企業 AI・政策觀察

韓國啟動 AI for All：當 AI 從工具走向全民數位能力，企業可以先準備什麼？

韓國政府選出 SK Telecom、Kakao、KT 三個聯盟推動「AI for All」。這項計畫值得企業關注的地方，不只在免費 AI 服務本身，更在於它同時處理使用入口、AI Agent、本土模型、算力與應用生態。

2026 年 8 月 31 日｜天地人企業 AI 觀察

生成式 AI 快速普及之後，各國面對的問題逐漸從「有沒有 AI」移向「怎麼讓更多人真正用得上 AI」。韓國近期公布的「AI for All」計畫，提供了一個值得觀察的政策案例。

韓國科學技術資訊通信部在 8 月 28 日宣布，選出由 SK Telecom、Kakao 與 KT 領軍的三個聯盟執行計畫。官方規劃在完成協議與 Beta 服務後，於 2026 年底前正式推出面向全民的服務。

從「人人可以用」開始，降低 AI 採用門檻

韓國政府在計畫說明中指出，依 2025 年網路使用調查，約三分之二韓國民眾曾使用 AI 服務，約 2,300 萬人曾使用生成式 AI；同時仍有約三分之一人口尚未使用 AI。政府因此把 AI 使用能力差距視為需要提早處理的政策議題。

在 7 月公布的計畫設計中，韓國政府提出於 2026 年內推出面向全民的 通用型 AI Chatbot，並以免費、無使用量限制為政策方向；同時規劃公共 AI Agent，協助民眾掌握公共服務資訊，並在適用情境中處理申請流程。

對企業而言，這個設計的啟發很直接。AI 採用率往往不只取決於模型能力，也取決於員工能否在熟悉的工作環境中使用。當 AI 的取得成本與學習成本降低，企業下一階段要處理的課題會更接近工作方法與流程設計。

AI 的入口，正在進入原本就在使用的服務

三個入選聯盟提出的方案有一個共同方向：讓 AI 出現在民眾原本就在使用的入口。

SK Telecom 規劃讓服務除了 App 與 Web，也能透過電話與簡訊使用，讓不熟悉智慧型手機應用程式的高齡者與數位弱勢族群降低使用門檻。Kakao 則以 Messenger 為重要入口，整合通用聊天與 AI Agent。KT 規劃把入口延伸到 Daum、電信、IPTV，以及合作夥伴的日常服務場景。

這個方向放到企業環境同樣成立。多數員工每天真正工作的地方，往往是 Email、Excel、Google Workspace、Microsoft 365、ERP、CRM、LINE、Teams 或企業內部系統。

對企業來說，AI 導入的價值會愈來愈取決於能否進入這些既有工作入口，並降低員工在系統之間切換、複製、整理、查找與追蹤資訊的成本。

從 Chatbot 走向 Agent，企業要開始思考「工作如何被完成」

韓國官方也明確把 AI Agent 放進長期規劃。政策文件舉的例子很容易理解：Chatbot 可以推薦兩天一夜的旅行行程；AI Agent 則進一步依照行程協助完成預約與付款。

韓國政府表示，2027 年之後仍會持續強化 AI Agent，長期希望讓民眾能透過自己的 Agent 處理更多經濟與社會活動。這是一個長期政策方向，並非 2026 年立即完成的功能承諾。

對企業而言，這代表 AI 的討論會從「回答得好不好」逐漸延伸到 能不能取得資料、操作工具、跨系統協作，以及完成後續動作。

例如一條常見的企業流程可能包含：客戶提出需求、內部整理資訊、建立報價、主管確認、產生 PDF、寄送、更新 CRM，以及後續追蹤。AI 不需要一次接管所有步驟。更實際的作法，是先找出其中重複、高頻、規則較清楚的工作，逐步增加 AI 能處理的範圍，同時保留必要的人員確認。

算力與本土模型，反映的是生態系思考

「AI for All」也把算力與模型來源納入政策設計。三個入選聯盟今年合計獲得 512 張 NVIDIA B200 GPU 支援，2027 年起政府規劃支應向全民提供服務所需的部分費用。

模型方面，計畫要求符合韓國主權基礎模型標準的本土模型至少占服務使用 50％，並使用其他韓國業者開發的本土模型至少 30％。外國模型可在必要情境有限使用，但相關部分不列入政府補助。

從產業角度看，這讓政策同時涉及使用需求、算力、模型、Agent、Startup 與服務通路。韓國政府也希望透過不同聯盟與新創合作，形成更多專門型 AI Agent 與應用服務。

這種設計是否能形成可持續的商業模式，仍需觀察實際使用率、服務品質、營運成本、個資治理，以及政府補助退場後的經濟性。但它提供了一個清楚訊號：AI 政策的焦點正在從模型研發，進一步延伸到全民採用與產業應用。

對台灣企業而言，現在可以先做什麼？

韓國的制度有其產業結構與政策背景，不適合直接套用到其他市場。對台灣企業更有價值的做法，是觀察其中幾個可以提前驗證的方向。

第一個方向，是把 AI 視為逐漸普及的基本工作能力。當 ChatGPT、Gemini、Claude、Copilot 等工具持續降低使用門檻，「會不會用 AI」的重要性可能逐漸下降，「能不能把 AI 用進實際工作」的重要性則會上升。

第二個方向，是先找企業內部真正的 AI 入口。如果員工每天工作集中在試算表、Email、ERP 或 CRM，AI 導入應優先思考如何改善這些高頻工作環境，避免一開始就追求大型、複雜的新系統。

第三個方向，是從一條可衡量的 Workflow 開始。找出目前最耗時間、最容易出錯、最常需要複製整理資訊的流程，建立導入前後的時間、錯誤率、處理量與人工修改量，才更容易判斷 AI 是否真的創造價值。

從全民 AI 看企業下一階段的競爭

韓國「AI for All」目前仍在建置與推出階段，實際成效需要時間驗證。因此，現在還不適合把它描述為已經成功的「AI 公共基礎建設」，也不宜直接推論其他國家一定會被拉開差距。

更值得觀察的是它提出的方向。當 AI 的取得成本降低、入口增加、Agent 能力逐步成熟，企業競爭的問題可能從「有沒有導入 AI」轉向：誰能更快找到適合 AI 的工作、建立資料與權限規則、重新設計流程，再把節省的時間轉化成更快交付、更少錯誤、更好的客戶體驗與商業成果。

這也是台灣企業現在就能開始的工作。不必等待一套全國性的 AI 服務成熟，可以先從一小群種子人員、一條工作流程與一組可以量化的成果開始。

本文依韓國政府 2026 年 7 月與 8 月官方資料及公開新聞資料整理。部分內容屬政策規劃與業者提案，實際功能、服務範圍、商業模式、使用率與成效仍以正式上線後的執行情況為準。