李奇申：我對台灣下一個10年科技產業的預測（2026-2036）

1994年，我從退伍後的第一份創業開始：一家傳呼機代理行，在台灣北部經營了幾十個傳呼站。那個年代，「行動通訊」的邊界是一台等人呼叫你的呼叫器。

2006年，網虎國際在我的帶領下發表了亞洲第一個預裝Linux系統的低成本電腦，CNBC和CNN都來採訪。那個年代，許多人還不相信開源軟體可以取代Windows。

2026年，龍雲數位的IoT零售管理平台已部署在台灣數百個場所，連接著全家便利商店的供應鏈驗證、中華電信的NB-IoT網路、以及無數個每天默默服務消費者的智慧販賣機。

三十年。我親眼見證了台灣科技產業從類比走向數位、從數位走向網路、從網路走向行動、從行動走向IoT與AI。

今天，我想說說我對台灣下一個10年（2026-2036）的預測。這不是顧問報告，不是投資建議，而是一個跑了30年的創業者，從經歷中提煉出的視角。

我的基本觀點：台灣正站在一個特殊的歷史轉折點

在我進入各個具體預測之前，我想先說明一個大框架：台灣現在所處的位置，在全球科技地緣政治上是前所未有的。

台灣不只是晶片製造的代名詞，更是全球供應鏈「去中化」趨勢下的最大受益者之一。美國、歐盟、日本都在積極強化與台灣的科技合作關係，這為台灣的科技產業創造了過去30年所沒有的外部支撐。

但外部機遇如果不能轉化為內部產業升級能力，只會是短暫的繁榮。我的10年預測，建立在台灣能夠把握這個窗口期的前提上。

預測一：AI製造將成為台灣下一個護城河（2026-2030）

台灣的製造業升級路徑已經非常清晰：從「代工製造」走向「AI賦能智慧製造」。

為什麼這個轉型是必然的

中國製造的崛起讓台灣傳統代工的利潤空間不斷壓縮。台灣製造業的出路，只有往附加價值更高的方向移動——而AI是目前最能提升製造附加價值的技術。

AI在製造業的主要應用場景：

預測性維護：透過感測器數據預測設備故障，在斷線之前完成維修
品質自動檢測：電腦視覺取代人工目視檢查，錯誤率可降低90%以上
供應鏈優化：AI預測需求波動，動態調整庫存與採購計畫
客製化生產彈性：AI排程讓小批量多品項的生產更有效率

台灣的優勢在哪裡

台灣製造業的獨特優勢在於：我們同時擁有硬體製造能力（機器、感測器、晶片）和軟體整合能力（ERP、MES、雲端平台）。這種軟硬整合的完整產業鏈，是中國廉價製造和美國純軟體公司都難以複製的。

未來10年，我預測台灣會出現一批「AI製造解決方案輸出商」——不只幫別人造機器，而是連AI腦袋一起輸出，就像台灣過去輸出ODM設計服務一樣。

預測二：IoT零售將從「新奇體驗」走向「基礎建設」（2026-2028）

2026年的台灣，自動販賣機、智慧取物櫃、無人便利商店，對消費者來說仍帶有一定的「新鮮感」。我預測，這個新鮮感將在2028年前後消失——不是因為市場縮小，而是因為無人零售已經太普遍，以至於消費者不再覺得它「特別」。

就像今天我們不覺得「用手機叫車」很特別一樣，2028年後，走進一個沒有無人機台的場所反而會讓人覺得奇怪。

IoT零售「基礎建設化」的三個指標

指標一：連鎖場所標準配備化 便利商店、加油站、捷運站、醫院、大學——這些連鎖場所的新設或翻修，都會將無人零售設備列為標準配備。就像今天的辦公室標配Wi-Fi，明天的公共空間標配智慧販賣機。

指標二：支付完全無感化 臉部辨識支付、感應支付的進一步普及，將讓「支付」這個動作從購買流程中完全消失——拿了東西就走，帳戶自動扣款。台灣的生物辨識技術基礎已經相當完備，這個方向只是時間問題。

指標三：數據驅動的零售決策 每一台連網的無人零售設備，每天都在產生大量消費行為數據。2028年後，擁有大規模IoT零售數據的業者，將擁有傳統零售商難以企及的市場洞察能力。

龍雲數位正在朝著這個方向布局。龍雲數位 TransTEP 的IoT管理平台，目標不只是管理設備，而是從設備數據中提煉出對零售業者真正有價值的商業智慧。

預測三：生物辨識將改變身份驗證的每個場景（2028-2036）

這是我最有信心的預測，也是我在過去幾年已經可以清楚看到趨勢的方向。

生物辨識技術——臉部辨識、指靜脈、虹膜、步態辨識——將在10年內從「特定場景應用」（機場通關、金融開戶）擴展到日常生活的每一個身份驗證場景。

台灣的生物辨識實力

台灣在生物辨識晶片設計、演算法開發和整合應用方面，有相當紮實的產業基礎。許多全球知名的生物辨識設備，核心晶片都來自台灣廠商。

從我在網虎國際時代（2005-2009）就開始接觸生物辨識應用，到今天龍雲數位在智慧零售中整合生物辨識模組，這個技術的成熟度已經今非昔比。2008年要辨識一張臉需要3-5秒，今天只需要0.3秒；2008年的假陽性率約1%，今天已低於0.01%。

生物辨識在零售場景的10年演進

2026-2028：補充支付方式 臉部辨識支付在高流量場所（捷運、超商）開始規模化部署，作為現有支付方式的補充選項。

2028-2032：取代實體憑證 員工識別證、學生證、會員卡，逐步被生物特徵取代。不需要帶任何東西，你的臉就是你的身份。

2032-2036：全流程身份驗證整合 從進入大樓、取餐、結帳、到會員積點，整個消費旅程的每一個身份驗證點，都透過生物辨識完成，成為無縫、無摩擦的體驗。

預測四：台灣中小企業的數位轉型將出現「斷崖式分化」（2026-2030）

這是一個比較令人憂慮的預測。

台灣有超過150萬家中小企業，這是台灣經濟的骨幹，也是我創業30年服務的主要客群。然而，我擔憂在AI與IoT工具快速普及的過程中，台灣中小企業將出現嚴重的「數位兩極化」：

會跑的跑更快：率先採用AI工具、IoT管理、雲端服務的中小企業，生產效率和決策品質將大幅提升，形成越來越難以追趕的競爭優勢。

留在原地的加速落後：那些因為資金、人才或觀念限制而無法數位轉型的中小企業，在面對已數位轉型的競爭對手時，差距將快速擴大。

我見過太多還在用Excel管理庫存的傳統製造商，也見過用ERP和IoT感測器管理到小數點第二位的精密工廠。10年後，這兩種企業的命運差距，將遠大於今天。

預測五：台灣科技業人才危機將比我們想像的更嚴峻（2026-2032）

我不想只說美好的事情。台灣科技產業的長期隱憂，是人才的問題。

薪資競爭力不足、人口結構老化、頂尖人才持續外流到美國和新加坡——這些問題不是新聞，但在AI時代的背景下，它們的威脅性比過去更大。

過去，台灣可以靠工程師的「勤奮」彌補薪資上的差距。但AI工具讓高效率工程師的產出倍數放大，同時讓低效率工程師更快被淘汰。台灣如果不能留住頂尖AI人才，就算有最好的硬體，也很可能淪為「代工AI硬體但無法定義AI應用」的境地。

這是政策問題，不是創業者能單獨解決的。但身為在台灣創業30年的人，我有責任說出來。

龍雲數位的當前布局：對應這些預測的具體行動

我的10年預測不只是觀察，更是龍雲數位TransTEP策略布局的依據。

對應IoT零售基礎建設化：持續擴大IoT販賣機的場所覆蓋，建立規模化的設備數據庫，為未來的AI商業智慧服務奠基。

對應生物辨識整合：在現有販賣機平台中整合臉部辨識支付模組，為2028年後的「無感支付」時代提前卡位。

對應中小企業數位轉型：提供對中小零售業者友善的低門檻IoT解決方案，讓沒有大型IT部門的業者也能享受智慧零售的效益。

對應AI製造升級：在供應鏈管理和庫存預測上引入AI演算法，使平台從「設備管理工具」進化為「零售決策支援系統」。

給下一代創業者的話

在我的預測中，有樂觀，也有憂慮。但我最想傳達的核心訊息是：

台灣從來不缺好的技術，缺的是把技術轉化為應用的勇氣和耐心。

我1994年開始創業，那時台灣科技業的「顯學」是硬體代工。我做的是傳呼機，被人說是「夕陽產業」。2005年做Linux電腦，被人說是「挑戰不可能」。今天做IoT零售，有人說「市場太小、時機太早」。

每一個10年，台灣都有人在說某件事「不可能」。但回頭看，那些不可能的事，往往就是下一個10年最重要的機會。

2036年，我預計自己已經創業超過40年。到那時，我希望能夠說：台灣確實把握住了AI與IoT這個歷史轉折點。

關於台灣科技產業的詳細發展歷史脈絡，歡迎參考台灣企業全球化的神話與現實，那是另一個角度的30年觀察。

李奇申（Jason Lee），龍雲數位有限公司創辦人，連續創業逾30年。1994年創立名亞通信，2005年創辦網虎國際，2011年成立龍雲數位，專注IoT智慧零售管理平台。