【全新一週】為何馬斯克想自建晶圓廠，黃仁勳頻繁來台兆元級晚宴固樁？陳良基：台灣供應鏈強在 B2B，乘著 AI 火箭往前衝就對了！│EP210

📢本集來賓： ✨陳良基／國立台灣大學電機工程學系名譽教授、前科技部長、教育部終身國家講座、美國發明家學院院士 📢收聽這集，你可以得知： 一、國際競爭與台灣供應鏈的關鍵優勢 ✨為什麼全球科技 AI 供應鏈「瓶頸」在台灣？為何 Google TPU 至今仍難以抗衡 NVIDIA？為何連黃仁勳都說「要進入 AI，要先過台灣這一關」？ ✨Elon Musk 即使想自建 TeraFab 繞開台灣供應鏈，但該如何建立先進製程的學習曲線？會花很多時間嗎？如何跨越「良率要到 90%」的門檻？ ✨Apple 在 AI 發展的致命傷是什麼？為什麼輕忽 AI 生命週期回轉速度，導致開發進度落後？如今想保住台積電產能、引進 Google 做垂直分工，是否還不算太晚？ 二、台灣產業 AI 軟硬體整合新策略 ✨面對 AI 快速進展，台廠如何善用靈活性並跟上全球展會脈動，專注理解 B2B 的客戶需求，來搶奪 AI 應用市場的量？ ✨台廠該如何抓住「未來會動的 AI 應用端」（如機器人、無人車船）的產業機會，並善用台灣在 B2B 多年建立的客戶信賴關係（尤其在數據隱私權方面），作為最大的競爭優勢？ ✨既然台灣的 Embedded Software（嵌入式軟體）能力很強，產業為何不該執著於傳統的軟硬體區分，而是應專注於「讓硬體動起來」的軟硬體整合，站在 AI 供應鏈的價值核心？ 三、AI 人才與國家治理挑戰 ✨面對 AI 已經把所有的邊界都打破，台灣教育僵化為什麼是 AI 時代長程最嚴重的問題？如何從小就開始將 AI 視為一種工具，讓下一代具備「十倍百倍效能提升」的能力？ ✨數位發展部與經濟部在 AI 產業上該如何分工合作？為何數發部應專注於虛擬空間建立法治國家的數位治理，而非只是產業發展？ ✨為什麼 AI 治理必須建立法律規範，要求 AI 服務提供者保留演算法和訓練數據（Training Data），以實現數位溯源和釐清責任？ 📢2026 AI 智慧大工廠論壇—台南場 ✨https://e.techorange.com/UKLYh ------------------- 🔆科技報橘｜https://techorange.com/ 🟠Facebook｜https://www.facebook.com/TechOrange 🔆YouTube｜https://www.youtube.com/@tech.orange 🟠Line｜https://lin.ee/O3HSOto 🔆IG｜https://www.instagram.com/techorange_tw/ -- Hosting provided by SoundOn