无人载具驱动主权AI　台湾打造数据自主新动能

主权AI是防卫线，无人载具则是延伸国力的眼与手；当两者相互支撑，台湾将能在AI新时代中，以主权为名，定义自身的未来。DIGITIMES摄

进入AI与无人载具系统高度融合时代，「主权AI」成为全球科技竞逐的核心议题，其内涵不仅关乎数据安全与运算自主，更是国家在数码疆域中维护主权的关键防线。ESMA台湾电子供应链管理协会顾问黄光彩博士指出，AI的主权建立在数据的主权；而数据主权，最有效的传感来源之一，就是无人载具，台湾若要在AI时代建立真正的自主能力，就必须从数据蒐集端着手，建立以无人载具为基础的主权数据体系。

黄光彩进一步介绍主权AI，此概念是指国家能自主蒐集、存储、训练与运用自身的数据，确保AI模型与演算法不受外国平台掌控，最早由欧洲在数据保护法规GDPR推动后扩散开来，并在美国、德国、日本等国成为新兴战略焦点。

以欧洲为例，德国禁止信用卡数据跨境至法国，法国亦规范医疗数据不得由他国机构存取，借此确保数据主权与运算自主。主权AI的核心并非演算法创新，而在于如何透过在地数据治理，维持信息安全与国家自主权。

对台湾而言，主权AI的战略意涵议题更为直接。台湾岛屿型地理结构、军民科技密度高与通讯基础设施的广泛布建，使数据安全成为国安重要环节。主权AI的核心不在于演算法的优劣，而在于能否长期掌握并运用「在地生成」的数据，这些数据涵盖气象、海洋、地形、能源、交通、医疗与基础建设等多层面，构成维持国家运作与防卫能量的关键基础，一旦关键数据外流，等同于将人民、国防与基础设施的结构性脆弱点暴露于外部势力之下。

不过传统数据蒐集依赖人造卫星或固定传感器，但前者昂贵且受限于国际供应，后者密度不足、更新慢。相较之下，无人载具的灵活性成为理想解方。无论是空中的无人机（UAV）、地面的无人车（UGV）、水上的无人船（USV），或水下潜行器（UUV），都能以低成本、高频率地回传数据，建构属于本地的「多维数据网」。

以实际应用而言，若能在台湾海峡沿岸大规模部署无人载具，便可持续蒐集潮流、水温、空气与气体层等多维度数据，进而建立属于台湾的环境大数据库。透过完整且实时的数据蒐集，可使AI模型具备更高的精准度与决策能力，不仅可强化国防监测与气候研究，也能延伸至国土环境维护、智能农业、能源管理及防灾预警等领域，形成从国防安全到社会韧性的整体数据生态体系。

健全数据治理体系 推动主权AI落地

黄博士进一步指出，主权AI的概念不仅属于国家层级，每一家企业同样拥有自身的数据主权。以半导体制造产业为例，工厂内的电力配置、水气系统、气体管线与监控数据皆属关键营运机密，构成企业运作的核心命脉。类似的逻辑同样适用于能源公司、交通营运商、医疗机构与智能城市营运单位，这些组织在AI转型过程中必须同步建立完善的数据治理与安全防护机制，确保营运数据的自主性与完整性不受外部平台制约。

目前台湾企业在AI导入上仍高度依赖国际云端服务商，若缺乏自有数据中心与本地运算架构，势必在演算法控制权与数据权属上处于被动地位。未来政府可考虑透过「主权数据分级制度」与「产业数据信托中心」等制度化措施，协助企业建立明确的数据管理界线，确保关键数据留存台湾，形成兼顾安全与创新的AI产业基础。

尽管「主权AI」概念已逐步获得社会与产业界的共识，但在法规与执行层面仍存在明显瓶颈。台湾现行的监理体系多由国防、交通、教育、科技与环保等部会分别管理，导致责任归属与协调机制缺乏整合。例如，无人载具的测试涉及空域管制、通讯频谱与安全标准；AI数据的应用则牵连个资法、网安法及跨境数据传输等多重规范，企业在缺乏统一窗口与标准下往往难以启动试验或落地应用。

为推动产业实证与技术验证，他建议在政策层面建立跨部会的「主权AI暨无人载具发展委员会」，作为协调政策、审议法规与推动标准的中枢平台。另可引入开放式沙盒制度，让法规从「限制」转为「助力」，使创新技术得以在可控风险下进行验证与应用，为台湾AI治理与无人载具产业奠定制度化发展基础。

从教育扎根  培养主权AI时代的人才

黄光彩最后表示，主权AI的推动最终仍回归到人才培育与数据主权的巩固。AI与无人载具的发展不应局限于高端工程师，而应从基础教育强化学生的数据素养与系统思维，培养能结合传感、数据、伦理与应用的跨域人才。因为在AI与无人系统融合的时代，数据已成新的疆界，谁能蒐集、掌握并安全运用数据，谁就拥有科技与经济的主导权。

对台湾而言，主权AI不只是技术议题，更是国家安全、产业升级与社会韧性交会的战略核心。唯有以自主数据体系为基础，结合政府政策引导、产业创新实践与教育体系培育三股力量，方能形塑完整的自主生态。主权AI是防卫线，无人载具则是延伸国力的眼与手；当两者相互支撑，台湾将能在AI新时代中，以主权为名，定义自身的未来。