由於全球產業對生成式AI（Gen AI）、大語言模型（LLM）與數位轉型需求的快速成長，讓今（2024）年的COMPUTEX成為全球科技業關注焦點，更讓台灣資通訊產業成為各國媒體報導重要議題。
!此為分頁標誌前台不顯示!
神通資訊董事長蘇亮表示，AI應該無所不在，但是真正想要去做，好像甚麼都不對，缺少了一點東西。過去在推動各類AI應用中，發現有兩點是很重要的。第一個是要有足夠的數據庫，這個數據不完全是一般的資料，包括從物聯網、從大數據雲端、從開放資料等等取得的數據，所以神通要去做的，就是幫業者打造一個資訊共通平台，有了平台才有辦法進行用數據進行AI分析。
蘇亮指出，有了共通平台之後，又發現另外一個問題，就是AI的應用都是跨領域，有些還跨多個領域，所以需要透過多領域的協作，搭配上平台的創新，才有辦法創造出新的AI應用。現在有很多AI工具，對於工科的人來說，或許不難使用，但是碰到跨領域的情況，使用上還是有困難，所以神通又去打造了一個不需要撰寫程式的No code工具軟體，各行各業的人透過No Code的工具軟體，搭配共通平台上面的數據，就可以開發出更多創新應用，而且可以落地應用。
談到智慧城市，對政府來說，最重要的就是怎麼樣做的事可以讓市民有感，而最容易做的方式就是UI的改善，而利用AI做UI的設計、效率改善與市民安全的應用，都可以開發出來。也就是說，AI是百花齊放，只要想得到，應該都可以做到。
針對台灣AI人才的養成，蘇亮提到1970年代Intel微處理器的推出，透過教育的推廣，讓大家知道微處理器能怎麼用，但是主要培養的會是專業領域人才。現在在AI人才的培養上，由於是跨領域，所以很多人並不需要知道AI，只要有創新的點子、適合的工具就可以做到，跟過去不太一樣。至於要如何落實AI人才的培育，目前神通資訊內部有做部分規劃，也提供AI實驗室給高中，希望透過高中學生的培養，讓他們有創新的理念，將來可以在各行各業都能夠發光發熱。
台智雲策略長李立國指出，生成式AI帶動很多產業想像的空間，包括金融業、如何透過大語言模型自動化櫃台前端業務，處理to B或To C業務，法金服務的金融分析。在醫療業部分，一個是透過傳統的與音轉文字（Speech to Text），可以在看診的時候把醫生說明轉換成文字，並且透過大語言模型做摘要。摘要內容甚至可以分專科進行處理；長期來說，很多大量的醫療資料來說，透過生成式AI做Insight探討與分析。
其實台灣最多在製造業導入生成式AI，包括透過大語言模型分析資料，下指令，甚至調度傳統ML模型，也在生產的參數與品保預測獲得不錯的成果。針對繁中環境，台智雲也將Llama3模型增加繁中訓練進行fine tune，也在製造業做了不少專業領域的fine tune，包括70B的模型，或8B的模型，fine tune給企業內部使用，解決特定任務，去做生產製程預測。
李立國認為，從商用角度，AI對企業的影響會越來越大，GPU算力也會越來越便宜，所以企業是可以擁有AI企業腦，不僅懂得繁中資料，而且懂得企業內部垂直場域資料。所以對於企業來說，如果想要建立自己的AI企業腦，要回過頭來看看企業所擁有的資料集，而且要是有用的資料，再加上盤點算力與可用模型，設定解決問題，透過外部資服團隊給的建議，才有辦法在企業內部導入AI，千萬不能為了AI而AI。
李立國也提到，台智雲已經幫不少企業在內部落地70B的模型，包括金融業、製造業、醫療業、IC設計、重工領域等等，而且獲得不錯效果。針對Meta最新推出的Llama 3.1，包括405B模型，以及更新版的70B模型與8B模型。由於405B模型對標GPT-4o，看起來是有機會可以落地。