資策會數位轉型研究院─FIND中心

生成式AI正快速滲透企業運作，日本企業也紛紛導入AI工具，從文件撰寫到客服回覆，AI正在重塑日常工作流程。然而，日本近期產業觀察指出，多數企業的AI應用仍停留在提升效率與降低成本的層面。若AI無法進一步轉化為新的產品、服務與市場，其對經濟成長的影響將十分有限。

換言之，AI的真正挑戰並不是「導入得不夠快」，而是導入的位置是否正確。

AI導入率偏低且多停留在效率化

目前日本企業導入AI仍落後於主要經濟體。即使在已導入AI的企業中，多數應用仍集中在文件整理、客服自動化與資料搜尋等行政或後勤工作，真正與核心產品開發或商業模式創新相關的案例仍然有限。

圖1：G7國家企業AI導入率
資料來源：日本總研

例如，日本科技公司LINE Yahoo已宣布全面導入生成式AI，計畫讓約1.1萬名員工在日常工作中使用AI工具，主要應用於文件撰寫、資料搜尋與會議紀錄整理等任務，目標是提升整體企業生產力。這類應用確實能大幅減少行政工作時間，但仍屬於典型的流程效率化應用。

在製造業中，豐田集團旗下Toyota Connected在內部推動生成式AI應用，透過AI搜尋會議紀錄、建立FAQ知識系統與分析企業內部數據，以改善工作流程與知識管理。這些案例顯示，日本企業已開始積極導入AI，致力提高內部效率。

若僅止於效率化，AI對經濟影響有限

根據日本總研分析，AI投資確實能提高企業生產力，但其效果主要來自成本降低與效率提升，而創新帶來的收入成長仍相對有限。其原因在於三個結構性因素：

第一，AI影響的工作範圍仍有限

在製造業、醫療照護或物流等產業中，許多核心任務仍高度依賴實體操作與專業判斷，使得AI難以全面取代。

第二，日本企業導入AI的速度相對保守

相較於美國科技企業大量投入AI研發，日本企業往往優先將AI用於降低成本與提升效率，而非高風險的產品創新。

第三，AI應用仍以替代人力為主

當AI主要用於取代既有工作時，其經濟效果通常體現在成本下降，而不是創造新的市場需求。

AI真正的價值在於「產品創新」

近年日本產業界也逐漸意識到這一問題，開始將AI應用從流程優化轉向產品與服務創新。

例如豐田汽車正在建立內部AI平台，讓製造現場工程師能自行開發AI模型，並將AI導入品質檢測、生產預測與設備維護等場景。透過讓現場人員直接參與AI模型開發，企業能更快速地將AI應用到實際產品與製造流程中。這類AI應用不只是提高效率，而是直接改變產品開發與製造方式。

圖2：豐田汽車與Google Cloud合作建立一套「AI Platform」，透過混合雲架構（Hybrid Cloud）結合工廠內部系統與雲端運算資源，使製造現場能更容易開發與部署AI 模型
資料來源：Google Cloud Blog

同時，日本企業也開始建立AI產業合作。例如富士通與NVIDIA宣布合作發展AI基礎設施與智慧機器人技術，目標是在2030年前建立支援醫療、製造與服務業的AI平台。

圖3：富士通與NVIDIA於2025年宣布戰略性AI合作計畫，共同打造「Full-stack AI infrastructure（全堆疊AI基礎設施）」
資料來源：富士通

上述發展顯示，日本產業界正試圖從單純的AI工具使用者，轉型為AI產品與產業解決方案的開發者。

政策與產業生態系正在形成

除了企業層面的轉型，日本政府也正積極推動AI基礎設施與產業政策的整合。例如，日本產業技術綜合研究所（AIST）建立的AI運算平台ABCI 3.0已於2025年啟動，系統搭載數千個GPU，整體運算能力達到exaflop等級，主要用於支援生成式AI、大型語言模型與先進AI技術的研究與開發。

圖4：日本產業技術綜合研究所推出的ABCI 3.0 AI超級運算平台
資料來源：日本國立研究開發法人產業技術總合研究所

同時，日本政府也推出GENIAC（Generative AI Accelerator Challenge）計畫，由經濟產業省主導，投入數百億日圓支持日本企業與新創開發大型語言模型與生成式AI應用。該計畫提供算力資源、資料與研發資金，協助企業在日本本土建立生成式AI技術與應用生態，並鼓勵企業將AI技術導入製造、金融、醫療與內容產業。

算力基礎設施的建置與資金補助，顯示日本政府正嘗試建立從「算力基礎 → AI模型 → 產業應用」的完整AI創新體系。這也反映出日本政策思維的轉變：AI不再只是單一企業的工具，而是需要透過國家級基礎設施與產業政策共同推動的技術生態。

從效率工具到產業創新的關鍵轉折

日本的經驗清楚揭示一個關鍵事實：AI無法單靠提升效率來改變產業結構，唯有當AI成為新產品、新服務與新市場的核心，其經濟影響才會真正顯現。當AI被嵌入產品設計、服務模式與產業系統中，它才會成為創造需求與擴大市場的力量。

這樣的轉型，涉及跨產業、跨國界的協作能力。以亞洲產業結構而言，台灣在半導體、AI硬體與系統整合方面具備全球競爭優勢，而日本則掌握機器人、精密製造、高齡社會與醫療照護等高價值應用場景。若雙方能將AI視為可共同打造的產業解決方案，便有機會在智慧製造、AI機器人與智慧醫療等領域，形成具備全球影響力的AI創新產業鏈。

AI競爭的關鍵，是誰能率先把AI從效率工具，轉化為能創造新市場的產業基礎，導入速度則是其次。能做到這一點的國家與企業，才真正站在下一輪產業競爭的起跑線上。

提升效率遠遠不夠，日本產業導入AI創新商模

提升效率遠遠不夠，日本產業導入AI創新商模