你家巷口那間內科診所，醫生花 25 秒就完成了過去要 20 分鐘的糖尿病風險評估。全家店員按三分鐘就搞定以前要十五分鐘的鮮食訂購。你在 LINE 上問的客服問題，回你的不是人。台灣人每天跟 AI 互動十幾次，但幾乎沒有人意識到這件事。
一位醫生的 25 秒
陳醫師是新北市一間社區診所的家醫科主治醫師，每天看四五十個病人。2026 年 3 月起，他的看診流程多了一個步驟：健保署的 AI 糖尿病風險評估系統會在他打開病歷的同時，自動跑完併發症風險分級。螢幕右側跳出一個色塊：綠色低風險、黃色中風險、紅色高風險。25 秒。
三個月前，同樣的評估要靠人工翻閱病史、比對檢驗資料、參照臨床指引，至少 20 分鐘。更早之前，多數基層診所根本不做這個評估，因為沒有時間。
這套系統叫「AI-on-DM」，是健保署與 Google Health 的五年合作成果，部署到全台約兩萬間基層診所。原本需要 40 位專家花三週篩檢兩萬人，現在 1 小時 24 分鐘就能完成，量能提升 14,400 倍。同一個月，健保署在千萬人使用的「健康存摺」App 中推出 Gemini 驅動的衛教助理：台灣可能是全球第一個在國家級公衛 App 中整合大型語言模型的案例。
陳醫師說他最大的感受不是「變快」，而是「以前做不到的事現在能做了」。一個社區診所不可能養一組專科團隊做風險評估，但 AI 讓每間診所都有了這個能力。
便利商店裡的 AI
早上六點半，全家便利商店的店長打開平板，螢幕上已經列好今天的鮮食建議訂購量。天氣、人流、昨日銷售、附近活動，系統全算進去了。微調兩個品項，按下確認，三分鐘搞定。三年前這件事要花十五分鐘，靠經驗和直覺。
全家在 2022 年導入 AI 鮮食訂購系統，訂購時間縮減 75%，鮮食廢棄量降低近一成。搭配「友善食光」到期前七折機制，每月減少約 370 公噸食物浪費。統一超商同樣導入銷售預測訂貨系統，讓全台超過 7,000 間門市的庫存管理從「憑感覺」走向「看資料」。
台灣便利商店密度全球第二，每 1,500 人就有一間。AI 滲透進這個通路，觸及的不是科技早期採用者，是每一個走進超商買御飯糰的人。
LINE：台灣 AI 的隱形入口
台灣的 AI 滲透不是從矽谷傳來的：是從 LINE 群組裡長出來的。
LINE 在台灣的月活躍使用者達 2,200 萬，滲透率超過九成，比日本、泰國都高。中重度使用者每天平均開啟 LINE 22 次。這不只是通訊軟體，而是多數台灣人接觸數位服務的第一介面。
2024 年底，LINE 台灣的官方帳號數量突破 309 萬，一對一對話訊息年增 45%，通知型訊息發送量年增 4.5 倍。背後的推力是 AI：LINE 官方帳號現在內建 AI 聊天機器人功能，商家只要上傳商品資料或網址，系統就能自動生成 FAQ、即時回覆顧客問題。過去需要工程師串接的 chatbot，現在後台按幾下就能啟用。
2025 年 10 月，LINE 台灣在 CONVERGE 年會上宣告進入「AI Agent 時代」，正式推出 MINI HOME 作為使用者新入口，將多個品牌的 LINE MINI App 整合在 LINE 錢包頁面。2026 年上半年還將推出 LINE Touch：手機靠近 NFC 標籤就能一秒啟動服務頁面，領券、點餐、報名活動都在一個觸碰內完成。
翻譯機器人也是 LINE 生態系的日常工具。Ligo 等第三方翻譯 bot 支援超過 100 種語言，在旅遊業、國際貿易的 LINE 群組中大量使用。而 LINE 的 CLOVA 語音辨識技術已中文化落地台灣，能在嘈雜環境中將語音轉成文字紀錄，應用在會議記錄、客服語音分析等場景。
台灣人每天跟 AI 互動十幾次，只是 AI 藏在 LINE 的介面後面，看起來像是「系統自動回覆」。
醫療 AI 的另一面：從大腸鏡到骨髓抹片
健保署的糖尿病模型只是冰山一角。雲象科技（aetherAI）與台大醫院、國泰醫院合作開發的「大腸鏡即時 AI 瘜肉偵測」系統已取得衛福部食藥署（TFDA）醫材許可，準確率達 95.8%，延遲低於 0.2 秒。訓練資料來自超過 3,000 位病患、逾 40 萬張影像。他們的骨髓抹片 AI 分類計數更同時獲得 TFDA 與歐盟 CE 認證，是全球首例。
台灣的全民健保制度累積了超過 20 年、涵蓋 99.9% 人口的完整醫療紀錄。這座資料金礦正在被 AI 重新開採。模型以中華民國糖尿病學會等三大專業學會認證的併發症嚴重程度指數為基礎，分析去識別化的健保資料，為超過 200 萬名第二型糖尿病患者進行風險分級。全球很少有國家擁有這種規模、這種完整度的單一資料庫可以拿來訓練醫療 AI。
田間的無人機與感測器
雲林斗六一處無花果園，農民申請了智慧農業補助，導入智慧天窗與智慧噴灌系統。結果：損失率降到 5% 以下。
這類故事正在台灣各地重複發生。農業部推動的「糧食產業升級計畫」已在全國建立 111 個稻米集團產區，導入感測器與 AI 影像辨識技術，即時掌握土壤與氣候資料，判斷最佳採收期。農民用手機連上雲端就能完成「巡田」——不用再頂著烈日走一整個下午。
無人機是另一個快速滲透的切入點。實測資料顯示，無人機農噴相較人力可減少 95% 的施作時間、農藥用量降低 60%。嘉義中埔的農民用無人機噴灑絲瓜園，不到五分鐘完成兩分地。水稻田的比較實驗中，傳統人工噴藥除蟲率 63%，無人機達 93%。
嘉義縣、高雄市等地方政府提供智慧農業補助，涵蓋智慧感測系統、環境控制系統、無人機等項目，補助最高達設備費用的 50%、上限 50 萬元。
但技術擴散也帶來新問題。無人機農噴的鄰田飄散爭議頻傳：嘉義一位稻農委託代噴業者施用除草劑，農藥飄散到隔壁番茄園，造成過半植株死亡，法院判賠 45 萬餘元。取得合格雙證照的農用無人機飛手仍然不足，規範要求風速超過每秒三公尺不能噴、與鄰田須預留 20 公尺距離，但執行面仍有落差。
技術已經到位。制度和人才還在追趕。
教室裡的 AI 家教
教育部開發的「因材網」平台，內建生成式 AI 學習夥伴「e度」，能透過對話引導學生釐清概念、練習題目、給予正向回饋。截至 2025 年 3 月，已有超過 75 萬名師生使用，每日平均超過 3 萬人上線。
這個數字背後是 108 課綱的結構性需求。新課綱強調學習歷程檔案、自主學習、探究式學習——這些都需要個別化的引導，而台灣的師生比並不允許每個學生都有專屬導師。AI 填補了這個缺口。
生成式 AI 也正在改變備課方式。教師不再受限於教科書的框架，能快速產出多元化的教材、出題、學習路徑規劃。在 108 課綱重視的跨領域素養教學中，AI 成為教師的研究助手——快速整合不同學科的知識，生成教案初稿。
均一教育平台等民間機構也積極發展 AI 輔助學習工具，針對國中小學生提供自適應學習路徑。而在高等教育端，教育部推動「人工智慧技術及應用人才培育計畫」（AITCP），建立跨校 AI 課程地圖。
不過，真正的挑戰不在技術。當 46% 的台灣消費者已使用過生成式 AI 工具，18 至 25 歲族群更高達 69%（資策會 MIC，2024 Q4 調查），學校要教的不只是「怎麼用 AI」，而是「怎麼判斷 AI 產出的東西是不是正確的」。
台灣人怎麼看 AI
根據資策會 MIC 的調查，超過九成台灣民眾聽過 AI，認為自己了解生成式 AI 的比例從 2023 年的 24% 上升到 2024 年的 40%。將近七成消費者認為生成式 AI 有發展性。
但「聽過」和「信任」之間有一段距離。台灣民眾對 AI 的兩大焦慮是過度依賴科技和隱私權。政府法規、資料透明度、充分的知識背景，是民眾願意使用 AI 產品的三個前提條件。
企業端的數字更耐人尋味。KPMG 2025 年台灣產業 AI 化大調查顯示，企業 AI 化指數平均僅 32 分（滿分 100），連續三年未突破 40。近五成企業尚未宣布 AI 發展策略，零售貿易服務業的策略分數僅 13.7 分。超過四成企業表示沒有 AI 資料治理相關措施。
換句話說：台灣消費者已經在日常中大量接觸 AI（LINE 客服、超商鮮食、健保 App），但多數企業還停留在「工具輔助」層級，缺乏完整的 AI 導入路徑。AI 的滲透是從消費端倒灌進來的，不是從企業策略往下推的。
2025 年 12 月，立法院三讀通過《人工智慧基本法》，全文 20 條，明定七大治理原則（永續發展、人類自主、隱私保護、資安、透明、公平、問責），國科會為中央主管機關，數位發展部負責風險分類框架。這是台灣第一部 AI 專法，也是亞洲區域中少數以基本法層級處理 AI 治理的立法。
台灣人對 AI 的態度，比歐洲人開放，但也比歐洲人焦慮。開放是因為 LINE、健保、超商已經讓 AI 變成日常；焦慮是因為沒有人告訴他們，那些「系統自動處理」的東西，到底是怎麼決定的。
從 LINE 群組長出來的 AI 島
台灣的 AI 日常有一個獨特的結構：它沿著既有的生活基礎設施擴散，由下而上地長出來。LINE 是通訊基礎設施，便利商店是零售基礎設施，健保是醫療基礎設施。AI 嫁接在這些台灣人已經信任的系統上，所以滲透得快，也滲透得深。
國家投資正在加碼。行政院「AI 新十大建設」計畫預計四年投入至少 1,900 億元（約 59 億美元），涵蓋半導體、算力基礎建設，也包括醫療、農業、教育等民生領域的 AI 應用。國科會開發的繁體中文大型語言模型 TAIDE，已應用在農業知識檢索系統「神農 TAIDE」和中小學台語教學等七個領域。
但數字只說了一半的故事。真正決定台灣 AI 未來走向的，是那位早上六點半在全家按下確認鍵的店長、診所裡看著 AI 風險報告的家醫科醫師、用手機巡田的雲林農民。
他們不會說自己在「使用 AI」。他們會說：「系統建議的」「App 上面寫的」「機器算出來的」。
AI 在台灣，已經不是科技新聞的話題。它是日常語言的一部分——只是還沒有人這樣叫它。
參考資料
- 全家「三減政策」AI 系統每月助攻減少 370 公噸剩食——食力，2022
- 健保署聯手 Google：AI-on-DM 糖尿病精準衛教如何改寫 320 萬患者的照護模式——tenten, 2026
- How Google and Taiwan Are Building an AI Blueprint for Public Health——Google Blog, 2026
- 資策會 MIC 生成式 AI 調查：46% 消費者曾使用生成式 AI 工具——資策會產業情報研究所，2025
- LINE BIZ CONVERGE 2025 全台官方帳號超過 309 萬——LINE 台灣，2024
- LINE Taiwan's Vision for an AI Agent Era——LY Corporation, 2026
- 雲象攜臺大醫、國泰醫取國內首款大腸鏡 AI 瘜肉偵測智慧醫材證——環球生技月刊
- 台灣 AI 治理新紀元：《人工智慧基本法》通過後的產業實戰解讀——台灣人工智慧學校，2025
- KPMG 台灣產業 AI 應用趨勢與展望報告——KPMG, 2025
- 無人機噴農藥效果如何？農友驚嘆 5 分鐘噴完 2 分絲瓜園——上下游新聞
- 教育部因材網 AI 學習夥伴超過 75 萬師生使用——青年日報，2025
延伸閱讀
- 台灣人工智慧發展與未來策略：從 2024 雙諾貝爾到寧夏夜市 — 把 AI 日常的場景級觀察拉回整體棋盤：硬體 90%、軟體層卻沒有任何台灣名字進 2024 諾貝爾的結構性張力。
- AI人工智慧產業
- AI發展
- 台灣人工智慧學校 — 八千多名工程師是怎麼進入 AI 日常的：從 2018 開學到 2024 校友破萬的養成史