(鄒志中特稿) AI讓台灣變富有了，台灣人民卻反而更焦慮？揭開台灣K型社會的隱藏帳單台灣半導體賺翻、台灣股市狂奔，為什麼你的薪水還是卡在原地？從「產業成功」到「生活成本」：台灣AI紅利到底跑去了哪裡？利益私有化、成本社會化——AI用電帳單要誰來付？台灣正在經歷一場罕見的經濟繁榮。AI帶動半導體、伺服器、網通與電子零組件出口急速成長，企業資本支出擴張，外資重新評價台灣的科技競爭力，股市與企業獲利也被AI浪潮推向嶄新的高度。從總體經濟數字看，這幾乎是一幅令人難以挑剔的繁榮景象。台灣出口創新高、GDP成長強勁、台積電與相關供應鏈獲利暴增——這些數字一再被解讀為「台灣經濟起飛」的證據。
但問題也恰恰從這裡開始。
一個國家的GDP可以高速成長，出口可以創新高，股市可以大漲，企業可以賺進前所未有的利潤，但普通人的生活為什麼仍可能充滿焦慮？台灣年輕人買不起房、低薪服務業薪資停滯、台灣傳統產業與中小企業感受不到紅利、台灣教育現場開始出現新的能力落差——這些現象與總體數字之間的落差，不是偶然，而是結構性的警訊。
這不是對AI的否定，而是對「AI紅利如何分配」的追問。如果AI讓台灣變得更有效率、更富有，卻沒有同步讓更多人分享生產力提升的成果，那麼台灣真正面對的就不是AI發展太慢，而是AI發展太快，而台灣現有制度並沒有跟上。這才是台灣下一階段最需要正視的政策失衡。
為什麼會發生？AI產業傳導鏈的斷裂
台灣過去幾十年的經濟模式有一個重要特徵：台灣出口製造業的成功，可以透過投資、就業、薪資與消費逐步擴散到整個社會。戰後從進口替代到出口導向，再從勞力密集轉向資本與技術密集，這條「GDP成長→企業投資→就業增加→薪資提高→全民受益」的傳導鏈，曾經相當有效。台灣中小企業與大企業形成緊密供應鏈，勞工透過就業與加班分享出口紅利，中產階級因此擴大，社會流動性相對開放。
但AI時代可能不再如此。
今天最強的產業，恰恰是資本密集、技術密集、人才密集的產業。一座先進晶圓廠可以創造龐大的產值，但不需要像過去傳統製造業那樣雇用大量勞工；一座大型資料中心可以承載驚人的運算能力，卻未必創造與其產值等比例的就業；一套AI系統更可能讓一個高技能工作者完成過去數人的工作。這意味著：AI可以同時提高產值與降低部分工作的需求。
因此，不能再用過去的傳統傳導鏈直接推論AI時代。AI的收益可能首先集中在：擁有模型與算力的企業、擁有先進製程與關鍵設備的企業、掌握高階工程技術的人才、擁有資本市場資產的投資人，以及能夠把AI迅速導入商業流程的大型企業。而沒有資本、沒有高階技術、沒有國際市場、沒有重新訓練機會的人，則可能停留在另一條曲線。
這就是「K型社會」真正值得警惕的地方。它不是簡單的「窮人變窮、富人變富」，而是不同群體開始走上完全不同的發展軌道。一邊是AI、半導體、資料中心、能源設備、先進製造等產業，資本投入持續增加，高技能人才供不應求，薪資與資產價格同步上升；另一邊則是大量傳統製造、服務業、基層白領與中低技能工作者，面對自動化、外包、產業轉移、平台化與物價上升的多重壓力。最終形成的不是一條共同向上的成長曲線，而是兩條彼此分離的路徑。
向上的人，擁有資本、技術、國際市場與AI工具；向下的人，則可能同時失去工作議價能力、資產累積能力與向上流動機會。所得差距還可以透過再分配修正；但如果教育、職業、資產、居住、醫療與下一代機會全部開始分層，最後形成的就是階級固化。AI因此可能同時成為生產力革命，也是社會分化的加速器。問題不在AI本身，而在於國家是否有能力讓「向上的那一支」帶動更多人，而不是讓它越走越遠？
制度究竟出了什麼問題？供給政策與分配政策的失衡
這是今天台灣AI政策最值得檢討的地方。台灣非常清楚怎麼支持半導體，知道怎麼招商資料中心，知道怎麼提供土地、電力、租稅優惠，知道怎麼鼓勵企業擴大資本支出，知道怎麼吸引國際大廠來台投資。這些「供給政策」在過去數十年累積了豐富經驗，也確實讓台灣成為全球AI供應鏈的重要基地。
但另外一個問題卻沒有得到同樣的政策重量：AI創造的生產力，到底要如何進入一般人的薪資、教育與生活？這兩者不是同一件事。前者是「如何讓台灣成為全球AI供應鏈的重要基地？」，後者則是「如何讓AI創造的新增價值，透過薪資、人才、教育、社會保障與中小企業擴張，重新回到整個社會？」。台灣現在顯然更擅長第一題。但第二題，才可能決定AI時代的台灣究竟是一個更富裕的社會，還是一個「企業更富、資本更富、少數人才更富，但多數人卻感受不到繁榮」的社會。
真正的AI政策不能只有「產業政策」，還必須是「分配政策」。過去產業政策最重要的KPI是出口、投資、產值與GDP。AI時代必須增加另外一組指標：AI生產力究竟有沒有轉化成薪資？中小企業有沒有分享到AI？低薪工作者有沒有獲得轉型機會？台灣年輕人的向上流動有沒有改善？AI造成的資本收益，有沒有透過制度回流到台灣基層社會？
如果沒有這些指標，AI政策就容易出現一個結構性偏差：政府只看見「產業成功」，人民感受到的卻可能是「生活成本」。這就是為什麼電價問題不能只看電價，土地不能只看土地，人才不能只看人才，甚至GDP也不能只看GDP。因為AI時代的每一項生產要素，都存在「誰得到利益、誰承擔成本」的分配問題。
AI與能源的關係就是最明顯的例子。AI資料中心、半導體與高階製造需要大量而穩定的電力。AI產業成長越快，能源需求就越高。如果政府投入公共資源擴充電網、提供能源基礎建設，這當然有國家戰略上的必要。但AI產業政策必須同時回答：這些新增成本最後由誰承擔？如果高附加價值AI產業創造的收益高度集中，而能源成本卻透過公共政策廣泛分攤，那麼就會產生一個很值得警惕的現象：利益私有化，成本社會化。
這不是反對AI。恰恰相反，正因為AI是台灣未來最重要的成長引擎，才更需要建立透明的成本與利益分配機制。高耗能產業享受能源與基礎建設支持的同時，是否應該有更明確的效率標準、投資承諾、人才培育與產業外溢要求？如果一座資料中心用了大量能源，它除了創造企業營收之外，能不能帶動本土設備商、能源管理、散熱、儲能與軟體服務？如果一家AI企業享受大量基礎建設，能不能把部分AI能力導入中小企業？如果國家提供人才與研發資源，能不能讓更多人才與技術留在台灣？這才是AI產業政策真正的「交換條件」。
另一個更大的問題是：台灣正在同時出現「高薪AI島」與「低薪服務島」。AI產業需要的是工程師、研究員、資料科學家、晶片設計人才、電力工程師、設備工程師、系統整合人才。這些人的薪資、獎金與股權收入可能快速增加。但一個社會不可能全部人都成為AI工程師。大量人口仍然需要從事餐飲、照護、物流、零售、清潔、運輸、教育、行政與各種面對面的服務工作。這些工作不會因為AI存在就全部消失。相反地，AI越進步，社會越需要大量「人與人之間」的服務。問題是：這些工作能否分享到AI提高生產力所帶來的財富？如果答案是否定的，台灣就可能形成非常奇怪的結構：一邊是全球最先進的半導體與AI供應鏈，另一邊卻存在大量低薪、長工時、缺乏議價能力的服務工作者。這不是科技落後，而是科技進步與社會分配脫節。
歷史、政治與社會脈絡如何形塑今日的局勢？
要理解這場失衡，必須回到台灣戰後經濟與政治的路徑依賴。戰後台灣從農業社會轉向工業，靠的是出口導向與台灣中小企業的彈性網絡。政府透過土地改革、外匯管制、產業保護與後來的自由化，逐步建立了「大企業帶動、中小企業跟進」的生態。台灣民主化之後，政治競爭加劇，短期政策回應變得更頻繁，但長期結構性改革——尤其是教育、勞動市場、住房與再分配制度——往往被延宕。
台灣中產階級的形成曾是台灣社會穩定的基石。透過就業、房產與子女教育，一代又一代人向上流動。然而，近年房價高漲、薪資成長停滯、高等教育擴張卻與就業市場脫節，已經削弱了這條路徑。AI浪潮加速了這一切。高技能、高資本、高國際連結的群體迅速受益，而其餘群體則面臨議價能力下降的風險。
真正該問的，不是「哪些工作會被AI取代？」，而是「哪些人的議價能力會下降？」。一名高階工程師如果利用AI，一個人可以完成過去三個人的工作，他的生產力可能大幅提高，因此薪資議價能力反而上升。但如果AI讓大量一般白領的工作變得容易複製，那麼雇主可以用更少的人完成更多工作，勞工議價能力就可能下降。這會產生一種非常特殊的分配效果：AI把生產力提升集中在少數高技能者身上，卻把效率壓力轉嫁給大量中間階層。
這就是為什麼AI時代最值得關心的，可能不是「失業率會不會突然暴增？」，而是中產階級會不會被慢慢掏空？一個人還有工作，但薪資成長停滯；還有工作，但工作強度增加；還有工作，但職涯升遷減少；還有工作，但買不起房；還有工作，但沒有能力累積下一代教育資本。這種「有工作卻感受不到向上流動」的狀態，才是「K型社會」真正危險的地方。
教育現場也開始出現新的風險。AI教育真正需要防範的，不只是學生作弊，更深層的問題是：誰會使用AI思考，誰只會使用AI取得答案？如果高收入家庭的孩子可以在良好教育環境下學會AI、查證資料、進行研究、培養批判思考；低收入家庭的孩子卻只是把AI當成免費代寫工具，那麼AI原本承諾的「民主化知識」，反而可能形成新的認知階級。未來可能不是「有錢人讀名校、窮人讀普通學校」這麼簡單，而是有些人利用AI放大自己的能力，另一些人則被AI取代原本應該累積的能力。這才是教育政策真正需要防範的AI風險。因此，AI教育不能只是採購工具、開設課程、要求老師使用。最重要的是建立閱讀能力、數學能力、邏輯能力、問題意識、資料判讀與獨立判斷。AI越強，這些「人類基本能力」反而越來越重要。
台灣不能用一次性的現金分配，掩蓋結構性的AI分配問題。一次性的現金發放可以短期刺激消費，卻無法解決薪資結構、住房負擔、教育差距、人才落差、中小企業數位轉型、傳統產業升級，以及低薪服務業的生產力問題。如果AI紅利真的要全民共享，最值得投資的不是一次性的「AI紅包」，而是提高人民未來取得AI紅利的能力：把資源投入AI職涯轉型、支持中小企業導入AI、降低AI工具與雲端服務的使用門檻、提供跨產業再訓練、改善AI技職教育、支持傳統製造業AI升級、建立更強的勞工轉型保障、讓更多人擁有AI資產累積的機會。真正進步的分配政策，不是把AI創造出來的錢全部都分出去，而是讓更多人有能力運用AI工具參與創造價值的過程。
這也是「Team Taiwan」真正不能忽略的一塊。「Team Taiwan」不能只是一群大型科技企業組成的產業艦隊。如果台灣真的要建立「產業艦隊」，就必須讓中小企業進入AI價值鏈。台灣有大量所謂的「隱形冠軍」：他們可能掌握精密零件、電源設備、散熱、機電、控制器、特殊材料、工具機與製程技術。問題是，他們缺少資本、國際品牌、海外認證與市場入口。如果AI只讓大型企業越來越大，台灣的K型結構只會更加明顯。但如果政府能把金融、認證、海外市場、人才與AI工具整合起來，讓中小企業也能進入全球AI供應鏈，那麼AI就可能成為台灣中小企業升級的歷史機會。真正的「Team Taiwan」，不是大企業帶著小企業一起出口，而是讓整個產業生態系一起向上移動。
下一階段的政策考驗：從「AI密度」到「AI擴散率」
台灣下一階段最大的政策考驗，是不要只追求「AI密度」，更要追求「AI擴散率」。什麼叫「AI密度」？就是台灣有多少GPU、資料中心、半導體投資、AI新創、高階工程師、AI出口。這些當然重要。但什麼叫「AI擴散率」？就是多少中小企業真的使用AI進入工作流程？多少傳統產業因此提高生產力？多少員工因此提高薪資？多少地方產業因此進入全球市場？多少學生因AI提高真正的學習能力？多少低薪工作因此被重新設計，而不是單純被壓低成本？
「AI密度」決定台灣能不能成為AI供應鏈中心；「AI擴散率」則決定台灣能不能成為真正具有AI實質生產力的國家。兩者缺一不可。
真正成熟的AI政策，應該同時建立「三本帳」。第一是「國家競爭力帳」：看出口、投資、半導體、AI供應鏈、能源與國際市場地位。這是台灣能不能在全球競爭中站穩的問題。第二是「企業生產力帳」：看AI到底替企業創造多少附加價值？不是光買了多少GPU，而是每一元的AI投資創造多少新增產值？不是用了多少AI工具，而是每名員工生產力提升多少？第三是「社會分配帳」：這才是今天最容易被忽略的一本帳。看AI創造的財富有多少轉化成薪資、中小企業成長、教育機會、人才升級、社會保障、資產累積與向上流動。如果第一本帳非常漂亮，第二本帳也很好看，但第三本帳越來越難看，那麼台灣就不能說AI政策完全成功。因為一個國家的競爭力，最終不能只停留在企業資產負債表裡。
台灣真正需要避免的，不是AI泡沫，而是「AI繁榮幻覺」。AI的股價可以修正，企業投資也可能週期性調整，AI資料中心可能出現過度建設。這些都不是最可怕的風險。真正可怕的是：我們把少數產業的成功，誤認成整個社會的成功。當AI出口高速成長，我們說台灣經濟起飛；當股市創新高，我們說全民財富增加；當半導體企業獲利暴增，我們說台灣競爭力提升。但如果同時有大量年輕人買不起房、低薪工作者薪資停滯、傳統產業被邊緣化、中小企業缺乏AI轉型能力，甚至教育開始出現新的認知落差…那麼我們就必須承認：AI確實讓台灣變得更富，但不代表台灣因此成為一個更均衡的社會。這兩件事情完全可以同時成立。
AI真正的終極考題，是「誰有能力分享未來」
台灣今天最幸運的事情，是我們沒有錯過AI革命。台灣有半導體、有製造能力、有完整供應鏈、有工程人才、有大量中小企業、有全球客戶，甚至有機會把能源、散熱、電源、機電與設備能力一起變成AI時代的新出口。但也正因如此，台灣更不能把「搭上AI列車」當成終點。真正的問題才剛開始：這班列車要把誰帶上去？
如果AI只讓大型科技企業更強、高階人才更富、資產持有者更有錢，那麼台灣會得到一個世界級的AI產業，卻可能失去一個具有廣泛中產階級的社會。如果AI能夠進入傳統製造、服務業、教育、醫療與中小企業，讓更多人的生產力提高，讓更多企業走向全球，讓更多年輕人獲得新的能力，讓低薪工作重新設計，讓技術紅利轉化成薪資與向上流動，那麼AI才真正成為台灣下一輪經濟轉型的力量。
因此，台灣下一階段真正要追求的，不應只是「AI做得多大」，而應該是「AI讓多少人變得更有能力」。不只是台灣GDP增加多少，而是基層員工的薪資有沒有跟上；不只是出口增加多少，而是生產力有沒有擴散；不只是台積電、伺服器與資料中心有多強，而是中小企業有沒有一起升級；不只是工程師薪水有多高，而是一般勞工有沒有新的向上階梯；不只是孩子會不會使用AI，而是在使用過AI工具之後，還能不能獨立思考？
這才是台灣真正的AI國家戰略。AI可以把GDP推得更高，但它不會自動把社會變得更公平；AI可以讓企業更有效率，但它不會自動讓每一個人都分享效率紅利。這中間需要政策、需要教育、需要產業制度、需要新的勞動市場設計，更需要一套重新思考「成長究竟為了誰」的國家治理哲學。
台灣已經證明自己可以在AI製造時代成為世界重要的AI供應鏈中心。下一個更困難的考題，是證明台灣也能成為一個讓AI紅利廣泛擴散、讓生產力真正普惠、讓K型社會重新找到向上連結的國家。因為AI時代真正的競爭，不只是誰擁有最多算力，而是誰能把算力變成生產力，再把生產力變成全民都能感受到的生活改善。這才是台灣真正不能輸掉的下一場競爭。