資策會產業情報研究所（MIC）發布生成式AI趨勢觀測，探討整體技術與臺廠商機，另外也關注AI生成內容（AIGC）影響內容產業、生成式AI應用於智慧醫療等熱門議題。觀測整體AI投資市場變化，因外在環境升息影響，2022年AI投資金額較2021年下滑34%，然而生成式AI投資卻逆勢成長，隨著生成式AI應用逐漸普及，預期帶動資本市場投資熱度逐年上升，2023年全球生成式AI投資將突破百億美元。
生成式AI仰賴由資料與算力構成底層基礎架構，往上疊加深度學習演算法，建構出生成式AI模型。資策會MIC觀測技術演進，指出兩大技術趨勢，一是「垂直領域專用模型將蓬勃發展」，現階段技術發展以通用大模型為主，然而其所需要的算力資源、後續模型推論營運，僅有少數廠商有能力開發，未來垂直領域需要客製化模型以解決特定任務，可觀察到垂直領域已出現降低參數的專用模型；二是「多模態將成為通用與專用模型基本配備」，當單一大模型能處理文字、圖像、影片和語音等多種任務時，便稱為多模態基礎模型，未來無論是通用（GPT-4、PaLM-E）或專用（Gen 2、DALL·E 2）模型，多模態都將成為基本配備。
資策會MIC產業分析師楊淳安指出，生成式AI需要大量資料與算力，因此促進雲端服務、資料庫、晶片等軟硬體產品的需求與創新，為各行各業提供新興應用與商業模式，形成生成式AI生態系，其中，臺灣資通訊業者可發展生成式AI三大模式。基礎架構與模型開發業者，可使用開源資源開發通用模型，提供通用大型語言模型API串接或顧問服務；其次是使用開源資源開發專用模型，根據用戶需求加入客製化設計，提供垂直領域專用模型。第三是應用服務業者，可透過串接國際廠商API，微調模型後開發專用模型，提供垂直領域應用服務。
資策會MIC另外關注兩大熱門議題，「AI生成內容（AIGC）於內容產業」與「生成式AI應用於智慧醫療」。可觀察到，生成式AI除了降低創作者門檻，更從深度、廣度持續影響內容產業。生成式AI持續滲透內容產製流程，從上游創意發想、中游內容製作再到下游發行流通；在廣度上，AIGC從透過AI生成素材直接影響遊戲、影音等核心型內容創作，正逐步往外擴散到展演、觀光等融合型內容產業應用。觀測長期發展，隨著AIGC日益成熟，目前AIGC多為「輔助」提升內容創作效率，未來能更「自主」生成內容，逐步降低人力比重。
AIGC雖然緩解內容產業的創作困境，卻也衍生出新的課題，資策會MIC產業分析師洪齊亞指出，主要有三大挑戰，首先，AIGC降低內容創作技術門檻，未來將更考驗內容業者是否能發揮創意；二，隨著AIGC持續滲透內容產業鏈，訓練模型過程、使用數據來源機制的透明度卻仍不夠成熟，造成內容產業卻步；三，目前能透過AIGC獲利的業者多半為通用模型、應用程式開發商，既有內容產業如何將AIGC與現有的商業模式有效結合，以新內容創造新商機，成為內容發想、產製、供應端等業者的最大挑戰。
資策會MIC綜覽國際因應策略，提供臺灣內容業者建議。針對技術門檻挑戰，有英國影劇公司開發互動影劇，結合多種AIGC工具生成影劇素材，突破自製內容限制，更凸顯公司開發故事引擎的核心價值；針對產製流程挑戰，有雲端平台服務公司透過獲得版權、自製模型來解決數據來源可信、模型訓練可控等課題；針對獲利模式挑戰，有專業內容創作者透過參與AIGC開發，貢獻藝術風格、提供專業訓練模型、提供專業Prompt指令與應用程式開發商共創，創造新變現模式，另有藝術公司致力於集結創作者，提供工具來讓他們管理自有的獨特創作風格。