核心判斷
台灣與日本的 AI 導入補助,付的是工具、廠商的導入服務與一次性培訓,量的是計畫期間內的件數,或由企業承擔的生產力目標,沒有一項付給補助停止後在企業內部持續運作 AI 的人。
企業申請時就要寫明補助停止那天由誰接手,否則案件很容易停在驗收那一刻。能做這段接手的人,會是中小企業 AI 市場接下來的關鍵缺口。
台灣的補助,在驗收那天計分
經濟部產業競爭力輔導團2025年10月成立;經濟部2026年7月9日公布,輔導團累計已輔導9,249家企業導入AI應用。政策目標是2028年AI普及率50%。經濟部引用人工智慧科技基金會的調查指出,製造業AI普及率兩年間由12.3%升到38.5%。
數字成長很快,但要看清楚它在量什麼。輔導SOP規定每個診斷案編列24.5萬元,企業只自付1萬元。案件完成AI工具導入後,每案再加計10萬元,由指定廠商執行導入作業。輔導團的年度績效,看的是案件達成率、AI工具驗收件數占年度目標的比例、培訓開課與滿意度。
這些指標都在計畫年度內結算,而且全部落在輔導體系這一側。輔導團累計培訓逾2,000名輔導員、建置397項AI工具,這些人屬於輔導體系,不屬於受輔導的企業。計畫結案後,工具留在企業,最懂這套工具怎麼接上產線或門市流程的人,卻不一定留下。本期計畫預定2027年底前結案,經濟部簡報在流程末段寫了「追蹤輔導成效」,卻沒有列出要追什麼。
服務業的單店導入是同一個邏輯:補助方案總額一半、每店最高10萬元,訂閱至少6個月,實際使用滿3個月後才能請款,受理期間為2026年4月20日至2027年10月20日。懶人包所列的請款條件,並未要求請款之後的使用紀錄。
- 一手公告
- 媒體報導
- 受理期間
資料來源:經濟部商業發展署(2026-06-01);經濟部產業發展署輔導 SOP(2026-05-27);日本中小企業基盤整備機構(2026-09-30);FDE AI 整理製圖
日本把三年目標交給企業自己背
日本的設計看起來更長。「數位化與AI導入補助金2026」要求企業和登錄的IT導入支援業者共同申請,補助對象限於支援業者事前登錄的工具導入費用。雲端使用費最多補2年,導入顧問、設定、研修與維護也可列入。
時鐘卻是錯開的。補助付到第2年,企業要提出3年事業計畫並逐年回報,勞動生產力須在計畫期間年平均成長3%以上。申請150萬日圓以上者還有加薪目標,未達可能被要求返還全部或部分補助金,但設有限定的免除規定,例如附加價值未增加且計畫期間多數年度虧損,或天災等不可歸責事由。近幾年已獲同類補助核定的企業,生產力目標更提高到4%以上。補助支付的廠商服務最多到第2年,薪資總額目標卻要到計畫第3年度才判定(最低工資目標則逐年確認),而承擔目標與返還責任的是企業。
- 01與登錄業者共同申請
- 02導入、設定與研修(補助內)
- 03雲端與維護補助至多 2 年
- 04企業獨自結算生產力逐年回報,第 3 年度判定薪資總額目標FDE AI 之見解:補助停止與成果結算之間,沒有人被付錢負責在企業內部運作 AI
- 生產力目標|年平均 3% 以上
- 加薪目標未達(150 萬日圓以上)|可能返還(設有限定免除)
資料來源:日本中小企業廳、中小企業基盤整備機構,公募要領(2026-08-28 改定);FDE AI 整理製圖
目前已公告的下一次申請截止是2026年10月30日17時。已公布結果的第4次一般申請類別(日文稱「通常枠」)截止有1,836家申請、816家獲選,獲選比例約44%。
FDE AI認為,台日兩種設計的空白在同一處:補助買得到「開始用」,買不到「一直用下去」所需要的那個人。台灣把錢花在診斷、工具與一次性的培訓,製造業工具導入最高補助10萬元、人才培訓最高12萬元,另有單次撥付的12萬元加碼。日本把廠商服務費算進補助,卻把第3年的成果留給企業獨自承擔。
也有把部署成果寫進條件的補助
新加坡的企業運算倡議要求申請企業先有至少2人的技術團隊,並交出未來12個月的變革管理計畫,以及經至少5名終端使用者書面回饋測試過的最小可行產品。它把「誰會留下來運作」放進申請門檻,把「有沒有人真的在用」放進產出。這套條件對小店家門檻偏高,但它示範了補助也可以量「誰在用」。
台灣企業不必等制度改。稅制已經給了一把尺:AI投資抵減在交貨後3年內若轉售、報廢或變更原使用目的,須補繳已抵減稅額並加計利息。政府用3年看一筆AI投資有沒有留在原處,企業也可以用同樣的長度,替自己的補助案訂內部目標。這裡只借用它的3年期間作為內部管理參考;是否適用抵減須依辦法條件,政府補助款也須先自投資支出中扣除。
判斷的前提與風險
本判斷有兩個前提。一是中小企業內部普遍沒有能持續調整AI流程的人力;二是補助結束後,廠商不會無償延續支援。
最強的反方論點是:補助本來只負責降低起步成本,後續本該交給市場;日本的3年生產力目標也已經是在量成果。FDE AI仍維持判斷,因為日本的目標與返還責任由企業承擔,效果報告雖經支援業者確認後申報,卻沒有規定由誰在企業內部運作工具;台灣的簡報列了「追蹤輔導成效」這一步,但本文查閱的公開資料沒有為它定義指標。也有人認為,日本補助已涵蓋活用顧問與維護。但那是支援業者從外部提供、最多2年的服務,企業內部若沒有能判斷的人,外部建議就沒有人接得住。另一個反方論點是,台灣其實也補助企業內部員工:人才培訓最高12萬元,完成措施後還可再領一次12萬元加碼。但人才培訓補助有上限、綁定培訓;加碼則是單次撥付,補的是培訓期間的產能損失。本文查閱的簡報也沒有把「受訓者在驗收後負責運作」或「持續使用」列為條件。若兩國之後公布補助案的持續使用率,本判斷需要重估。本文為制度分析,不代辦補助申請;申請與返還條件以各主管機關公告為準。
資料也有限制。台灣的AI普及率出自民間基金會調查,經濟部引用,調查定義未在新聞稿中說明。本文只用它說明趨勢,不用它推估補助成效。
對企業的影響
最直接受影響的是已經或準備申請補助的中小製造業與服務業,尤其是只有一兩名資訊人員、靠輔導團或支援業者帶著走的企業。預算:日本的雲端與維護補助最多2年,之後要完全自付;台灣單店補助請款後,後續訂閱費由店家自付;日本補助本來就不含企業內部人力,兩者現在就要一起列入中期預算。組織:補助案常由老闆或單一窗口申請,驗收後沒有人負責讓工具持續被使用、資料持續被整理。供應商選擇:日本的工具必須來自登錄業者,台灣的導入由指定廠商執行,企業挑工具時就要知道補助期滿後每年要付多少、找誰支援。
對 FDE 人才的影響
需求會出現在補助案的後半段。能在企業內部把工具接上真實流程、整理資料,並用企業自己的數字證明成效的人,價值會高於只會操作某一套工具的人。具體技能包括:把生產力或營業數據拆成每月可追蹤的指標,判斷哪些流程值得繼續自動化,以及在原廠商不在場時處理例外。角色分工上,廠商的導入工程師負責起跑,企業內部人員或長期合作的駐場工程師(FDE)負責第2年以後的運作。對想轉入這個領域的工程師,這代表要從專案交付思維,轉向陪企業跑完一整個預算週期的營運思維。這是能力需求的變化,不代表收入或職位的保證。
建議行動
企業
- 送件前指定接手人、列入隔年預算
準備申請日本或台灣補助的企業(本輪或之後各輪皆同),在送件前寫下補助停止那天由誰接手,並把此人的工時列入隔年預算。
- 驗收後第 3、6 個月量實際使用人數與件數
已完成驗收的企業,參照單店補助以使用滿3個月為請款點的做法,在驗收後第3個月與第6個月各量一次工具的實際使用人數與處理件數;驗收時若未記錄,以第一次量測為基準,低於基準一半就召開檢討(此門檻為建議起點,可依業態調整)。
- 選工具時比較補助期滿後的年費
選工具時,要求廠商提供補助期滿後的年度費用試算,與補助內的報價一起比較,再決定採用哪一家。
FDE/工程師
- 導入期和接手人建每月指標
參與補助案的工程師,在導入期就和企業指定的接手人一起建立每月追蹤的使用與成效指標。
- 接下來半年熟悉補助驗收與回報規則
想進入中小企業市場的工程師,在接下來半年熟悉台日補助的驗收與效果回報要求,作為提案時與企業共用的語言。
後續觀察指標
經濟部是否公布輔導案驗收後的持續使用率或追蹤指標:若公布且多數案件仍在使用,本判斷往「補助已補上接手」修正;若始終未公布,判斷維持。
可能弱化日本本輪核定結果公布後,下一年度補助是否把企業內部運用人力列入補助對象:若列入,日本部分的判斷減弱。
可能弱化新加坡企業運算倡議是否公布最小可行產品的後續成果:若部署成效明顯優於只補工具的制度,「把部署寫進條件」的主張得到強化。
可能強化
資料來源
- 經濟部產業發展署|經濟部推動跨部會AI輔導團,參與企業已達9,249家 ↗ · 原始發布日:
- 經濟部產業發展署|經濟部產業競爭力輔導團輔導SOP手冊(115年5月) ↗ · 原始發布日:
- 經濟部|協助國內產業強化韌性與競爭力(七大措施簡報) ↗ · 原始發布日:
- 經濟部商業發展署|提升商業服務業營運效能強化韌性計畫 個案補助─單店導入 店家申請懶人包 ↗ · 原始發布日:
- 經濟部、財政部|公司或有限合夥事業投資智慧機械與第五代行動通訊系統與資通安全人工智慧產品或服務及節能減碳抵減辦法 ↗ · 原始發布日:
- 日本中小企業廳、中小企業基盤整備機構|デジタル化・AI導入補助金2026 公募要領(通常枠) ↗ · 原始發布日:
- 日本中小企業基盤整備機構|デジタル化・AI導入補助金2026「セキュリティ対策推進枠」※6次締切分 ↗ · 原始發布日:
- 日本中小企業廳|【補助金採択結果】デジタル化・AI導入補助金2026の補助事業者を採択 ↗ · 原始發布日:
- Digital Industry Singapore|Enterprise Compute Initiative (ECI) Factsheet ↗ · 原始發布日:
本文為 FDE AI 之分析與觀點,不構成投資、法律、會計、稅務、勞務或聘僱之專業意見。 免責聲明