iVOD / 164359

Field Value
IVOD_ID 164359
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164359
日期 2025-10-20
會議資料.會議代碼 委員會-11-4-19-5
會議資料.會議代碼:str 第11屆第4會期經濟委員會第5次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 5
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第4會期經濟委員會第5次全體委員會議
影片種類 Clip
開始時間 2025-10-20T09:55:14+08:00
結束時間 2025-10-20T10:06:33+08:00
影片長度 00:11:19
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/03f010abd9bb8d1be761fc03d13ef8ee88348e19566c842c83c966d97180d5d23a5392e6bceeeece5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 09:55:14 - 10:06:33
會議時間 2025-10-20T09:00:00+08:00
會議名稱 立法院第11屆第4會期經濟委員會第5次全體委員會議(事由:邀請國家發展委員會主任委員列席報告業務概況,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 8.08034375
transcript.pyannote[0].end 12.90659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 12.94034375
transcript.pyannote[1].end 13.02471875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 13.09221875
transcript.pyannote[2].end 14.49284375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 19.58909375
transcript.pyannote[3].end 22.39034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 22.98096875
transcript.pyannote[4].end 23.75721875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 24.12846875
transcript.pyannote[5].end 47.39909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 47.98971875
transcript.pyannote[6].end 50.97659375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 51.44909375
transcript.pyannote[7].end 69.47159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 69.91034375
transcript.pyannote[8].end 73.40346875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 74.31471875
transcript.pyannote[9].end 76.01909375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 76.67721875
transcript.pyannote[10].end 90.64971875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 90.88596875
transcript.pyannote[11].end 113.07659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 113.80221875
transcript.pyannote[12].end 115.40534375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 116.19846875
transcript.pyannote[13].end 135.52034375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 136.17846875
transcript.pyannote[14].end 138.57471875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 138.72659375
transcript.pyannote[15].end 163.68471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 163.93784375
transcript.pyannote[16].end 165.77721875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 166.11471875
transcript.pyannote[17].end 168.93284375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 169.08471875
transcript.pyannote[18].end 187.79909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 169.11846875
transcript.pyannote[19].end 171.21096875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 171.22784375
transcript.pyannote[20].end 172.35846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 182.80409375
transcript.pyannote[21].end 183.14159375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 188.22096875
transcript.pyannote[22].end 195.15659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 195.30846875
transcript.pyannote[23].end 238.49159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 238.71096875
transcript.pyannote[24].end 265.59284375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 264.59721875
transcript.pyannote[25].end 267.14534375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 267.51659375
transcript.pyannote[26].end 275.65034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 274.75596875
transcript.pyannote[27].end 280.47659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 280.72971875
transcript.pyannote[28].end 281.26971875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 281.69159375
transcript.pyannote[29].end 296.00159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 291.24284375
transcript.pyannote[30].end 291.58034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 296.00159375
transcript.pyannote[31].end 332.60346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 333.27846875
transcript.pyannote[32].end 335.55659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 335.69159375
transcript.pyannote[33].end 338.96534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 339.10034375
transcript.pyannote[34].end 340.41659375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 340.66971875
transcript.pyannote[35].end 347.68971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 348.31409375
transcript.pyannote[36].end 348.70221875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 348.93846875
transcript.pyannote[37].end 352.04346875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 352.38096875
transcript.pyannote[38].end 356.29596875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 356.29596875
transcript.pyannote[39].end 356.46471875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 356.53221875
transcript.pyannote[40].end 357.00471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 357.52784375
transcript.pyannote[41].end 358.79346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 358.94534375
transcript.pyannote[42].end 373.06971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 373.47471875
transcript.pyannote[43].end 375.39846875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 376.15784375
transcript.pyannote[44].end 376.54596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 377.25471875
transcript.pyannote[45].end 390.31596875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 391.19346875
transcript.pyannote[46].end 392.00346875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 392.35784375
transcript.pyannote[47].end 397.25159375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 397.43721875
transcript.pyannote[48].end 403.27596875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 403.49534375
transcript.pyannote[49].end 413.97471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 414.26159375
transcript.pyannote[50].end 429.98909375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 427.25534375
transcript.pyannote[51].end 430.73159375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 431.17034375
transcript.pyannote[52].end 460.87034375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 461.54534375
transcript.pyannote[53].end 485.69346875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 485.96346875
transcript.pyannote[54].end 494.58659375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 494.82284375
transcript.pyannote[55].end 495.95346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 496.67909375
transcript.pyannote[56].end 512.15346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 512.33909375
transcript.pyannote[57].end 514.65096875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 514.92096875
transcript.pyannote[58].end 523.35846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 523.84784375
transcript.pyannote[59].end 527.57721875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 527.94846875
transcript.pyannote[60].end 544.48596875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 543.52409375
transcript.pyannote[61].end 554.34096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 554.84721875
transcript.pyannote[62].end 608.30721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 556.93971875
transcript.pyannote[63].end 558.67784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 608.25659375
transcript.pyannote[64].end 609.11721875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 609.18471875
transcript.pyannote[65].end 614.29784375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 609.30284375
transcript.pyannote[66].end 609.62346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 614.34846875
transcript.pyannote[67].end 631.45971875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 631.71284375
transcript.pyannote[68].end 634.80096875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 635.18909375
transcript.pyannote[69].end 637.02846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 637.28159375
transcript.pyannote[70].end 652.84034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 649.73534375
transcript.pyannote[71].end 649.90409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 653.39721875
transcript.pyannote[72].end 658.18971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 656.08034375
transcript.pyannote[73].end 657.53159375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 658.27409375
transcript.pyannote[74].end 662.40846875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 659.96159375
transcript.pyannote[75].end 668.87159375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 663.85971875
transcript.pyannote[76].end 670.84596875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 669.86721875
transcript.pyannote[77].end 676.54971875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 677.20784375
transcript.pyannote[78].end 677.57909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 677.57909375
transcript.pyannote[79].end 677.86596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 678.10221875
transcript.pyannote[80].end 678.94596875
transcript.whisperx[0].start 8.137
transcript.whisperx[0].end 13.957
transcript.whisperx[0].text 好 謝謝主席我想要請我們國發會的葉主委好 我們再請葉主委
transcript.whisperx[1].start 19.668
transcript.whisperx[1].end 46.951
transcript.whisperx[1].text 主委我想請教現在美國還有兩個地區的銀行發生了這樣子信貸的這個危機那我想要請問你對於美國整個銀行體系會不會有像2008年那樣子的一個整體的系統性的風險再加上目前美國他們
transcript.whisperx[2].start 48.052
transcript.whisperx[2].end 75.824
transcript.whisperx[2].text 的股市裡面對於AI的泡沫化也提出了相關的事情因為有非常多新創的公司目前並沒有就是那些新創公司都是投資AI的相關產業但是他們的市值很高卻是沒有任何的盈餘那
transcript.whisperx[3].start 76.818
transcript.whisperx[3].end 96.81
transcript.whisperx[3].text 市場在擔心會不會回歸到過去的.com的那樣子的一個泡沫化的危機我認為這些問題很重要的原因在於我們台灣如果未來政府要發展成為亞洲資產管理中心那
transcript.whisperx[4].start 97.25
transcript.whisperx[4].end 115.209
transcript.whisperx[4].text 我們的政府部門對於相關的系統性的風險一定要有所掌控那我想要了解畢竟你是跨產業而且你對於國際的情勢都要了解的那你是不是能給予我們國人一個說明
transcript.whisperx[5].start 116.66
transcript.whisperx[5].end 135.291
transcript.whisperx[5].text 第一个先跟委员报告就是说这一次的那一个AI的整个复苏跟2000年的那个.com bubble有一点点不一样就是说.com bubble它其实整个的发展过程当中并没有产生出很多的所谓的中断应用它那个产业
transcript.whisperx[6].start 136.272
transcript.whisperx[6].end 155.286
transcript.whisperx[6].text 拓展出來的其實沒有想像那麼多通常都是只是在一些網路上面比較多的一些應用這一次的AI這個部分來講的話其實它慢慢的我們會看到就是說它除了從雲端目前的發展的情況通常都在雲端也就是說很多的資料中心在建置它的算力
transcript.whisperx[7].start 155.726
transcript.whisperx[7].end 180.279
transcript.whisperx[7].text 那這個算力都是放在雲端那從雲端會慢慢的落實到中端所謂中端就會落實到我們的比如說筆電或者是我們的手機這樣的一個應用上面所以還有產業吧現在我們正在推動的就是我們傳產以及我們精密機械等等相關產業的AI的產線
transcript.whisperx[8].start 183.3
transcript.whisperx[8].end 206.728
transcript.whisperx[8].text 我們怎麼樣子擴大這個產線的應用那所以我才要要問的是主委現在目前那個美國的AI的新創公司他們的他們的那個產值已經到達了一兆的市值已經到達了一兆的美元但是都沒有產生相關的盈餘啊那
transcript.whisperx[9].start 207.788
transcript.whisperx[9].end 233.34
transcript.whisperx[9].text 這個東西對於美國他會不會有一些市場性整個有系統性的風險再加上現在地區銀行有發生了這樣子炸彈的這樣子的問題那會不會導致全部有一個系統在美國如果產生系統性的風險的時候會不會像過去2008年產生全球性的金融的這樣子危機
transcript.whisperx[10].start 234.621
transcript.whisperx[10].end 238.238
transcript.whisperx[10].text 是我想要請教主委的是不是你能就這個回答一下
transcript.whisperx[11].start 238.789
transcript.whisperx[11].end 266.921
transcript.whisperx[11].text 就这个部分来讲就是说很多新创产业在发展AI的很多应用那这个应用上面来讲的话它其实在财务操作上面来讲可能没有像以前的那个Dakan Bubble那么的杠杆倍数那么的高所以目前虽然说有一些有一些新创公司市值很高但是很亏损的一个情况的话可能可以经由所谓的市场上面的一些机制让这一些那你觉得现在AI的应用面广不广
transcript.whisperx[12].start 267.557
transcript.whisperx[12].end 295.855
transcript.whisperx[12].text 我觉得现在应用面还没有大家想象那么多但是它是持续的在成长当中那它的应用面在台湾的这个推广上面你觉得目前进展如何台湾的推转面上面来讲的话AI大概分两块一个是硬体跟软体那我们台湾的话就是硬体相对比较基础建设这边做得比较好但是软体上面来讲就软体应用上面来讲相对比较缺乏一些这样子
transcript.whisperx[13].start 296.055
transcript.whisperx[13].end 320.964
transcript.whisperx[13].text 好那我還要再問你因為你們是台積電的股東嘛對不對那就台積電我們目前我們擁有的是半導體的先進的技術那但是美國可能還對於半導體的整體的技術以及我們是製造的技術嘛美國是整個半導體的技術以及相關的設備等等的
transcript.whisperx[14].start 322.725
transcript.whisperx[14].end 347.477
transcript.whisperx[14].text 那我們如果去到美國我們現在要把它去到我們台積電要去到美國去投資那蕭副總統所說的到底是台灣的投資就是說台灣半導體企業的投資還是我們政府的投資他說去美國這樣子的聚落啊或者是這樣子的生態系已經已經形成了是不是
transcript.whisperx[15].start 349.097
transcript.whisperx[15].end 374.044
transcript.whisperx[15].text 基本上台積電去美國投資我們會把它當作是一個企業投資畢竟它是台灣的上市櫃公司只是說它把整個供應鏈都帶去了這個部分跟委員分享就是說這一次的方式跟以往就是說我們在全球化就是1980年代一直到2020年代這一段期間全球化有一個很大的一個差異性就是說美國的產業外移它是一整個產業鏈切一塊
transcript.whisperx[16].start 376.209
transcript.whisperx[16].end 390.127
transcript.whisperx[16].text 然后跑到那个东亚国家这边譬如说像半导体那这样的一个切分的一个方式在Harvard Business Review2009年有一篇文章在讨论就是说这样的一个切分方式其实对
transcript.whisperx[17].start 391.243
transcript.whisperx[17].end 416.265
transcript.whisperx[17].text 美國的製造業以及製造業的創新其實有非常大的一個傷害那我們這一次的方式跟他們其實有點不一樣我們雖然是整個產業鏈是複製過去而不是說整個切然後移到美國那邊去所以整個性質上面來講會有很大的一個差異性那在那一篇文章也非常強調就是說當你在整個供應鏈重組的過程當中的話
transcript.whisperx[18].start 417.666
transcript.whisperx[18].end 440.477
transcript.whisperx[18].text 是保留一些製造尤其是先進而且是關鍵的製造在本土的話其實對於本土的那一個創新其實有很大的幫助但是但是但是但是其實我們知道了雖然我們要到美國去可是目前他必須大量的仰賴台灣的科技人才那
transcript.whisperx[19].start 440.917
transcript.whisperx[19].end 460.635
transcript.whisperx[19].text 我們的科技人才如果都到美國去了其實如果就你們所說的我們台灣還留下最先進的製程的時候那我們的人才從哪裡而來那我們現在訓練了這麼多大量的人才會不會到時候就變成就在幫美國做
transcript.whisperx[20].start 461.776
transcript.whisperx[20].end 485.447
transcript.whisperx[20].text 職工訓練嘛是不是那我們自己台灣的最先進的N-1的這一代的台積電的還有相關的其他的AI的發展的相關的人才那我們怎麼辦呢那他如果大量的延攬我們的人才到美國去難道我們的大學就成為美國人才的訓練庫是不是
transcript.whisperx[21].start 486.348
transcript.whisperx[21].end 495.163
transcript.whisperx[21].text 跟我有報告我自己有幾個朋友是在台積電工作也有派到美國可是他們跟我講說他其實不太想出去因為美國其實
transcript.whisperx[22].start 496.721
transcript.whisperx[22].end 523.374
transcript.whisperx[22].text 有在美國生活過的其實很難去適應美國的生活方式還是台灣會比較好所以其實台積電扮演的一個角色其實是在幫美國建構他們自己本土的人才所以我們在這邊的話我們會當作就是說替全世界在台灣培育各國所需要的一些半導體的人才所以像台積電的話他在台中他就有一個類似一個Camp
transcript.whisperx[23].start 523.914
transcript.whisperx[23].end 527.347
transcript.whisperx[23].text 那這個Camp就是說你今天假如說外國人要派到
transcript.whisperx[24].start 528.058
transcript.whisperx[24].end 554.08
transcript.whisperx[24].text 日本或派到德國的話他會先來台灣受兩個月到三個月的一個training那完了之後再送回去所以委員擔心的這個部分的話目前來講看起來是沒有那一個跡象但這個部分當然我們要持續的去關注因為我們也不清楚就是說因為他還是你要建廠然後建廠如果只擔用美國的人才有時候也沒那麼快那要讓才能上線那也需要
transcript.whisperx[25].start 554.901
transcript.whisperx[25].end 579.332
transcript.whisperx[25].text 台灣的第一批的人才先過去所以我們當然擔心說你這樣子會把整個供應鏈那甚至如果所有的供應鏈都到美國去了那是會來在排擠方面會不會造成台灣的產業園區或科學園區空洞化那再來就是你都在補助像半導體相關的產業那我們現在所
transcript.whisperx[26].start 579.952
transcript.whisperx[26].end 608.066
transcript.whisperx[26].text 我們經濟成長所依賴的有部分是因為搶單有部分是因為232裡面半導體在搶單那未來台灣的這個中小型微企業那怎麼生存你的租賄優稅還有對於我們非半導體的傳產對於水電方面土地方面有沒有任何的協助這才是我們民眾想要關心的嘛是不是
transcript.whisperx[27].start 609.647
transcript.whisperx[27].end 631.224
transcript.whisperx[27].text 對啊 你不能夠把整個都移到那裡 人才都去那裡結果台灣的船產 台灣的半導體還有未來AI的發展 都沒有留下相關的科技人才也沒有對於相關的租稅 土地 還有水電等等給予台灣廠商 尤其是最辛苦的船產給予他們協助啊 是不是
transcript.whisperx[28].start 633.506
transcript.whisperx[28].end 657.888
transcript.whisperx[28].text 這個傳產這部分來講的話幾天前我剛剛有碰到工部長工部長有大概分享就是說他們目前就是說那一個特別預算通過之後有框了大概461讓中小企業開始去做一些升級轉型那他跟我分享是說還蠻踴躍的也就是說中小企業在這一波關稅的衝擊之下
transcript.whisperx[29].start 658.328
transcript.whisperx[29].end 678.316
transcript.whisperx[29].text 你不能只聽經濟部長你要有自己的看法除了他之外我當然還有收視意見你要聽委員的意見委員的意見也很重要你要聽委員的意見你怎麼會只聽工部長所以我大概跟委員分享說目前中小企業其實都還蠻積極在做AI的轉型以上 謝謝
gazette.lineno 209
gazette.blocks[0][0] 謝委員衣鳯:(9時55分)謝謝主席,我想請國發會葉主委。
gazette.blocks[1][0] 主席:好,我們再請葉主委。
gazette.blocks[2][0] 葉主任委員俊顯:委員好。
gazette.blocks[3][0] 謝委員衣鳯:主委,我想請教,現在美國有兩個地區的銀行發生了信貸的危機,所以我想請問你,對於美國整個銀行體系會不會又像2008年那樣發生整體系統性的風險?再加上目前在美國的股市裡面,對於AI泡沫化也提出了相關的示警,因為有非常多的新創公司目前並沒有……那些新創公司都是投資AI的相關產業,他們的市值很高但卻沒有任何盈餘,市場在擔心會不會回歸到過去「Dot-com」那樣子泡沫化的危機。
gazette.blocks[3][1] 我認為這些問題很重要的原因在於,我們臺灣如果未來政府要發展成為亞洲資產管理中心,我們的政府部門對於相關的系統性風險一定要有所掌控,所以我想要瞭解,畢竟你是跨產業的,而且你對於國際的情勢都是要瞭解的,那你是不是能給予我們國人一個說明?
gazette.blocks[4][0] 葉主任委員俊顯:第一個,要先跟委員報告,這次AI的復甦跟2000年的「Dot-com bubble」有一點點不一樣,Dot-com bubble的整個發展過程並沒有產生很多的終端應用,它的產業拓展出來的並沒有想像中的那麼多,它通常只是在網路上面有比較多的一些應用,但就這次AI的部分來講,其實我們會看到它慢慢地……它除了從雲端……目前發展的情況通常都是在雲端,也就是說有很多的資料中心在建置它的算力,這個算力都是放置在雲端。從雲端會慢慢地落實到終端,所謂的「終端」是指會落實到我們的,譬如說筆電,或者是我們的手機這樣的應用上面,所以……
gazette.blocks[5][0] 謝委員衣鳯:還有產業吧?
gazette.blocks[6][0] 葉主任委員俊顯:對,還有產業。
gazette.blocks[7][0] 謝委員衣鳯:是不是要有產業?
gazette.blocks[8][0] 葉主任委員俊顯:對、對、對,會有產業。
gazette.blocks[9][0] 謝委員衣鳯:現在我們正在推動的就是傳產以及精密機械等等相關產業的AI產線。
gazette.blocks[10][0] 葉主任委員俊顯:對。
gazette.blocks[11][0] 謝委員衣鳯:我們要怎麼擴大這個產線的應用?所以我要問主委,目前美國AI的新創公司,他們的市值已經到達1兆美元,但是都沒有產生相關的盈餘,這個東西對於美國會不會有一些市場性,整個產生系統性的風險?再加上地區銀行發生了詐貸的問題,這會不會導致全部有一個系統……美國如果產生系統性風險的時候,會不會像過去2008年產生全球性的金融危機?這是我想請教主委的,你是不是能就這個回答一下?
gazette.blocks[12][0] 葉主任委員俊顯:就這個部分來講,很多新創產業在發展AI的很多應用,在應用上就財務操作的槓桿倍數來講,可能沒有像以前「Dot-com bubble」那麼地高,所以目前雖然有一些新創公司市值很高,但處於很是虧損的情況,可能可以經由所謂市場上面的機制,讓這些公司退場。
gazette.blocks[13][0] 謝委員衣鳯:那你覺得現在AI的應用面廣不廣?
gazette.blocks[14][0] 葉主任委員俊顯:我覺得現在的應用面還沒有大家想像的那麼多,但它是持續地在成長當中,所以我覺得……
gazette.blocks[15][0] 謝委員衣鳯:那它的應用面在臺灣的推廣上,你覺得目前進展得如何?
gazette.blocks[16][0] 葉主任委員俊顯:以臺灣的推展面來講,AI大概分兩塊,就是硬體跟軟體,我們臺灣的話就是硬體、基礎建設這邊做得相對比較好;但是就軟體應用上面來講相對比較缺乏一些。
gazette.blocks[17][0] 謝委員衣鳯:我還要再問你,你們是台積電的股東,對不對?
gazette.blocks[18][0] 葉主任委員俊顯:嗯。
gazette.blocks[19][0] 謝委員衣鳯:就台積電來說,我們目前擁有的是半導體先進技術,我們是製造的技術,美國是整個半導體的技術以及相關設備等等的,我們如果去到美國,現在我們台積電要去美國投資,如同蕭副總統所說的,到底是臺灣的投資……就是說臺灣半導體企業的投資還是我們政府的投資?他說美國這樣子的聚落或者是這樣子的生態系已經形成了,是不是?
gazette.blocks[20][0] 葉主任委員俊顯:基本上台積電去美國投資,我們會把它當作是一個企業投資,畢竟它是臺灣的上市櫃公司,只是說……
gazette.blocks[21][0] 謝委員衣鳯:可是它把整個供應鏈都帶去了!
gazette.blocks[22][0] 葉主任委員俊顯:這個部分跟委員分享,這次的方式跟以往1980年代一直到2000年代這段期間的全球化,有一個很大的差異性就是美國的產業外移,他是一整個產業鏈切一塊跑到東亞國家這邊,譬如半導體,在Harvard Business Review 2009年有一篇文章在討論,這樣的一個切分方式其實對美國的製造業以及製造業的創新有非常大的傷害。我們這一次的方式跟他們其實有點不一樣,我們雖然是整個產業鏈複製過去,而不是整個切然後移到美國那邊去,所以整個性質上來講會有一個很大的差異性。那在那一篇文章也非常強調,當在整個供應鏈重組的過程當中保留一些製造,尤其是先進而且關鍵的製造在本土的話,其實對於本土的創新有很大的幫助。目前政府大概是做……
gazette.blocks[23][0] 謝委員衣鳯:其實我們知道,雖然我們要到美國去,可是目前他必須大量仰賴臺灣的科技人才,我們的科技人才如果都到美國去了,就如你們所說的,我們臺灣還留下最先進的製程的時候,那我們的人才從哪裡來?我們現在訓練了這麼多大量的人才,會不會到時候就變成在幫美國做職工訓練,是不是?我們臺灣自己這一代最先進「N-1」的台積電還有其他AI發展相關的人才,那我們怎麼辦呢?他如果大量延攬我們的人才到美國去,難道我們的大學就成為美國人才的訓練庫,是不是?
gazette.blocks[24][0] 葉主任委員俊顯:跟委員報告,我自己有幾個朋友在台積電工作、也有派到美國,可是他們跟我講的是,他其實不太想出去,因為有在美國生活過的,其實很難去適應美國的生活方式,還是臺灣會比較好。所以台積電扮演的一個角色其實是在幫美國建構他們自己本土的人才,而我們這邊會當作替全世界在臺灣培育各國所需要的半導體人才。像台積電在臺中就有類似一個camp,假如外國人要派到日本或派到德國的話,他會先來臺灣受2個月到3個月的training,完了之後再送回去。所以委員擔心的這個部分,目前來講,看起來是沒有那一個跡象,但這個部分我們當然要持續地關注,因為我們也不清楚到底會怎麼……
gazette.blocks[25][0] 謝委員衣鳯:它要建廠,如果只單用美國的人才有時候也沒那麼快,要讓產能上線也需要臺灣的第一批人才先過去,是不是?
gazette.blocks[26][0] 葉主任委員俊顯:對,所以我們現在……
gazette.blocks[27][0] 謝委員衣鳯:我們當然擔心你這樣子會把整個供應鏈……甚至如果所有的供應鏈都到美國去了,未來在排擠方面會不會造成臺灣的產業園區或科學園區空洞化?
gazette.blocks[27][1] 再來,你都在補助半導體相關的產業,現在我們經濟成長所依賴的有部分是因為搶單、有部分是因為「232條款」裡的半導體在搶單,未來臺灣的中小型、微企業怎麼生存?你的租稅優惠,還有對於我們非半導體的傳產、對於水電方面及土地方面有沒有任何的協助?這才是我們民眾想要關心的,是不是?
gazette.blocks[28][0] 葉主任委員俊顯:是。
gazette.blocks[29][0] 謝委員衣鳯:對啊,你不能夠把整個都移到那裡、人才都去那裡,結果臺灣的傳產、臺灣的半導體還有未來AI的發展都沒有留下相關的科技人才,也沒有對於相關的租稅、土地還有水電等等給予臺灣廠商協助,尤其是最辛苦的傳產,是不是?
gazette.blocks[30][0] 葉主任委員俊顯:針對傳產這個部分來講,幾天前我剛剛有碰到龔部長,龔部長有大概分享,目前他們在特別預算通過之後有匡了大概460億讓中小企業開始去做一些升級轉型,他跟我分享還滿踴躍的,也就是說,中小企業在這一波關稅的衝擊之下……
gazette.blocks[31][0] 謝委員衣鳯:你不能只聽經濟部長,你要有自己的看法,對不對?
gazette.blocks[32][0] 葉主任委員俊顯:除了他之外,我當然還有蒐集一些……
gazette.blocks[33][0] 謝委員衣鳯:你要聽委員的意見嘛!是不是?
gazette.blocks[34][0] 葉主任委員俊顯:對!委員的意見也很重要。
gazette.blocks[35][0] 謝委員衣鳯:你也要聽委員的意見,怎麼會只聽龔部長的呢,是不是?
gazette.blocks[36][0] 葉主任委員俊顯:所以我大概跟委員分享,目前中小企業其實都還滿積極在做AI的轉型。
gazette.blocks[37][0] 謝委員衣鳯:好,以上,謝謝。
gazette.blocks[38][0] 主席:謝謝。
gazette.blocks[38][1] 接下來我們請邱志偉委員,請做詢答。
gazette.agenda.page_end 52
gazette.agenda.meet_id 委員會-11-4-19-5
gazette.agenda.speakers[0] 楊瓊瓔
gazette.agenda.speakers[1] 陳亭妃
gazette.agenda.speakers[2] 林岱樺
gazette.agenda.speakers[3] 邱議瑩
gazette.agenda.speakers[4] 謝衣鳯
gazette.agenda.speakers[5] 邱志偉
gazette.agenda.speakers[6] 張啓楷
gazette.agenda.speakers[7] 鄭天財Sra Kacaw
gazette.agenda.speakers[8] 鄭正鈐
gazette.agenda.speakers[9] 陳超明
gazette.agenda.speakers[10] 黃國昌
gazette.agenda.speakers[11] 賴瑞隆
gazette.agenda.speakers[12] 呂玉玲
gazette.agenda.speakers[13] 張嘉郡
gazette.agenda.speakers[14] 蔡易餘
gazette.agenda.speakers[15] 徐富癸
gazette.agenda.speakers[16] 劉建國
gazette.agenda.speakers[17] 林楚茵
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2025-10-20
gazette.agenda.gazette_id 1148601
gazette.agenda.agenda_lcidc_ids[0] 1148601_00002
gazette.agenda.meet_name 立法院第11屆第4會期經濟委員會第5次全體委員會議紀錄
gazette.agenda.content 邀請國家發展委員會主任委員列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1148601_00001