臺灣地區曾經是PC時代全球IT發展最快的地區之一，但進入移動網際網路時代後卻漸漸腳步沉重，在即將到來的人工智慧時代更是有迷失方向的可能。

根據臺灣中研院以美國專利暨商標局（USPTO)公告的美國核准專利作為專利檢索來源，並參考 “臺灣中研院資策會專利地圖分析輔助平臺”進行的專利檢索、分析、資料下載與整理。針對專利檢索結果進行分析與調整，最後篩選出22，976件人工智慧授權專利進行分析，臺灣地區權利人佔到其中230件。臺灣地區在AI專利佈局上的全球佔比僅1%，而專利分佈過於集中在自然語言處理上，從產業鏈來看專利集中在技術層，在應用層和基礎層上的佈局很少，特別是基礎層幾乎是空白，而應用層則集中在“智慧製造”類別上，而在金融、醫療、安防等熱門應用領域卻幾無建樹。

來自臺灣著名自由撰稿人雁默對265家臺灣企業進行的問卷調查，受訪企業中有三分之一受訪根本沒有接入雲端，另外三分之一計劃接入雲端卻沒有明確的時間規劃。大多數企業還停留在端側ERP和CRM系統，僅有17％的企業應用上了資料分析，而應用了機器學習的僅有5％。在這樣的現狀下，我們可以判斷現階段臺灣的AI發展和應用在需求端動力是不足的。臺灣地區企業雲端匯入計劃調查臺灣地區企業IT系統應用調查

透過企業應用需求分析則可以瞭解到該地區AI發展活力不足的癥結所在，總結起來分析有以下幾方面原因：

首要是基礎層資料資源和雲計算、雲儲存技術的匱乏，人工智慧核心技術之發展，使用資料的質與量均為關鍵，臺灣於商業應用與網路服務方面少有規模廠商，這直接導致了臺灣地區缺乏資料算力、資料儲存資源，硬體資源的缺乏更進一步導致了資料本身的缺乏，在缺乏足以支援的大資料下，無法訓練出準確的人工智慧模型。

其次是企業應用匱乏。在整個移動時代，臺灣深度參與全球化分工，將自己定位在了硬體代工的位置，從而使臺灣在移動軟體方面相對弱勢。人工智慧技術應用資料角色攸關成敗，電信、金融業者手握大量資料，卻對於人工智慧技術的匯入，難見積極態度；於人工智慧技術應用建置，亦欠缺關鍵橋接能力。此外臺灣廠商習慣追求短期成效，島內廠商多存有短打、速效的心態，偏偏人工智慧核心技術發展需要時間，如此將難以在產業紮根。

其三是應用專利佈局落後，衡諸美華人工智慧技術應用專利佈局，領先者皆為美日廠商，隨人工智慧產業蓬勃發展，專利佈局的落後也會掣肘臺灣地區人工智慧產業的發展。

其四是政府亦無前瞻性規劃。具有足夠資料量的業者諸如電信、金融業者，對於人工智慧技術的匯入，少見積極態度；於人工智慧技術應用建置，亦欠缺關鍵的橋接能力。Google臺灣地區董事總經理簡立峰博士曾經在演講時表示過，由於臺灣早期硬體產業的成功，已經形成了硬體思維的固化模式，工程師們習慣了被自上而下地被領導，缺乏開源精神，也就很難適應軟體創新。相似的情況也出現在日本，在日本街頭會看到大量平成初期建設的自動化裝置：販賣機、用燈光顯示座位空餘的餐館平面圖。當一個國家或某座城市在某種科技水平下得到滿足，並且未來人口水平沒有打破這一平衡時，科技發展的動力也會有所喪失。人們滿足於自動販賣機，可能就不需要無人便利店；人們滿足於街邊的大頭貼機，可能就不需要美顏演算法。臺灣地區AI領域產學存在明顯的落差。過去幾十年臺灣地區在計算機科學上的沉澱，於核心技術演算法、統計與數學模型等方面積累了諸多學術成果，美國不少華裔人工智慧專家都來自於臺灣地區，但這些人才和成果多存於學研單位，臺灣軟體產業多以系統整合為主，難以有效承接與釋放相關能量。或者說臺灣學研單位空有一身擒龍之術，卻無用武之地。

針對臺灣地區在人工智慧產業上存在的問題，臺灣學研界和臺灣當局也各自提出了應對策略。臺灣地區資源有限，臺灣AI行業從業者也意識到應從自身產業優勢與應用需求切入，審時度勢、集中資源，避免戰線拉的太長造成與先進國家地區的距離繼續拉大。

發展的速度算是一般吧，和大陸是沒法比的首先，我記得之前臺灣有個採訪，好像是臺灣以前當官的，採訪她到大陸的感受，我們最習以為常的支付寶微信掃碼支付，在她眼裡已經是非常驚奇了，感嘆我們的掃碼普及很廣，就連賣菜零售都支援掃碼支付，還有很多其他。不過，我覺得臺灣最大的競爭力不是科技，而是人文風情。之前有一個採訪，是採訪李開復，他也說到他投資臺灣的三個企業，沒有人工智慧方向的，都是服務行業的，因為臺灣的服務業確實不錯，這也是他們的核心競爭力。