企業砸了大錢導入 AI，結果買了一堆先進工具，公司的營收與獲利卻完全沒有變好，問題究竟出在哪裡？
根據 台灣 CIO 雜誌 報導的最新全球企業調查，高達百分之九十四的企業至今還沒辦法從 AI 獲得顯著效益。許多大型企業雖然快速導入了能自動執行任務的智慧代理，但成績單依然沒有明顯進展。反觀麥肯錫研究的二十家成功企業，每投入一美元就能賺回三美元，三年內息稅折舊攤銷前盈餘平均增加百分之二十。這項指標簡而言之，就是公司靠本業扣除雜項費用前實際賺進口袋的淨利。為什麼差距會這麼大？答案就在於資料有沒有整理，以及流程有沒有跟著修改。
不少老闆以為導入 AI 是資訊部門的事，董事長交代下去，資訊長找了模型、買了軟體，做出一套展示成果就完工了。但如果沒有業務主管告訴你客戶為什麼流失，或是沒有廠長跟你說工廠良率低在哪裡，AI 根本無從幫起。成功企業不會讓每個部門都雨露均霑地去做點小專案，而是把力量集中在三個以下的最痛點，例如直接處理良率、缺工排班或庫存。
另一個致命傷是混亂的資料。新加坡一家大型銀行過去開發一個 AI 模型要花上十五到十八個月，原因就是資料散落在各處。後來他們打造統一的資料平台，部署時間立刻縮短到兩至三個月，創造了數億星幣的價值。中小企業也是如此，如果訂單與客戶資料連名稱都不統一，AI 第一天上班就會因為資料格式互相打架而派不上用場。
最後，就算 AI 給出了精準預測，舊流程不改也是白費工夫。AI 算出某項商品即將缺貨，採購流程卻依然要蓋五個章、耗費好幾天批准，等到貨填補時顧客早就跑光了。孫子兵法說，先準備周全的人才能贏得勝利。如果資料是一團亂、作業流程不檢討，急著引進 AI 只是白白浪費資源，必敗無疑。
