--- # System prepended metadata title: 軟體組裝線的終結：台灣從「矽盾」到「AI 大腦」的轉型之路 --- # 軟體組裝線的終結：台灣從「矽盾」到「AI 大腦」的轉型之路 摘要 **來源：** 史丹佛大學亞洲高科技產業創業系列講座（2026 年 4 月 21 日） **主講人：** 程世嘉（Sega Cheng），iKala 集團董事長 > 影片來源：260421 The End of the Software Assembly Line: From “Silicon Shield” to “AI Brain” - YouTube https://www.youtube.com/watch?v=Po4eAQwU6j4 根據影片逐字稿，產生 AI 摘要，請自行查核確認 ## 講者背景 程世嘉是 iKala 的共同創辦人兼董事長，擁有史丹佛大學電腦科學碩士學位，曾任職 Google 矽谷總部，參與 Google 搜尋、Maps 與 Android 的基礎建設，也是台灣第一位在 Google I/O 發表演講的開發者。他的家族三代都在台灣科技產業前線：祖父創辦了 SPIL（矽品精密），是半導體封裝領域的先驅，曾在 1990 年代於 NASDAQ 掛牌；父親則創辦了 PCL Technologies，專注光纖元件製造。程世嘉打破家族的硬體傳統，在 2012 年創辦了純軟體的 AI 公司 iKala，目前服務超過 5 萬個品牌與 Fortune 500 企業，計畫明年掛牌上市。 這場演講是他在艾森豪獎學金（Eisenhower Fellowships）六週美國訪問行程的第三週，在史丹佛分享對台灣 AI 轉型的觀察與策略。 --- ## 台灣的歷史性時刻 演講當週，台灣股市總市值正式突破 4 兆美元，成為全球第六大股票市場。這個成就發生在一個人口僅 2,300 萬、幾乎沒有天然資源的小島上。 程世嘉認為原因只有一個：AI 晶片。台灣製造了全球超過 90% 的 AI 晶片，而 AI 正在成為繼水電之後，人類文明的「第三種基礎建設」。就像現在沒有人會問一家公司「有沒有用電」，幾年後問「有沒有用 AI」也會是同樣荒謬的問題。 但程世嘉同時提出警告：靠晶片製造吃飯，已經不夠了。 --- ## 執行奇點：當程式碼不再值錢 過去幾十年，矽谷有個信條——「Idea 很廉價，執行才是一切。」 這個信條正在崩解。 程世嘉提出「智慧通貨膨脹」（Intelligence Inflation）的概念：在過去 24 個月內，每花 1 美元能取得的 AI 運算能力，每六到七個月就翻倍一次。這個速度遠超摩爾定律的 18 個月翻倍週期。 結果是什麼？寫程式的成本趨近於零。 他以 Anthropic 的 Claude 為例說明：2024 年 3 月 Claude 3 發布，Adobe 股價立刻下跌；2026 年 4 月 16 日，Claude 推出設計工具，能從一個提示詞直接生成完整的 UI 介面和前端程式碼，Figma 與 Adobe 股價在同一週出現大幅崩跌。 這就是他所謂的「執行奇點」（Execution Singularity）——當一個月的人工可以被壓縮成兩秒的提示詞，整條「軟體組裝線」就失去商業意義了。 --- ## 真實案例：四個月、50 萬行程式碼、接近零成本 為了讓這個論點更具體，程世嘉分享了他自己做的 Chroma 專案。 Chroma 是一個 AI 品牌能見度監測工具，類似過去的 SEO 工具，但監測對象是各大 AI 平台（而非搜尋引擎）。這個領域對應的是所謂「生成式引擎優化」（Generative Engine Optimization，GEO）——品牌需要知道自己在 ChatGPT、Claude、Gemini 等平台上是否被提及、如何被呈現。 他一個人，只用 Claude Code，在四個月內完成整個產品。Chroma 現在每天監測超過 7 個 AI 平台、服務超過 100 個品牌、覆蓋超過 100 個市場。 他在整個開發過程中撰寫了超過 50 萬行程式碼，近乎零人力成本。 他的結論很直接：現在大型科技公司正在大規模裁員工程師，不是偶然。 --- ## 台灣的結構性挑戰 程世嘉點出台灣面臨的幾個根本問題： **速度落差（Speed Gap）** 政府與企業的 AI 採用速度，遠遠跟不上技術本身的演進。這不只是組織文化問題，而是整個制度的架構問題——台灣的治理體系從來不是為了適應 AI 而設計的。 **人口危機** 台灣的出生率極低，人口正在萎縮。他提到台灣對移民政策仍有很大爭議，但他個人的立場很清楚：台灣需要更多來自全球的人才，而矽谷的成功模式正是建立在多元移民人才之上——矽谷約 70% 的勞動力來自海外。 **軟體公司的獲利困境** 他坦言，台灣硬體公司（如台積電、聯發科）享有豐厚利潤，但軟體公司的商業模式正在劇烈重組。整個產業正從「產品型」收入轉向「專案型」、服務型收入。 --- ## 台灣的 AI 轉型策略 程世嘉是「[台灣網路暨電子商務產業發展協會](https://tieataiwan.org/)」（TiEA）的主席，並提出了他稱為 Taiwan AI Initiative，台灣 AI 倡議的三項核心策略： **1. AI 基礎建設（Sovereign AI Bundle）** 他主張台灣需要建立自主的 AI 基礎設施，包含從算力到模型的完整主權 AI 架構。這不只是技術問題，更是國家安全問題——過度依賴外國模型，等於把國家的「記憶」與「價值觀」外包出去。 **2. 軍民融合 AI 採購模式（AI Due Tank）** 他提出一個特殊策略：讓政府大型機構強制採購本土 AI 新創公司的解決方案，以此作為創業生態系統的「壓力測試」場域。政府訂單讓新創從第一天就有穩定收入；大型機構被迫打破官僚慣性，真正使用 AI 工具。兩者互利。 **3. AI 治理委員會（AI Board）** 他指出台灣政府對 AI 的理解仍然非常有限，根本的問題是「連 AI 是什麼都不清楚，遑論做出正確的 AI 政策決策」。他提議成立跨部會的高層 AI 決策機構，讓 AI 治理在政府層級有對應的架構。 --- ## 語言主權：傳統中文的 AI 存亡之戰 這是程世嘉這場演講中最少被討論、卻可能最深遠的議題。 他說：AI 模型是人類文化與記憶的新容器。但現在的全球語言模型，幾乎都是以西方英語為核心訓練的。如果台灣完全依賴外國模型，傳統中文的語境、台灣的歷史敘事、民主價值觀，都可能被「外部偏見」慢慢取代，甚至消失。 他把這稱為「語言主權」（Language Sovereignty）的存亡問題，並認為這對幾乎每一個非英語國家都成立。 iKala 為此做了一個實際的行動：建立並開源了 [TMMLU\+](https://huggingface.co/datasets/ikala/tmmluplus)，目前是全球最大、最被廣泛引用的「傳統中文語言模型基準資料集」，已被 Google、Meta 及全球主要 AI 實驗室採用，作為評估模型繁體中文能力的黃金標準。 他的論點是：光靠倡議不夠，得自己工程出來。 --- ## 中美科技戰中的台灣位置 Q&A 環節有人直接問到台灣如何在美中之間取得平衡，程世嘉的回應相當坦率。 他認為台灣必須在美中之間保持平衡，這是維持過去五十年和平的唯一方式。他提到台灣在野黨近期訪問中國是一個值得注意的外交信號，是十年來少見的解凍動作。 在 AI 競爭方面，他指出中國在開源 AI 上的策略非常清晰——透過開源大量模型，試圖讓全球的硬體、軟體、生態系統都圍繞中國建立。他認為美國大型科技公司對這個威脅的警覺性還不夠，唯一真正緊張的是輝達執行長黃仁勳，因為他清楚看到晶片產業未來五到十年的風險。 台灣的供應鏈企業已經開始把工廠分散到全球各地，以降低地緣政治風險。他個人的底線是：追求兩岸和平。 --- ## 核心論點整理 程世嘉這場演講的主軸可以濃縮成一句話： **當執行變得廉價，策略架構就是唯一的護城河。** 台灣過去五十年靠的是「精密製造的執行力」——一代又一代工程師在廠房裡磨出來的工藝。這個模式不會消失，但已不足夠。下一個五十年，台灣需要的是「智慧架構的能力」——從晶片供應商，成為 AI 時代的大腦中樞。 他用三代家族史作結：祖父打造了矽的時代，父親打造了光的時代，他這一代要打造的，是智慧的時代。 --- ## 延伸思考 這場演講提出了幾個值得持續追蹤的問題： - **GEO（生成式引擎優化）** 會取代 SEO 成為品牌行銷的主戰場嗎？ - **語言主權** 的問題在台灣政策層級有沒有對應的討論與行動？ - 隨著 AI coding 工具成熟，**軟體工程師的職能**將如何重新定義？ - 台灣的 **移民政策改革** 是否有足夠的政治意願推動？