在前面幾篇的文章，我們探討了ChatGPT（Generative Pre-trained Transformer）所引發的AI應用趨勢以及可能的商業模式討論等。接著，我們討論在ChatGPT引爆全球話題後，台灣在生成式AI(AIGC)軟體與服務產業的發展情況。

自2022年十一月由OPEN AI推出後至今，引來無數討論，諸如後續商機發展、工作取代、道德與資安問題等，其面向可謂相當全面且廣泛。以商機而言，ChatGPT的運作核心仍然是不脫AI模型訓練與推論能力的展現，也因此對於相關的硬體乃至於半導體商機已有相當多的討論，像是台灣早已是全球伺服器代工大國，在面對生成式AI應用需求暴漲的情況下，長期來看，伺服器需求勢必水漲船高。與此同時，全球AI晶片的設計與製造，台灣半導體產業也扮演舉足輕重的角色，如晶圓代工龍頭台積電與設計服務大廠創意電子與智原科技等，皆能在這波生成式AI浪潮下，佔有一席之地。不過，儘管台灣在硬體製程與半導體在生成式AI領域早已卡位，但在軟體應用領域亦有不錯表現，本篇報告重點將聚焦國內幾家重要的生成式AI軟體與應用業者在市場上的發展現況。

生成式AI與NLP基本概觀

在進入台灣軟體與應用服務業者的討論前，關於生成式AI與NLP（自然語言處理）系統等做簡要的概述與介紹。概括而言，生成式AI是眾多AI的一種類型，透過機器學習模型研究歷史數據的模式，進而生成文本、圖像、影片、音訊甚至是簡單的程式碼等各種內容。市調機構Gartner將生成式AI列為《2022年度重要戰略技術趨勢》的首位，並預測到2025年，生成式AI將占所有資料的10%，ChatGPT即為生成式AI的一種形式。

而生成式AI之所以會如此火紅，其背後的助力就是NLP系統，在概念上可分成兩大類，一是NLU（自然語言理解），另一個則是NLG（自然語言生成），前者自然是利用訓練出來的模式來理解文字內容，事先蒐集並設計相關詞庫，再透過分析文句中相關詞句出現的次數來進一步理解該段文句。其中更包含了正負面的情緒用字，做為該模型的基礎之一，以採用該模型的裝置得以理解此段文字的真正意涵。NLG則是接續NLU，因應NLU的內容判斷，進一步衍生出相應的文字內容，其背後也需要基本的邏輯、數據以及各國當地的文句結構來支撐。而將NLU與NLG加以結合，就成為Transformer，Transformer 被視為遷移式學習的一種，其概念是將學會 A 任務的模型套用至 B 任務的資料上繼續學習的技術。過往的 NLP 執行步驟會將理解與生成拆分成兩階段。若想完成NLG，業者一般會將先設計好前段的NLU模型，再將NLU所產生的結果投入至NLG的模型中，而遷移式學習則是將整段過程揉合在一起的框架。也因此，當ChatGPT暴紅之後，市場亦有許多憂心人士認為，這樣的學習模型若是放任不管，對於人類未來發展反而會帶來極為不利的影響。