人工智慧（AI）的浪潮從雲端運算中心湧向產業每個角落，其重要性將不再只是選項，而是攸關存續的必經之路。這場變革的核心議題，已從「是否導入AI」，深化為「如何駕馭AI」。
南台灣的工業重鎮高雄，正以兼顧宏觀戰略與微觀實踐的雙軌路徑，為其腹地內廣大的製造業基礎，提供由上而下的政策引導，與由下而上的企業賦能，協助在地產業推進智慧化轉型。
高雄市政府經濟發展局副局長林廖嘉宏指出，高雄從重工業基地出發，正積極轉型為引領智慧製造的科技城市，而關鍵在於「主權AI」的思維，亦即牢牢掌握資料主導權，策略性地「使用」AI，而非被動「利用」AI，藉此確保城市決策權與公共利益不受外力左右，為未來發展擘劃出清晰的藍圖。
S廊帶串聯產業能量
林廖嘉宏以其累積二十年的城市規劃經驗指出，人類的記憶、知識與在地產業脈絡，形成了AI模型難以複製的獨特資料資產。這正是高雄推動城市級主權AI的底層邏輯。城市不應將治理權交給外部模型，而應建立自主的資料與AI基礎，讓城市擁有可視化、可操控的智慧決策能力。他強調：「資料主權就是城市的未來主權。」唯有透過資料在地化與自我掌控，才能在AI時代確保產業發展、公共安全與政策方向不被外力左右。
高雄市政府經濟發展局副局長林廖嘉宏表示，資料主權決定未來主權，藉由主權AI與在地算力，將可確保產業的智慧決策自主。
高雄的產業轉型並非倉促行動，而是奠基於長期的系統性佈局。林廖嘉宏回顧早期推動自由貿易港區的經驗，指出當時因RFID追蹤與金融系統未整合，效益無法擴散。這次的轉型，則以系統動態學（System Dynamics）為核心，建構上下游完整串連的產業生態。「南台灣半導體S廊帶」正是此理念的具體實踐：以台積電楠梓園區為核心，向北連結南科的技術與土地資源，向南延伸至亞洲新灣區的IC設計中心，形成從設計、製造、封測，到材料、設備供應的完整聚落。
他進一步說明，這條S廊帶並非淘汰舊產業，而是以材料、化學等工業基礎為底，藉由智慧科技進行升級，使新舊產業共榮共生。這種融合既有優勢與新興技術的作法，將能為城市永續發展奠定堅實根基。
主權AI理念鞏固決策權
在AI導入策略上，高雄提出了主權AI（Sovereign AI）的前瞻構想。林廖嘉宏強調，「利用AI」只是追求效率的短期目標，資料與模型往往受制於他人；而「使用AI」則是將其視為自主工具，「為我所用」，達成城市的公共利益與安全目標。畢竟若把治理決策全盤交由外部模型掌控，將等同於把城市命脈交給他人。
為避免這種風險，高雄啟動了「智慧高雄燈塔計畫」，攜手國際夥伴，打造專屬於城市的AI基礎模型與數位孿生（Digital Twin）平台，將交通、水利、港灣、公共安全等關鍵基礎設施全面數位化與模型化。決策者不再只能依賴文字式建議，而能透過視覺化操作進行治理，並確保資料在地訓練與儲存，使城市智慧牢牢建立在自主可控的基礎上。
生成式AI應用發展
為了讓主權AI真正落地，高雄積極打造涵蓋算力、整合力、人力、應用力的「四力」生態體系。首先，在算力層面，引進國際級超級電腦進駐園區，建立強大運算基礎設施（IaaS）。同時，在亞洲新灣區的香蕉碼頭等歷史建築區，打造新創與研發人才的聚集空間。
其次，在整合力層面，市府推動資料標準化與系統整合，打破部門與機構間的資料孤島，搭建可協作的資料平台（PaaS）。在人力培育上，高雄率先全國，在左營成立國際重點領域校際研究園區，引進頂尖大學設立分部，開設半導體與AI碩士學程，持續輸送高階研發人才。最後，在應用力層面，市府積極開發各種智慧城市場景，例如演唱會人流疏運、智慧交通號誌、AI災害預防系統，讓市民實際享用科技帶來的效能與便利。
高雄的產業結構中，金屬、機械等傳統製造業佔比超過五成，這些企業普遍面臨資料基礎薄弱、AI應用場景不明確的挑戰。市府選擇扮演「媒合者」與「賦能者」角色，搭建新創團隊與在地企業合作平台，針對供應鏈管理、製程優化、安全監控與淨零永續等痛點，導入AI技術進行概念驗證（POC）。
金屬工業研究發展中心技術與商務整合服務組組長林原誌強調，以數據為依據，推動產業從現場可視化邁向智慧決策，強化競爭力與永續營運。
例如，中鋼集團子公司透過AI參數優化，讓鍋爐電熱系統節能效益提升28%，每年節省大量電費並減少碳排；某紡織業者利用AI模擬布料研製，將開發週期縮短一半，降低樣品與運輸成本。這些案例顯示，AI並非高科技企業的專利，也能為傳統產業創造新價值，推動整體產業升級。
以證據為基礎決策
AI導入的第一步，不在於演算法的高深複雜，而在於心態與資料基礎的轉變。金屬工業研究發展中心產業升級服務處技術與商務整合服務組組長林原誌博士提出「數據三部曲」：看得見數據、用數據思考、以數據說服。這套源於其國際實務的心法，強調所有決策皆須以證據為基礎（Evidence-based）。
首先，企業需透過感測器與物聯網技術，讓現場隱藏的資料浮現，也就是「看得見數據」。接著運用資料分析工具，理解流程中的因果關係，進入「用數據思考」階段。最終，企業必須能以資料說服內外部利害關係人，展現品質與永續績效，達成「以數據說服」，將資料轉化為市場信任與商業價值。
工業醫生診斷賦能
為了讓AI在複雜的工業現場落地，林原誌提出「工業醫生」的導入框架，將工廠視為生命體，AI工具與專家系統則對應各種專科醫師。此模式分為「復能（Restore）」、「賦能（Enable）」與「富能（Empower）」三階段：首先復能，讓設備透過感測器表達狀態；接著賦能，利用演算法診斷問題並提出改善；最終富能，讓工廠重獲生命力，實現效率提升與智慧決策。
《新電子科技雜誌》、《新通訊元件雜誌》、《網管人雜誌》三刊聯合在工業重鎮高雄舉辦「AI智慧製造科技峰會」，吸引產業專家齊聚交流。
他進一步提出四維AI架構，涵蓋製造、機台、人力與管理。製造AI扮演產能助攻手，機台AI成為品質守門員，人力AI化身警戒者與教練，管理AI則在企業資源規畫架構下，整合金流、物流、資訊流，打通數據壁壘，形成智慧決策中樞。
對製造業者而言，AI轉型不只是政策口號，而是攸關供應鏈升級、國際競爭力與永續營運的新戰場。企業若能及早佈局資料基礎、強化AI應用場景，就能在這波浪潮中掌握主動權，成為智慧製造生態系中的關鍵節點。這不僅是技術導入的選擇，更是企業策略與市場競爭力的核心課題。