近年來，5G及AIoT科技應用蓬勃發展，促進產業加速數位轉型，鑒於數位科技對於產業及人類生活的重大影響，我國已長期投入資源以奠定相關產業發展環境，正當數位科技方興未艾之際，全球經濟面臨COVID-19疫情反覆、俄烏戰爭爆發及極端氣候肆虐等連續非預期事件衝擊，使得全球經濟正陷於多重危機之中，由於當前的危機，包括國際通膨、金融危機、地緣政治、極端氣候等不再是單一獨立事件，而是互相影響、外溢再回饋的過程，亦即過去獨立風險評估方式必須改變，傳統以月資料為基礎的經濟預測方法恐不足以因應，因此政府實有必要運用新興人工智慧方法，即時預測台灣經濟景氣走勢，並透過模擬即時分析，評估模型預測表現。為此，本計畫將研析強化我國經濟風險因應及預測方法，並就服務業提出相關發展對策，做為政府擬定政策之參考。
一、重點成果與結論
（一）運用AI預測台灣經濟景氣走勢
- 在資料長度受限時，機器學習方法預測精確度並不一定高於傳統統計模型；ARIMA以景氣燈號之自我相關，並透過AIC等方法使模型自動最佳化，使其預測能力較為優異；SVR模型擬合的程度較佳，但其預測精確度較差，可能存在過度配適問題，較不適合資料長度過短之預測。
- 在模型預測方面，預測結果各有優劣，因此將所有機器模型之結果加總平均所獲得之預測結果，其精確度較為穩定，且其有良好之預測結果。
- 在落後期數1期與2期的預測能力相較於其他落後期數有較佳的預測能力，考量經濟數據統計時間無法即時更新，以落後2期且資料長度較長的方式進行預測較佳。
- 時間長度較短的資料運用ARIMA模型會得到較佳的結果，而機器學習模型則適合資料量較長的統計資料。
（二）研析經濟產業可能面臨之風險及因應
- 透過國際組織的風險預測，台灣面臨的重要風險來自地緣政治，而全球普遍面臨的風險則包括網路風險、氣候變遷風險、地緣政治、高利率以及全球的貿易戰。
- 國際文獻顯示，探討經濟韌性無法忽略面對事件衝擊的抵禦力、恢復力與更新力，因此在衡量經濟韌性時須由「吸收」、「恢復」、「調適」三個構面的能力來觀察。
- 在以ZOE研究院的經濟韌性指標體系為基礎下，本計畫計算了臺灣2011至2022年經濟韌性指標，結果顯示整體綜合指標呈現逐年成長改善的趨勢，特別是金融韌性與教育技術改善亮眼；惟進出口與供應鏈多樣性、進口能源依賴程度以及社會信賴度則存在風險。
（三）擴大內需服務業發展研究
- 當數位內容產業面臨導入新興科技的趨勢與挑戰時，科技供給是數位內容發展的首發戰場，但一旦要將科技導入產業時，如何強化與執掌機關的橫向協調往往是決定能否及時接軌產業需求，達到擴大內需成效的關鍵因素，其中完善數位資料管理機制是大家最關注的因素之一。
- 對金融服務而言，顧客體驗的重要性則是優先於外在障礙與科技供應。要能讓AIoT加速應用，對於消費者認知與成熟獨立心態的培養成為技術在金融服務扎根的關鍵，而AI應用監管法治的加速建立，則有助於前述應用推動的信心。至於要能有效擴大內需，則需要擴展數位服務場域，在逐漸模糊的金融產業界線中，提供跨域整合的經驗與交流平台。
- 對觀光服務業而言，科技屬於輔助角色，無法完全取代觀光服務功能，因此科技所提供的穩定性與先進體驗，將決定技術導入的順利與否。要能串連各種不同業態與規模的觀光服務，公私協力夥伴關係以及跨業合作成為必要卻又最具挑戰的因素，如何建立一站式服務平台，滿足顧客一鍵到底的流暢服務就決定了技術導入的成敗。