台资策会产业情报研究所（MIC）近日举行《2026资通讯产业趋势》记者会，揭示生成式人工智能（Gen AI）与大型语言模型（LLMs）正以惊人速度从云端渗透至边缘终端，全面启动资通讯产业的结构性重组。从先进制程产能连续4年高成长，到人形机器人与量子运算的商业化验证，2026年将是AI应用从「试点」转向「规模化落地」的关键里程碑。
MIC于12月18日举行《2026资通讯产业趋势》记者会，由MIC资通讯产业科技中心主任林柏齐分享2026年资通讯产业十大重点科技趋势。整体而言，生成式人工智能（Gen AI）与大型语言模型（LLMs）应用将快速扩张，全面推动半导体与资通讯产业结构重塑。从先进制程、AI服务器到边缘运算、智能终端、无人机系统与资安相关服务均为2026年深化AI应用的重要产业。
趋势一：
AI需求持续带动半导体产业，3奈米以下制程产能连续四年成长率超过4成
林柏齐指出，随着Gen AI与LLMs训练需求持续扩张，AI服务器出货成长明显优于传统服务器，并同步放大对GPU、ASIC与HBM等高效能芯片需求。由于高密度操作数件大量导入，AI服务器单机晶圆消耗显著高于传统服务器，使先进制程晶圆需求高速扩张、倍数增长。
林柏齐表示，3奈米以下制程产能自2023年起，年成长率连续四年超过4成，直接推动先进制程产能扩张与产能结构转移，由过往以行动装置为主的应用结构，将逐步转向以云端数据中心与AI运算为核心。
另一方面，因半导体设备、材料与良率爬升成本均居高不下，加上芯片大厂与云端服务业者（CSP）自研AI芯片优先绑定先进产能，先进制程资源高度集中于AI应用，对非AI应用之高阶芯片形成排挤。在产能高度集中于少数国家与大厂的情况下，先进制程被各国视为战略性资产，相关投资布局、出口管制与供应链安全议题同步升温，推升整体供应链成本与价格。
趋势二：
云端业者、新创主权AI加速采购，AI服务器出货将达450万台
林柏齐表示，展望2026年服务器市场发展，全球由AWS、Google、Meta、Microsoft、Oracle与阿里巴巴等云端服务大厂以及众多AI新创业者领衔，规划数千亿美元的资本支出，持续对AI服务器积极采购，无论是用于自建数据中心或是外部采购AI算力的形式，藉此扩充运算资源并推出多样化AI服务。也因此，在指标业者持续扩大资本支出下，MIC预估2026年整体服务器市场出货量将推升至1,500万台，其中AI服务器占3成比重、达450万台。
趋势三：
AI Box垂直产业算力需求旺盛，边缘AI硬件渗透率接近2成
林柏齐指出，随着AI训练与推理基础建设更为完备，催生出更多商用的AI解决方案持续往各垂直应用领域推展。在技术面，边缘AI芯片的效能于过去两年之间有明显突破，加上中小型AI模型愈来愈成熟，导致很多需要放上云端的推理任务，开始有效地下放到边缘端执行。而在应用面，包括制造、医疗、零售等行业，都出现高效率、低延迟的AI使用场景，并在数据隐私、模型主权这些议题推动下，企业对在地化、可控性的边缘运算需求提高。
趋势四：
走入日常成为穿戴新亮点，预估AI眼镜出货达950万副
林柏齐指出，AI眼镜随着Meta等业者产品开始热卖，已经走出小众市场，同时出现两个关键变化 — 第一是品牌业者对于产品定位的改变，从实验性质的方向改成赋予更明确的定位；第二是产品的关键技术成熟而带动成本结构下降，包括低功耗运算芯片量产，以及传感器与镜头模块的能力提升，这两项技术带动AI眼镜的量产成本降低，将让更多消费性电子品牌业者会更积极地布局AI眼镜。林柏齐预测，2026年将有更多业者推出商用AI眼镜，整体市场规模将达到950万副。
趋势五：
军用无人机部队市场规模预计将达250亿美元
林柏齐表示，于2014年持续延烧至今的乌俄战争让各国了解无人作战系统应用在现代作战的重要性，各国不仅大规模采购无人机装置，更积极投入开发并部署专属的军用无人机部队，其中包括培养与训练飞手以及系统管控人员。在各国政府积极布局下，林柏齐预估2026年军用无人机的市场规模将达250亿美元。
趋势六：
2030年可望迈入人形机器人量产年，全球市场拚破百万台出货量
林柏齐表示，随着各国公私部门加速协力打造「物理AI」（Physical AI）基础设施，人形机器人正迅速从实验室与概念阶段走向商业化，根据MIC最新研究，预计到2030年，全球人形机器人出货量将超过百万台。
从产业结构来看，人形机器人的崛起不仅带来硬件制造与机构模块厂商的新机会，也催生出平台／操作系统（ROS）、AI模型与行为库提供商以及场域整合SI（系统整合商）。而其中一个被视为关键的商业模式，是所谓的「Robots-as-a-Service（RaaS）」－也就是企业不必一次性购买机器人，而改以「订阅／租赁」方式取得机器人服务，如此一来，即使是中小企业，也能因为门坎低、初期投入成本小，将自动化导入生产、仓储、物流、服务等场域，进而推进量产与大规模扩散。
展望2030年，林柏齐指出，人形机器人若成功进入量产与商业导入阶段，将可能催生新的产业与职业形态 — 「机器人即服务商」（RaaS provider）、场域整合系统商、AI模型／感知模块供货商、机器人行为训练师等新职种将浮现，整体供应链、平台与应用整合能力将成为竞争关键，而不再只是单纯硬件制造实力。
趋势七：
低轨卫星的商用数量上看1.2万颗、宽带服务用户预计突破1,000万
林柏齐指出，2025年低轨卫星宽带服务可覆盖且可商用的国家持续增加，网络传输速度也持续提升，2026年预计除了领导业者Starlink持续拓展国际服务据点外，Amazon Leo与其他业者也将加入商用行列。MIC预估全球商用低轨卫星的在轨数量也将因此达到11,650颗，这同时会带动全球低轨卫星宽带用户数朝千万订购户的里程碑迈进。
在此发展下，林柏齐表示，对于宽带产业之影响有两个层面 — 第一是全球可服务范围扩大，加上例如美国的宽带基建补助（BEAD）也纳入低轨卫星（占整体预算补助金额约2成）技术，使其将成为传统固网宽带包括FTTH / Cable Modem等技术在特定市场中的新竞争对手；第二是卫星通讯的重要性提升，国际行动通讯标准组织3GPP等机构正把非地面网络（NTN）规格与下世代6G通讯结合，未来宽带的应用将朝向海地星空一体化与更多元的面向发展。
趋势八：
2026年量子计算机进入商业验证阶段，量子+AI应用将大量出现
林柏齐表示，量子运算、量子计算机作为各国关注的关键新兴科技，尤其通用型量子计算机将成为美、中两国科技竞争的新战场，期望可以藉由政府研发资源与科技政策的推动，来取得该国在量子计算机系统标准与规格的发言权。除了政府政策之外，大厂的投入与竞争也将进入白热化阶段，包括超导体、离子阱、光子等，背后皆有推动的企业进行商业验证，包括：量子运算的相干时间、扩展性、错误率，以及操作的环境条件（如操作的温度与压力），都成为影响通用型量子计算机最终发展样态的产业关键因子。
林柏齐指出，量子计算机预期成为新型态的高速运算基础设施，如以下世代的高速运算基础设施的角度来看，量子计算机除了核心的量子芯片之外，包含冷却设备、雷射系统设备、位电子控制设备、单光子源设备、光子探测器等设备等，高阶光学设备的制造能力，以及运算设备的硬件系统集成。
趋势九：
AI攻防升温带动资安升级，产值预估将强势成长
面对Gen AI带动的攻击链升级，全球企业正进入全新的「AI攻防竞逐」时代。林柏齐指出，传统仰赖人工分析的资安营运中心模式（Security Operations Center, SOC）已难以因应Gen AI大幅降低攻击成本并扩大的攻击规模。钓鱼诈骗、身分冒用与深伪社交工程将因Gen AI的存在更难被侦测，因此，企业对实时侦测与自动化应变的需求快速提升 — AI SOC、XDR、SOAR与自主训练的AI模型正成为强化营运韧性与信任治理的核心能力。
林柏齐进一步指出，AI导入正在重塑资安产业结构 — 第一，AI驱动的威胁侦测与事件抑制，使企业能在多云与混合环境中维持一致的安全治理；第二，托管式资安服务供货商（Managed Security Service Provider, MSSP）与SOC as a Service快速成长，服务由人力密集转向模型与流程驱动，平台化能力成为主要竞争焦点；第三，AI攻防自动化、模型验证与第三方风险治理需求上升。林柏齐强调，AI应用所带来资安产业的成长，将成为2026年最具策略价值的资通讯成长板块，也是企业迈向自主化安全营运的重要里程碑。
趋势十：
企业对AI投资持续攀升，带动信息服务产业营收上看7,200亿新台币
林柏齐表示，根据MIC最新调查，随LLMs模型快速进展，企业对于AI应用认知度普遍提高，2025年已有约四分之一台湾地区企业实际针对AI应用进行投资，投资家数比例较2024年成长近五成。
另外，林柏齐也提出，有部分企业虽未正式导入AI应用，但员工私底下使用AI工具提升工作效能；或是企业虽未导入AI，但也不禁止员工执行工作时使用各类AI工具[1]。上述情况显示AI应用正从试点迈向规模化落地，预期2026年仍将持续上升，成为企业数字转型的重要推力。林柏齐指出，根据MIC调查显示，现阶段企业导入AI以提升生产力与营运效率为核心目标，主要系集中在「文字生成、企业AI平台与程序代码生成」等三大关键应用，透过相关应用强化内部沟通、客户互动、流程自动化、营销内容产制与软件开发加速等，并促使企业进行工作流程再设计。
面对AI技术推陈出新，多数企业意识到仅靠内部团队难以掌握模型与基础架构最佳建构方式。根据MIC调查，在规划导入AI的企业中，超过半数业者倾向与具垂直领域知识、能提供深度客制与持续优化服务的信息服务业者合作，以缩短导入时程、降低自行摸索的成本与风险，并透过与资服业者合作过程累积实战经验。
因应十大趋势 林柏齐：AI还不会太快走向泡沫化
综观而言，根据上述对AI应用在2026年的演进推估，林柏齐表示，AI应用热潮还不至于快速走向泡沫化；并，林柏齐建议，企业在扩大AI应用的同时，应持续高度关注「隐私与智财疑虑」、「AI系统安全漏洞与攻击」，以及「AI被用于未经允许的恶意使用」等风险与信任管理议题。若能有效把控AI带来的风险问题，也就是掌握AI治理能力，将能带动AI应用管理新商机。
备注：
- [2] 此类称作影子AI用户，若包含此类用户台湾地区企业AI使用率达34%。
|
