；相較之下，傳統網路因碎片化、不可編程、難以 7×24 運作，也無法與 AI 協作，開始跟不上時代。因此，他特別提到紐約證券交易所這一類大型機構下定決心發行原生性代幣，就是為了在未來能與機器和 AI 協作，而當信任從國家與中介網路往可編程的全球網路移動，他認為下一個被改寫的，就是「所有權」。

所有權如何被改寫？從「人下單」走向「代理人下單」，並透過區塊鏈授權與結算

溫宏駿指出，我們現在以為很多所有權掌握在自己手上，但接下來「所有權會交給你的 AI Agent」。他認為，既然信任已開始轉移，下一步自然就是所有權的轉移，但這件事必須建立在可被信任的體系之上，指向的正是區塊鏈技術。因此，為了讓 AI 真正接手自動化操作，科技公司正重新編織新協議，讓新的互聯網與區塊鏈體系能與 AI 相容，並在區塊鏈的轉帳或清算網路上互動。

沿著這條路徑，對比傳統金融商務與代理人商務，支付主體將從人轉向各種 AI Agent。例如，使用者只要告訴 AI Agent「幫我買這本書」，AI 代理人就會尋找商品、帶入偏好與地址，最後在可編程穩定幣網路上完成結算。然而，溫宏駿也點出限制，那就是目前仍缺乏銀行或支付廠商提供「讓 AI Agent 在可編程穩定幣網路上支付」的服務，因此 Coinbase 才推出 X402 讓舊協議能在區塊鏈上與穩定幣協作。

「量變會產生質變，什麼是質變？當交易量很多、很沸騰，貨幣流速很快，所有好的東西就會來了，」他預期未來三五年內，買賣數量將大幅成長，同時當交易量沸騰，便會吸引更多商戶與更好的商品服務進場。

責任正在被重新定義：「預測市場」帶出的責任爭議

最後，談到「責任」，溫宏駿表示，隨著 AI 與穩定幣開始合流，責任勢必會牽動監管與隱私等議題。更棘手的是，當穩定幣與 AI 讓「個人的民主化很強」時，接下來責任究竟該如何歸屬，他坦言自己也沒有答案，因此選擇透過具體案例，一起反思與剖析。

溫宏駿舉的核心案例是預測市場 Polymarket，過去台灣曾有類似概念，稱為「未來事件交易所」，而 Polymarket 則是把這套機制搬上鏈，讓使用者能用真金白銀下注。溫宏駿認為，預測市場甚至可以被視為「未來所有事件的預言機」，而且預測範圍極廣，從台北明天是否地震，到「耶穌會不會在 2025 年最後一天降臨」這類極端事件，都可能成為賭盤標的。

正因如此，預測市場的責任問題反而更尖銳。溫宏駿舉 Coinbase CEO 的法說會事件說明，有人在 Polymarket 開盤賭 CEO 會在法說會講出特定關鍵字，結果 CEO 在最後真的照念出來，凸顯 Polymarket 雖然看似公平，卻仍可能被「人為」影響的現實。

溫宏駿總結，新科技即使立意良善，仍會在「定義」與「人為」介入下浮現責任難題，因此「社會責任」只會變得更重要。在演講尾聲，他也引用互聯網架構師 David Clark 的名言：「我們拒絕國王、總統和投票，我們只相信大多數人的意見還有運行的代碼。」藉此點出在這個新秩序裡，「代碼」的可信任性可能高過許多國家，但這也意味著當主權、信任與所有權被技術重新分配之後，我們究竟要把哪些決定交給網路與 AI、又該如何設計能夠承擔後果的責任機制，將成為 AI 與 Web3 金融緊密結合的時代必須面對的核心課題。

歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！

專訪：戴季全
撰稿：李昀蔚

「我們發現了一個極具震撼的數字，就是全球的十大創投交易中，金額大概是 373.8 億美元，這 370 幾億裡，有 320 億元集中在八家新創公司，讓我們覺得，這不是普降甘霖，是極端的資本集中，」本集《全新一週》邀請到 KPMG 安侯建業創新與新創服務團隊主持會計師黃海寧，回顧 2025 年全球創投環境變化，並展望 2026 年的趨勢走向。

黃海寧指出，2025 年之所以被視為全球創投市場的重要轉折年，不只是因為資金規模回升，更關鍵的是資本流向已經出現結構性改變。從資金規模來看，2025 年第四季全球投資額達 1,381 億美元、全年更突破 5,000 億美元，但若進一步拆解資金流向，就會發現這不是一場普遍繁榮，而是一場高度集中的資本重配。

2025 年創投市場的轉折：資本開始極端集中

「所以到了 2025 年晚期，資本邏輯已經從過去的分散式下注，轉向 AI 主權級的資產配置，」黃海寧分析，在投資集中的八家新創公司中，領頭的是 Anthropic，單輪募資就達 150 億美元，此外還包括 Project Prometheus、Anysphere、Reflection AI、Polymarket、Lambda 與 Crusoe 等公司。

黃海寧也強調，更重要的是這些公司並不是隨機分布，而是剛好落在 AI 產業的三層架構上：最上層是模型與 AI Agent，掌握的是 AI 的「大腦」；中間層是應用與工具，掌握 AI 的現金流；最底層則是算力與能源，掌握 AI 的物理基礎。「現在的投資，已經不是把 AI 當作單一賽道，應該是從一個國家級基礎建設的概念下，投資這些新創，」黃海寧認為，從模型、應用，到 GPU、雲端伺服器、資料中心，甚至驅動 AI 的能源系統，資本已經開始把整條供應鏈視為同一場長期布局。

這也解釋了為什麼這一波 AI 浪潮中，美國仍然是絕對主導者。黃海寧指出，這八家新創公司大多數都來自美國，僅有一家在歐洲，亞洲幾乎缺席，而且背後出資者也不再只是傳統的創業投資，而是主權基金、大型機構，甚至 NVIDIA、Meta 等產業巨頭直接下場參與。這也代表，AI 新創投資正在從創投邏輯，逐步轉向更接近國家與戰略資本的競爭。

SaaS 已死不是口號：推理成本下滑後，開始改打入口戰

如果說 2025 年的第一個轉折，是資本集中；那第二個更深層的轉折，則是 AI 公司的估值邏輯正在改變。黃海寧提到，近期市場熱議「SaaS 已死」，背後其實反映的是推理成本快速下降後，AI 軟體公司的護城河正在被重新定義。對創業者來說，推理成本降到趨近零，表面上像是利多，但問題是當所有人的成本都一起下降，這並不代表毛利會同步上升，反而可能讓軟體公司的毛利保衛戰變得更殘酷。

「未來新創的估值，故事性會從模型轉換成單位經濟的效益，也就是說，投資一塊錢做的模型，到底會產生十塊還是兩百塊的單位經濟效益，」黃海寧以「強分發」來形容這樣的狀態，代表未來誰掌握入口，誰就掌握需求與估值。

黃海寧進一步舉例，未來更受青睞的，不只是純模型公司，而是那些掌握 API、插件、企業系統與平台入口的公司。無論是支付 API、行銷 API，還是把 AI 嵌進文件編輯、電商行銷、CRM、ERP 與辦公系統的平台，只要能控制使用者需求流經的入口，就會成為投資人眼中的高價值標的。這也暗示，未來的新創不太可能再靠單兵作戰勝出，而是必須想辦法嵌入既有的應用層體系，或與掌握入口的公司整合，才能成為更大平台的一部分。

台灣不在 AI 大腦層，但有難以被取代的基建位置

談到這一波 AI 投資熱潮對台灣的意義，黃海寧分析，台灣在 AI 三層架構中並不占據最上層的模型大腦，也不是應用層的全球主導者，但在最底層的硬體、算力與基礎設施環節，台灣反而擁有別人難以取代的實力。

因此，黃海寧認為國防科技與 AI 基礎設施相關領域，仍然值得台灣持續深耕的原因，因為不管 AI 的大腦在哪裡，最終都需要電力、伺服器、工作站與維運系統支撐，而這些正是台灣最有機會發揮優勢的地方。不過，她也提醒，台灣企業若只停留在賣零組件、賣硬體、做代工，雖然仍可受惠於短期訂單成長，卻未必能真正搶佔下一波價值提升。

因此，黃海寧強調，台灣若能從「硬體供應者」進一步升級為「解決方案整合者」，把既有硬體優勢與能源、算力平台結合，未來賺的就不只是硬體毛利，而是更高附加價值的維運、升級與整體服務收入，這也將會是台灣企業從代工思維走向高毛利模式的重要分水嶺。

別再「做 AI」，而是要用 AI 解決最貴的流程

面對資本邏輯、估值模型、出場路徑與投資主體全面改變的市場，黃海寧給台灣新創的建議，就是「千萬不要再繼續做 AI，但是要用 AI 去解決原本成本很貴的流程。」

除此之外，創業者還必須更早思考一件事：你的入口掌握在誰手上？因為強分發者未必是你，可能是大型平台、企業系統商，或愈來愈強勢的 CVC。因此，黃海寧提醒，未來 CVC 可能比創業者更快看見哪些新創值得納入，因為它本身就握有應用場景、客戶基礎與分發入口，若做對題目，下一步未必是自己長大上市，而是可能很快被策略投資、整合，甚至被整隊收編。

「我大膽的預測 2026 年一定是一個大併購時代，這個大併購本身會很多樣，也很彈性，」黃海寧強調，在未來市場，出場不一定等到 IPO，可能在途中就會迎來投資、併購、買股不控股，甚至團隊型併購等各種變形模式。

因此，對企業決策者來說，這場 AI 競賽更不能再被視為 IT 部門的工作。黃海寧直言，AI 已經是企業治理、財務配置與單位經濟提升的核心問題，若企業沒有把 AI 納入決策與財務層級的主軸思考，很快就會在價值競爭上被對手超車。在下一輪的 AI 競爭，比的已不只是技術能力，而是企業能否把 AI 納入治理、財務與成長策略核心。這也代表，對台灣企業與新創而言，這不只是新一波技術浪潮，更是一場重新決定自身站位與價值的競賽。

歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！

專訪：戴季全
撰稿：李昀蔚

當數位支付、穩定幣與新型貨幣工具同步推進，金融競爭的焦點也正在快速轉移。近期，美國總統川普主導的和平委員會提議，在戰後加薩重建中使用美元支援的穩定幣；Meta 也計畫在 2026 年下半年聯手 Stripe，重啟延宕已久的穩定幣布局。這些發展都顯示，穩定幣、數位支付、監理與貨幣制度的討論，已不再只是加密市場內部的話題，而是逐步成為全球金融與政策競爭的核心。

本集《全新一週》特別邀請新世代金融基金會董事長、前行政院院長陳冲，從貨幣、支付與監理的角度，逐步拆解這波新趨勢背後的關鍵意義。

川普拋加薩美元穩定幣提案，陳冲：時機很好

對於近期川普提出在加薩使用美元穩定幣的構想，陳冲形容現在「時機非常好」。他指出，川普這次是在聯合國框架下的和平委員會拋出這個穩定幣計畫，背後其實極具謀略。

陳冲進一步分析，加薩走廊目前的金融環境與基礎設施幾乎被破壞殆盡，且當地長期仰賴供給不足的以色列幣與埃及貨幣，因此經濟活動一直十分艱難。「一個社會如果沒有法償貨幣，經濟活動會非常麻煩，雖然人類在困難中總會發明替代品，但那只是『行得通』，代價與成本會比較高，整個社會如果在這種基本經濟活動上成本太高，對人民不公平，對社會發展也不正常，」陳冲說。

正因如此，川普在此時拋出穩定幣構想極易引發關注，陳冲也認為，這成為 Meta 執行長祖克柏（Mark Zuckerberg）重啟穩定幣計畫的絕佳契機。陳冲回顧，祖克柏當年推 Libra 計畫時之所以敗得很慘，是因為想主導全球支付系統的企圖心太強烈，導致主管機關因為害怕未知風險而高度緊張。然而，如今大環境中的科技門檻已經降低，主管機關的態度也有所轉變，這反而是祖克柏順勢而為的好機會。陳冲建議，祖克柏若夠聰明，應該順著川普的話主動表態：「你要做這個事，我來幫你做。」同時趁著這波機會把加薩的支付包下來，順便完成自己的布局。

全球監管態度正在轉彎，傳統金融業必須提高警覺

然而，祖克柏若想重新布局，就必須面對過去失敗的核心癥結：各國監管單位的態度。進一步來看，陳冲以祖克柏當年推 Libra 為例，說明 Meta 的目標不是只做美國市場，而是要主導全世界支付系統，因此才找來 Visa、Mastercard、Uber、PayPal 等 23 個大型企業合作。

然而，凡是牽涉到「準貨幣」的事情，對主管機關都是很大的壓力。「監管單位不是怕發生問題，是怕不知道會發生什麼問題，有問題還不可怕，最可怕的是不曉得那個問題會長什麼樣子，」陳冲指出，這就是祖克柏當年失利的重要原因，因此這一波穩定幣的新發展，關鍵就在於怎麼不重蹈覆轍，同時又能符合主管機關的需求。

陳冲強調，隨著科技門檻降低，全球各國的監管態度已經逐漸改變，例如日本、歐盟修改法律容許非銀行辦理匯款已經有好多年，反觀台灣至今仍對金融業高度保護。對此，陳冲呼籲：「知道環境變了就要跟著改變，任何傳統金融業，都要提高警覺。」

穩定幣到底誰來管？台灣最大的問題，是到現在還說不清楚

既然全球監理環境都在隨科技改變，那麼台灣目前的監管機制又是如何？陳冲直言：「其實這個老問題可以談很久，因為到底這個事情該是央行、金管會，還是現在新的數發部來管？」

他指出，很多人已經忘記，金管會組織法當初立法時，央行曾堅持加上一句：「有關金融的支付，由中央銀行主管。」問題在於，什麼叫「金融支付」？陳冲認為，從央行的立場來看，可能會認為自己只管金融機構之間的系統，因此才會出現穩定幣、VASP 這些明明和支付有關的事情，央行卻說不管的情況。對此，陳冲直言，這種把「金融支付」限縮解讀的方式，「稍微有點強詞奪理」，因為支付前面加上金融，到底增加了多少意義，本來就值得質疑。

他進一步指出，台灣有關支付的事情之所以一直沒有辦法有人真正專心投入研究，就是因為一直處在「不知道到底誰管」的狀況。金管會在 VASP 或穩定幣議題上，某種程度上是「被出面、被要求」的，因此也不會很認真去想。至於中央銀行則是在旁觀，結果就是台灣現在談這類問題很困難，因為根本不知道該和誰對話。

至於如果是由數發部來主責會如何？陳冲表示，數發部的問題在於「不懂市場」，因此他很早就主張，這類議題應該由行政院出面處理，因為事情牽涉太多部會權責，所以由行政院出面協調，才會有足夠權威性，也才有助於台灣未來的數位貨幣發展。

台灣如果現在才放手做 CBDC，恐怕已經慢了一步

對於台灣是否應該發行央行數位貨幣（CBDC），陳冲表示，自己其實很早就開始思考這個問題。早在 2006 年，他就曾寫文章談貨幣是否可能從金屬本位、紙本位，進一步走向「Software Base」的型態，當時雖然還沒有 CBDC 這個名稱，但他已經在思考貨幣數位化的方向。後來隨著 iPhone 問世，更讓他相信這件事是有機會發生的。

不過，他也坦言，央行其實極不願意推動 CBDC，因為這件事既有技術問題，也有防弊問題。儘管如此，陳冲一直認為，CBDC 這件事還是應該研究，只是如果現在台灣才開始做，已經有點太晚了。

陳冲以中國大陸為例指出，中國從 2009 年就開始有這個想法，2014 年成立專案小組研究，之後一路試辦到現在，已經開出 1 億多個錢包。雖然以整體人口來看，這個數字不算高，但整體制度已趨成熟，相關專利也超過 85 項。相較之下，台灣現在連想法都還沒有成熟，因此若要真正放手去做，時間點恐怕已經晚了一些。

市場終究會往更低成本、更快速度的方向走

最後，針對美國近期《CLARITY Act》（數位資產市場明確法案）中，關於穩定幣存款是否可以付息而引發傳統金融界擔憂存款外逃的爭論，陳冲舉例，半世紀前美國曾有法令規定支票存款不能付利息，但金融機構最終還是找出了出路，發明了實質上可以付息的「可轉讓提款權（NOW Account）」來繞過限制。因此，面對各種法規限制，「人永遠會想出方法出來」。

如同俗話說的水往低處流，陳冲一針見血地點出金融行為的本質：「人類會在經濟社會活動上面，找一個成本最低、速度最快、最方便的一種方法，來完成經濟行為，剩下來的只是怎麼包裝這個行為而已。」這也代表，只要有人設計出一種方式，「能夠讓這個成本做到最低、時間最快」並完成目的，市場自然就會往那邊走。

陳冲強調，無論是穩定幣、數位支付還是其他新型金融工具，最後都仍然會回到最基本的競爭：誰能用更低成本、更快速度，提供更方便的支付與資金流動方式，誰就更可能成為市場的新方向。

面對全球穩定幣與數位金融的浪潮，台灣若想在這波競爭中立足，甚至重拾「亞太資產中心」的願景，除了需要建立讓資金安心的環境，更必須打破監理僵局。如此一來，台灣才更有機會在這場貨幣與支付的全球新賽道中，真正掌握發展的契機。

【推薦閱讀專題】

【TO Highlight】穩定幣新秩序：科技供應鏈與全球新金融的世紀博弈

專訪：戴季全
撰稿：李昀蔚

在剛落幕的 NVIDIA GTC 大會上，NVIDIA 執行長黃仁勳直指今年將是「實體 AI（Physical AI）」的起飛年，並預言接下來所有工業公司都將成為機器人公司。面對 AI 時代的產業新趨勢，台灣工具機產業如何看待全球供應鏈重組下的競爭格局？本集《全新一週》特別邀請到台灣工具機暨零組件工業同業公會理事長陳紳騰，分享對當前台灣工具機產業導入 AI、擁抱數位化的深刻洞察。

談到轉型的第一步，陳紳騰點出思維升級的重要性：「過去台灣工具機產業可能只專注在賣設備，其實我們應該要開始思考，怎麼去賣解決方案。」他坦言，近一年台灣工具機產業在市場版圖、產品結構與客戶需求上面臨劇烈變化，這段時間確實非常辛苦。然而，面對如此巨大的市場變動，最關鍵的仍是如何「快速反應客戶需求」，這才是產業應該專注的核心，因為企業生存的本質，最終還是要回到能提供給客戶什麼樣的附加價值。

在這樣的戰略轉向中，數位化的意義已不僅止於提高單一產品的精度與可靠度。更重要的是在軟體加上 AI 之後，如何讓整體的品質與可靠度更好，甚至能進一步針對產品提出可預測的數據，藉此帶給客戶截然不同的價值，這正是台灣工具機廠商持續進步的方向。

台灣工具機產業的未來：建構「生態系」，成為 AI 製造解決方案提供者

然而，要從單純的「賣設備」跨足到「賣解決方案」，單靠一家企業的力量往往難以成功，因此陳紳騰給出的破局關鍵是建構「生態系」。「一開始大家可能會覺得同樣的產業競爭很激烈，其實最後發現是有互補性的，在這個時候團結是力量，經濟規模也是另外一個競爭力。」陳紳騰表示，過去台灣中小企業的思維，多半是「把自己的訂單做好就好」，現在則必須打破慣性，開始思考如何跟同業與上下游合作。

陳紳騰分享，像永進機械這樣的中心廠，已經開始與供應商一起坐下來交流客戶目前碰到的痛點，公會更持續鼓勵討論，期盼透過合作創造「一加一大於二」的綜合效益。陳紳騰進一步說明，整個生態系運作最關鍵的第一步，正是「通路整合」，在整合的過程中，各方才能逐步釐清客戶真正的需求，並透過實際案例來對焦。例如目前極具發展潛力的航太產業，面對不同材料的加工，往往不是單一家公司就能全部做好，這正是大家合作的契機。在合作的過程中，同業與各自的供應商也都可以把專長拿上桌，經過檢討與整合，再將最完整的解決方案提供給客戶。

AI 的本質不是取代人，而是加速精實管理與服務加值

建立生態系雖然解決「橫向合作」的問題，但在企業內部，「縱向」的升級同樣迫在眉睫。隨著 AI 發展加快，工具機產業的蛻變節奏，已從過去的「十年一循環」變成「用幾週在看」，在如此快速變化的環境裡，最終還是要回到最基本的問題：工廠與公司的營運模式，有沒有足夠的應變能力去面對市場挑戰？

「AI 其實不是要取代我們，只是要協助我們做事情的精準度提高，還有如何把師傅的經驗傳承下來，甚至減少溝通成本，然後讓決策的品質可以更好，」陳紳騰以工廠現場為例，說明 AI 首先切入的痛點正是「精實管理」。現在透過 AI 工具，不僅能更快速找到七大浪費所在，也能更快擬定解決方案。他認為，AI 也許不會一開始就給出 100 分的完美答案，但至少可以先提供 60 到 80 分的基礎，再加上公司內部老師傅的經驗，就能梳理出最適合公司的對策。

另一方面，當企業開始持續收集數據後，新的商業模式也會隨之浮現，例如與客戶簽訂預防保養的服務契約，不必等到機台壞了才去修，而是用 AI 預先測知異常。他強調，未來服務性質的收入比率一定要拉高，這樣才能向世界證明：台灣不只設備做得好，連售後服務與軟體實力也是頂尖。

陳紳騰進一步舉達易智造為例，說明該公司目前已透過 AOI 視覺結合 AI 技術，觀察並收集現場師傅的組裝動作。這些分析數據未來將成為 RAG（檢索增強生成）所需的經驗資料庫，甚至未來若 Physical AI（實體 AI）發展成熟，也能直接應用在機器人的組裝學習上。這些技術背後的核心邏輯很清晰，那就是用數據收集、分析與洞察，轉成改善對策，最終形成未來的商業策略。

黃金縱谷要延續產業優勢，關鍵是 RAG 資料庫與互信合作

當越來越多企業開始透過 AI 實現服務加值，下一步便是要將這股數位化力量擴散至整個產業聚落。陳紳騰將目光放回台中，說明台灣工具機產業高達九成的業者都集中於此，形成著名的「60 公里黃金縱谷」聚落。過去，這個聚落的優勢來自於「地理距離近、反應速度快」，接到客製化訂單時能立即與供應商討論修改，甚至能接下其他國家不想做、做不來的案子。

然而，面對 AI 時代新一輪的全球競爭，這個生態系已到了必須轉型的時刻。陳紳騰指出，要延續聚落的競爭力，關鍵在於數位化必須跟上。他理解許多中小企業擔心資金與技術門檻，但他認為，只要透過公會的力量，加上中心廠「以大帶小」的方式，就能大幅降低投入成本，因為只要建立底層架構，後續加入的廠商就不必再重複投入龐大資源。

面對部分廠商擔心「技術交流等於洩漏機密」的疑慮，陳紳騰也提出不同的思維。他認為，大家反而應該思考如何建構台灣工具機的「應用資料庫」，並特別點出 RAG 才是未來產業界最關鍵的核心能力。未來，如何透過實際案例分享來建構同業間的互信機制，才是發展聯盟合作的第一步。

TMTS 2026 展現台灣工具機生態系實力

陳紳騰坦言，知道 AI 很重要，和真正把 AI 導入產線與經營現場仍是兩回事。因此公會這一年來持續舉辦 AI 工作坊，透過實機操作、數位行銷與報價流程等實務主題，降低產業導入門檻，並讓經營者能親自感受 AI 的實際用途。在這樣的推動下，已經有如添鼎興業、大井等廠商，開始把數據用在全球數位行銷、SEO 優化、生產流程數位化與決策品質提升上，甚至進一步切入附加價值更高的半導體市場。

所有的練兵、案例累積與生態系整合，最終都將在 3 月 25 日到 28 日的 TMTS 2026 台灣國際工具機展完整呈現。這場展會不只是展示單一硬體設備的舞台，更是把解決方案、生態系協作與 AI 實際應用完整呈現的場域。無論是東台、永進機械等大廠所展示的生態系雛形，或是圍繞「綠色轉型」與「AI 賦能」兩大主軸的各項應用，都指向同一件事：台灣工具機產業正從過去以設備為核心的競爭模式，逐步走向以資料、軟體、AI 與整合能力為基礎的解決方案競爭。這些案例也清楚展現，未來台灣工具機產業將不再只是單打獨鬥的硬體設備商，而是能為全球客戶提供「One Stop Shop」全方位服務、具備高度韌性的 AI 製造解決方案提供者。

歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！

專訪：戴季全
撰稿：李昀蔚

在今年 2 月舉辦的 3DEXPERIENCE World 2026 大會上，達梭系統與 NVIDIA 宣布合作打造工業 AI 平台，共同描繪出一個嶄新方向：AI 正進一步朝「理解現實世界」邁進。面對製造業從傳統智慧工廠轉向「AI 原生工廠」的新趨勢，企業該如何看待 AI 自主決策帶來的變革？本集《全新一週》特別邀請達梭系統臺灣戰略客戶銷售總監張銘輝，深入剖析製造業導入 AI、推進超自動化，以及打造 AI 原生工廠的關鍵路徑。

談及這場重磅合作，張銘輝表示，達梭系統與 NVIDIA 過去在軟體與繪圖卡領域已有長達二十多年的深厚合作基礎。如今，隨著 AI 技術加速發展，雙方期盼藉由強大的 AI 算力，讓 AI 讀懂物理世界背後的數學規則、理論邏輯、材料結構甚至生物學，這也使得 AI 不僅能理解虛擬的物理世界，更能協助業界建構由 AI 驅動的物理模型與虛擬孿生，最終邁向完整的「工業世界模型」。

AI 原生工廠和智慧工廠有何不同？

建構工業世界模型的核心，正是為了打造「AI 原生工廠」，究竟這與過去常談的智慧工廠有何不同？張銘輝分析，過去產業談及智慧工廠，重點多半放在「如何讓工廠更自動化」，並透過系統解決大量生產過程中的品質與技術問題，以加快達成生產目標。

相較之下，「AI 原生工廠」的邏輯截然不同。AI 原生工廠具備讀懂數據的能力，不僅能進一步做出判斷與決策，還能指揮後續的機器人與各類 AI 模型執行任務。「讓工廠自己讀懂數據、下判斷決策，同時提升自動化效率，這才是 AI 原生工廠的真正目的，」張銘輝強調，這也是 AI 原生工廠與智慧工廠的本質差異。

然而，要真正落實超自動化與 AI 原生，台灣製造業仍面臨一個痛點，那就是數據是否已經打通？從單點自動化走到整線、整廠自動化後，企業更期待透過 AI 即時收集數據，並讀懂工廠流程、產品模型與生產限制，進而做出超自動化的決策。不過，如果企業無法打通數據，那麼設計、模擬與製造等環節仍會彼此斷鏈，所以除非是從零開始就以 AI 原生為目標所打造的新工廠，否則若基礎工作未臻完善，即便想直接導入超自動化，難度依然極高。

工業世界模型的真正價值：縮短試產時間、降低錯誤率、加速複製經驗

為了解決上述痛點並串聯數據，達梭與 NVIDIA 共同推動的「工業世界模型」扮演關鍵角色。張銘輝指出，這項 AI 模型為工廠帶來的變革遠不只是傳統的 3D 建模，真正價值在於讓企業實際量產前，就能先在虛擬世界中預先完成工站規劃、流程配置與產線模擬。

張銘輝進一步解釋，過去的建廠與設計流程，往往是先著手編排工站、流程與動線，接著採購並測試設備，最後才進入試產線。然而，在導入工業世界模型後，企業能運用軟體預先模擬工站安排，精準掌握每一道工序的最佳配置方式。這樣的技術突破不僅可以大幅節省開發與試產時間，還能藉助 AI 自動避開企業過去曾犯下的製程錯誤，甚至主動協助排除潛在障礙，藉此推動工廠邁向更高層次的智慧化。

張銘輝強調，達梭系統所期待的理想境界，是讓企業先在虛擬世界中完成決策，再交由現場實際執行。若實體設備遇到無法排除的狀況，經人員協助處理後，相關數據與解方也能即時回饋至模型中。如此一來，模型的錯誤率將逐漸降低，問題處理時間也會大幅縮短，更重要的是，這樣的成功經驗與知識可以不斷被複製到多個場域，讓一座工廠解決過的問題，能迅速轉化為其他工廠或機器人與設備的共同能力。

當機器人先在虛擬世界學會，工廠就能更快走向自主執行

當工業世界模型累積了足夠的知識，下一步便是讓機器人這個「執行者」，無縫接軌至實體產線。張銘輝點出，現在機器人需要理解的不只是單一指令，而是包含產品樣貌、材料結構、製程順序、生產時程與成本考量等整體生產流程。因此當機器人全面掌握這些資訊後，便能透過大量數據與模型自行學習、持續迭代，最終走向自主決策並完成任務，不再需要人類逐一指導。更具優勢的是，這整套學習過程可以先在虛擬世界中進行上萬次驗證，在免去實體測試高昂成本的同時，也能大幅節省時間。

同樣的加速邏輯也體現在「模擬驅動設計」上。張銘輝表示，在 AI 算力與模型進步的推波助瀾下，過去需要花費一週甚至更久才能跑完的模擬結果，如今往往只需幾分鐘便能得出答案，並快速應用於不同角色的工作場景。例如，過去工廠常用的夾治具或模具，總得等供應商製作完成才能測試，現在只要透過掃描設備與 AI 建模，不僅能快速分析需求，還能結合 3D 列印迅速製作出低成本的可用版本，以「先求夠用」的策略大幅省下等待時間。

AI 要真正落地，先從賦能員工與打通數據開始

從虛擬模擬到實體產線的優化，種種技術變革最終都指向企業的核心競爭力。在給予台灣製造業 CEO 與決策者的建議時，張銘輝強調，企業必須先釐清「希望透過 AI 達到什麼目標、應用於何種場景」，並以此作為提升競爭力的基石，「關鍵在於讓員工被 AI 賦能，進而提升整體生產力，AI 是來幫助你的助力，而非取代人的工具，絕不能為了 AI 而 AI，」張銘輝說。

最後，張銘輝再次強調，企業若要在虛擬環境中真正發揮 AI 的最大效益，首要任務是將過去累積多年的知識打通、落實跨學科整合，才能創造最佳效果。這場打通數據的工程不應只侷限在企業內部，而是在企業內部基礎穩固後，更進一步向外延伸至客戶端與上游供應鏈，才能達成整體生態鏈的串聯，進一步帶動整個產業攜手變強。

歡迎大家訂閱「科技報橘」YouTube 頻道，一起用《全新一週》節目，來迎接全新的一週！