亞矽暨 AI 政策執行中心行政長李博榮指出，亞洲・矽谷計畫自 2016 年推動以來，已在物聯網及創新創業生態系累積基礎。如今政策進一步銜接 AI，重要任務是將科技產業的成長效益擴散至傳統產業與中小企業，協助更多業者改善經營條件。

他以槓桿比喻政府資源的作用：企業必須先找到轉型的支點，也就是自身的問題與核心價值，資源投入才有機會產生效益。思考順序應是找對市場、確認方向，再選擇工具。課程與輔導之後，更需要具體行動方案，才能把所學轉為營運上的改變。

這也說明前期診斷的重要性。由專家協助釐清需求，再銜接應用導入、人才培訓及研發支持，能讓企業更有依據地安排投資，避免採購系統後才發現不符現場需要。

企業需求逐漸具體，也改變了 AI 供應商的發展方向。工研院產科國際所經理陳佳滎分析，AI 正由生成內容，進展至能執行任務的 AI Agent，再與機器設備結合，延伸至實體作業。

臺灣具備伺服器製造與半導體基礎，下一步可結合製造、醫療等領域的專業知識，發展專用平台與服務。陳佳滎提出，將邊緣運算硬體、垂直領域軟體及專用小型模型整合，有助於提供更貼近客戶需求的方案。

例如，設備偵測異常後，系統可進一步啟動防護停機或派發維修工單，讓資料分析接上處置流程。隨著 AI 參與更多工作，企業也須同步考量資料保護與治理責任。產品是否適用，取決於能否兼顧效率、現場條件及管理需求。

耐思尼總經理陳江川分享具身智慧，具體呈現 AI 如何參與實體工作。機器人必須感知環境、理解任務，並依現場變化調整動作，才能處理預設流程之外的狀況。

耐思尼開發的 NIRO （nexuni intelligence robot orchestration）系統，透過任務拆解與工具調度，連結 AI 規劃能力及機器人的動作控制。其自主巡檢機器狗已在新加坡商業園區運行；臺灣重電工廠則導入自主焊接機器人，利用雷射辨識焊縫、自動生成路徑，減少更換工件時的人工示教負擔。

高空清潔與洗衣工廠摺毛巾應用仍在概念驗證階段。這些場域共同面對缺工、作業風險或高度重複的工作，不僅凸顯了導入機器人的迫切性，也促使開發團隊必須持續在真實環境中進行測試與優化。

醫療場域則關注如何運用既有檢查資料，協助掌握更多健康風險。神瑞人工智慧執行長張曜吉介紹一圖多篩應用，利用同一次低劑量電腦斷層影像，分析肺結節、冠狀動脈鈣化等資訊，輔助醫師判讀。

除了影像分析，張曜吉也將重點放在後續追蹤。簡報中的北醫附醫研究顯示，團隊用AI從原先僅接受肺癌篩檢的受檢者中，篩出具有潛在心血管風險的個案，於四個月內聯繫 167 名個案，其中 60 人回診，後續有個案接受藥物或介入治療。辨識風險之後，仍須透過聯繫、轉介與臨床評估，才能銜接照護。

神瑞採用院內部署架構，將分析與報告輸出納入醫療流程。這項設計也呼應論壇對專業應用的討論：技術必須配合使用者的工作方式，才能持續發揮作用。

洄音董事、國立中山大學海下科技研究所特聘教授兼所長邱永盛，則介紹水下聲學的應用。團隊透過長期被動聲學觀測蒐集資料，運用 AI 分類及辨識生物與船舶訊號，分析海域活動。

分享內容包括鯨豚聲音辨識，以及結合船舶自動識別系統資料建立聲紋資料集。這些工作仰賴可靠的感測設備、長期觀測與訊號品質管理。配合邊緣辨識及通訊技術，水下聲學可為生態觀測、海域安全與防災提供更多判斷依據。