企業加速導入人工智慧，卻發現預算與資源正面臨巨大考驗。根據 台灣 CIO 雜誌 所進行的 CIO Insight 調查，下一年度有百分之四十四點一的企業將 AI 投資放在 IT 總預算的百分之五到十五，只有百分之六點三的企業投資比例超過百分之三十一。其中以醫療業與高科技製造業最為積極，AI 投資占比超過百分之十五的企業分別高達百分之三十七點零與百分之三十二點八。
預算有限，企業究竟把資源投在何處？調查顯示，高達百分之五十四點零的 IT 部門最優先投入 AI 與生成式 AI 應用落地，其次為資安與員工培訓，更有百分之三十三點二的企業開始鎖定「代理型 AI 架構」。所謂代理型 AI，簡單來說就是能像智慧助理一樣，自動規劃步驟、呼叫系統並執行複雜任務的軟體架構。
然而，許多企業首長面臨的第一個大關卡就是「算力與詞元成本」。統計指出，高達百分之六十點六的資訊長對大規模部署代理型 AI 所產生的詞元消耗感到相當擔憂，金融業的擔憂比例更高達百分之七十點六。
什麼是「詞元」？詞元就像是 AI 運算的跳錶單位。如同搭計程車按里程跳錶計費一樣，當使用者與 AI 對話、或是代理型 AI 處理大量上下文與記憶時，輸入與輸出的字詞越多，消耗的詞元就越多，企業要支付的雲端費用也隨之暴增。
面對這場資源大考驗，先行企業究竟如何控制成本與精進效益？主要有三大關鍵動作：
第一是「精準控管用量」。某大型醫學中心資訊主管便透過監控硬體使用率與單位詞元消耗量，一旦發現閒置過高就立即收回資源，並對各部門設立使用配額。
第二是建立「智慧路由機制」。什麼是智慧路由？就像交通警察在十字路口分流車輛一樣，某電子代工大廠建置模型閘道，利用分類器把問題分為簡單、中等與困難三級。簡單查詢交給便宜的小模型處理，只有高難度的複雜推理，才送交昂貴的大型語言模型，大幅省下運算費用。
第三是「調整運算位置與採用邊緣運算」。所謂邊緣運算，就是把資料處理放在本地端的設備執行，而不是通通傳到遠端雲端。某高科技製造業主管將不需要強大推理的工作移回地端，而醫療機構則將涉及病歷與隱私的診斷留在地端，一般衛教內容才使用雲端服務。
除了算力，人才缺口也是大挑戰。有百分之三十一點四的企業表示 AI 人才嚴重不足，特別缺乏能夠重構系統標準介面與設計代理架構的人才。儘管如此，過半數企業依然由既有人力吸收新工作，透過內部培訓與分工彈性來突破困境。
面對資源限制，關鍵不在於苦等預算到位，而是先釐清核心需求，透過明確的量化效益分析與精細的用量控管，讓每一分 AI 投資都發揮實質價值。
[ 文章來源：2027 CIO Insight (5) IT 資源：資源有限，成本控管與效益分析，為企業 AI 導入成功關鍵 ]
