工商社論》DeepSeek的出現，均衡台灣計畫如何調整回應？
DeepSeek的出現，對股市及AI發展帶來相當大的衝擊。DeepSeek宣稱訓練模型成本僅500萬美元，遠低於其他美國大廠的訓練成本，且效能還相當；DeepSeek的app下載衝到第一後，華爾街立即感受其影響力。按各方報導，雖對其宣稱的訓練成本有所保留，但都肯定其促使快速降低AI成本的創新作法。
據媒體報導，台灣114年所編列的科技預算為新台幣1,466億元，概略可為44.5億美元；當然，在立法院刪減後，不清楚所剩可用的科技預算額度。原國內專家評估訓練大型語言模型動輒需投入上億美元，且台灣沒有足夠算力，倡議台灣不須自己訓練大型語言模型。DeepSeek出現後，恐必須重新評估。
DeepSeek的成功，除源於它站在過去美國各巨人的肩膀，以開源模型為基礎，同時發明許多創新作法，例如：混合專家模型（MoE）等，大幅提升訓練效率、精準度，降低能源使用。
大約十年前，OECD一份研析未來生產力報告中，歸納出全球前沿技術與技術創新擴散兩階段生產力提升模式。此次全球AI的發展現象，與OECD報告所述相近：美國國際大廠致力探索開發全球最先進的AI大型語言模型，投入大量資金與人力且還有失敗風險；來自中國大陸的DeepSeek，以開源模型為起點，重降低成本協助創新擴散應用。降低成本技術創新擴散，OECD認為關鍵在產學合作，企業藉著商業化的龐大利益，驅動大學研究與技術創新變現；只是，此次DeepSeek所仰賴的是開源模型，不是大學。
過去幾年，中國大陸出口外貿新三樣：電動車、鋰電池及太陽能電池，及許多傳統產業產品的大量出口，均引進全球前沿技術、將技術普及，再由政府引導大力投資，帶動出口競爭力，給許多台灣及全球產品帶來相當大的競爭壓力。
根據去年諾貝爾經濟學獎得主Daron Acemoglu分析，AI的發展與應用，會讓厲害的研究人員更厲害，對平庸的研究人員幫助不大，這樣的分析似乎也可合理類推到產業發展。那麼，DeepSeek如果被整合應用到大陸其他已經領先於台灣傳統產業垂直供應鏈營運上，所帶動的競爭力提升，會如何影響台灣的傳統產業？
「均衡台灣」是近兩任總統的政策目標，期藉著推動六大區域產業及生活圈來達成：去年3月推出「桃竹苗大矽谷推動方案」，今年1月推出「大南方新矽谷推動方案」，兩個方案都提及AI。前者偏重在新興產業及科技新創的發展，後者則在投資算力及「AI產業化、產業AI化」包括餐飲、健康照護、零售、生活應用、資通訊、金屬加工、車用零組件等。只是，網頁上兩個方案具體作法與內容均無明確說明，也未提及將投入任何產業的AI模型訓練。
如將Daron Acemoglu的分析應用到產業層次，台灣歷來是晶片設計、各產業的製造流程等方面具出口競爭力的資優生，若能透過業者參與的資料累積與蒐集，各自或共同發展出各個垂直產業鏈的AI基礎模型，然後提供個別業者更有效率及有效地設計晶片、設計與產製各項產品，相信對台灣各個產業鏈出口競爭力有莫大的幫助。
TAIDE是台灣以開源模型所建立的人工智慧語言模型；當初建立模型時，面臨最大的瓶頸除算力與經費，還在於可用數據資料匯集與取得不足。現今，DeepSeek已發明較低成本的模式，應有機會借鏡並擴散到國內各產業。當然，除政府需建立公正第三方的可信流程與法制，引導業界參與提供資料，更須設計機制，吸引專家及公私資源共同參與。
DeepSeek讓美國川普總統改口及國際大廠調整策略方向。對「均衡台灣」目標，賴總統也應有所作為：具體引導資源，挹注AI到國際競爭潛力的產業供應鏈，以維繫更多產業均衡發展，不再讓台灣只是半導體與ICT組裝；同時也提醒立院，面對中國大陸的產業政策，台灣需要足夠科技預算因應。
