本篇將以 BCG 與 IDC 的最新方法論為骨架，結合成本控制、投資優先級、治理與人才策略的實戰經驗，為 CIO 與 IT 管理者提供一套從宏觀戰略到落地執行的 AI 預算規劃全景圖，助你讓每一分 AI 預算都能轉化為可衡量、可持續的商業成果。
編譯／何信達
AI 預算規劃的核心方法論：從宏觀到微觀的視角
在當前 AI 發展的關鍵時刻，企業僅憑一腔熱情投入 AI 實驗已遠遠不足。真正能從 AI 獲取價值的企業，都遵循了一套系統化的預算規劃方法論，將資源精準配置於能夠產生最大商業影響的領域，從而確保每一筆 AI 投資都能轉化為實質的商業價值。
BCG 的「AI 價值創造方法論」
波士頓諮詢集團（BCG）的 Jean-François Bobier 等人指出，僅有 26% 的公司真正從 AI 創造了價值，多數仍停滯在概念驗證（PoC）階段。為此，BCG 提出了數項核心原則和具體步驟，這些均應成為 CIO 規劃 AI 預算的指導方針：
● 10-20-70 法則
BCG 強調，成功部署 AI 的領先企業會將其 AI 轉型資源或精力依據此原則分配，並將重點放在人與流程上。該法則建議將 70% 的資源投入到人與流程（包括人才發展與變革管理），20% 投入到技術與數據，而僅有 10% 投入到演算法。這對 CIO 的預算規劃具有深遠影響，意味著大部分 AI 相關預算應導向內部培訓、外部顧問、變革管理專案及流程重塑，而非僅是技術軟硬體採購，以確保技術投資能成功落地並創造價值。
● AI 價值創造七步驟
根據波士頓顧問集團（BCG）的資料，實現人工智慧（AI）價值創造的七個關鍵步驟如下：
(1) 設定高層的果敢策略承諾：需高層領導堅定承諾，並準備好多年持續投入資源以支持此承諾。
(2) 最大化 AI 的潛在價值：透過平衡的專案組合來最大化 AI 的潛在價值，這包括簡化日常業務流程、轉變整個業務功能，以及開發能開啟新商業模式的 AI 原生產品。
(3) 專注於少量但具高影響力的指標性計畫：從實施一到三個高投資回報（RoI）、易於執行的計畫開始，為整個旅程提供資金。
(4) 確保基本基礎設施到位：確保這些計畫所需的最基本可行基礎設施已經存在，特別是在與 IT 系統整合和高品質資料存取方面。
(5) 彌補能力差距並同步投資：評估公司與領導者在已知關鍵成功能力方面的差距，並同步投資以建立這些能力。初期可能需要專注於技術和資料相關問題，但涉及人員和流程的能力非常關鍵，需要密切和長期的關注。
(6) 確保實施治理專注於人員和流程：確保實施治理著重於端到端的轉型以及人員和流程，包括重新設計工作方式、培養人才、重新構想流程、強化有效的決策，以及解決對採用新解決方案的抗拒。
(7) 設立防護措施以負責任地部署 AI：透過透明度、控制和問責制，在所有計畫中負責任地部署 AI，以確保符合道德和法律規範，並管理業務風險。
● 聚焦於價值創造而非實驗
BCG 的「AI Radar 2025」調查與其報告《弭平AI影響鴻溝：從潛力到獲利》（https://www.bcg.com/publications/2025/closing-the-ai-impact-gap）明確指出，許多組織停滯在概念驗證（PoC）階段，未能實現投資報酬率（ROI），這造成了預算的浪費。因此，領先企業會將超過 80% 的 AI 投資用於重塑核心職能和創造新產品，而非小型、僅關注生產力的措施。這項原則強調，AI 預算應從個別試點轉向可規模化、有明確 ROI 的專案，以避免預算浪費。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]
IDC 的「CIO 六大要務」框架
國際數據資訊（IDC）的分析師 Daniel-Zoe Jimenez 在其報告《CIO 要務：人工智慧驅動型組織的六大優先事項》（https://blogs.idc.com/2025/03/24/the-cio-imperative-six-priorities-for-the-ai-fueled-organization/）中，提出了一套針對 CIO 的策略框架。這些要務不僅是 AI 戰略，更應被視為 CIO 在制定 AI 預算時必須納入考量的優先投資領域：
■ 管理法規複雜性與強化 AI 治理
IDC 預測，到 2025 年，50% 的亞洲前 1000 大組織（A1000）將掙扎於不斷變化的監管挑戰。為此，70% 的組織將建立正式政策與監督機制，以解決 AI 風險。這項挑戰要求 CIO 必須在預算中納入專門的資金，用於採購合規工具、法律顧問服務、風險管理系統，以及組建負責任 AI（RAI）框架的團隊，以避免未來潛在的法律和聲譽成本。
■ 降低技術債務以加速創新
技術債務是 AI 部署的隱性成本，會增加複雜性，減緩創新。IDC 預測，到 2025 年，40% 的 CIO 將推動高影響力計畫以解決技術債務。因此，AI 預算規劃中必須包含現代化 IT 基礎設施的撥款，清除老化程式碼庫、過時系統和低效率流程等「隱形成本」，為 AI 效益的全面釋放鋪平道路。
■ 將 AI 實驗轉化為企業價值
亞太地區組織在過去 12 個月平均進行了 24 個生成式 AI（GenAI）試點，但僅有 3 個進入生產。IDC 預計到 2026 年，70% 的 CIO 將領導創建負責任 AI（RAI）的戰略藍圖。這意味著 AI 預算應從個別試點轉向可規模化、能產生實際價值的應用。預算應支持設立 AI 卓越中心（CoE），以集中專業知識、分享最佳實踐，確保資源的最佳配置。
■ 以 AI 驅動的防禦強化網路安全
網路安全是策略性業務要務。IDC 預測，到 2026 年，50% 的 CIO 將多元化安全策略。AI 的普及也帶來了新的網路安全威脅，如提示注入攻擊。因此，AI 預算必須包含投資 AI 原生安全解決方案的費用，將 AI 本身視為強化網路防禦的工具，並應對其可能造成的安全漏洞。
■ 將永續性嵌入 IT 策略
IDC 預測，到 2027 年，50% 的 CIO 將負責將永續性目標嵌入每個技術專案中。這代表 AI 預算規劃需要考量綠色 IT 解決方案，以及將永續性指標納入 AI 基礎設施的開發中，回應日益增長的環境、社會及治理（ESG）壓力。
■ 透過先進工具彌補數位和 AI 技能差距
由於數位技能短缺，45% 的亞洲/太平洋地區組織正將更多開發職責交給非 IT 人員。IDC 預測，到 2028 年，50% 的亞洲 1000 大組織將採用尖端工具來彌補數位和 AI 技能差距。這需要 CIO 在預算中撥款用於員工培訓、技能提升計畫、引進 AI 驅動平台或低代碼/無代碼工具，以賦能非技術員工，緩解人才短缺對 AI 專案進程的限制。
AI 預算實戰策略：最大化投資回報（ROI）
AI 的價值不僅止於技術的導入，更在於其如何轉化為實質的商業成果。有效的預算實戰策略，需要 CIO 們在成本控制、效益衡量和流程優化上進行全面佈局，確保每一分 AI 預算都能產生最大的投資回報。
AI FinOps 與成本控制
隨著 AI 工作負載所需的計算（compute）和能源成本飆升，AI 預算管理日益複雜。Futurum Intelligence 分析師 Dion Hinchcliffe 指出，71% 的 CIO 因性能和成本問題而重新評估 AI 工作負載的部署位置。為應對此挑戰，供應商如 IBM、Oracle 和 AWS 正在推出 FinOps 工具，幫助企業管理和控制 AI 工作負載的成本。例如，IBM 的 Granite 模型便展示了如何在不犧牲價值的同時，實現成本節約。這表明，AI 預算規劃必須將投資 FinOps 工具和實踐納入考量，作為一種優化整體預算使用和實現成本效益的策略。
[ 推薦文章：跨越 AI 鴻溝：影子 AI 與超級使用者 ]
超越成本節約，聚焦收入增長
麥肯錫（McKinsey）的一份 2025 年 AI 報告強調，AI 的價值不僅僅是自動化或效率提升，更是關於如何獲勝、如何創造新收入。該報告指出，87% 的公司預計 AI 將在三年內提升收入，其中 51% 預計 AI 驅動的收入增長將超過 5%。這代表 CIO 在制定 AI 預算時，應將其作為預算分配的首要哲學，優先分配資源給那些能夠直接推動收入增長而非僅僅降低成本的 AI 專案，從而最大化長期商業價值。
重新思考流程與供應商策略，這是一項直接影響 AI 預算優化和風險規避的實戰策略：
● 流程優化：
BCG 建議採用「零基方法」重新構想流程。僅將 GenAI 嵌入現有流程可能導致效率有限，因此 CIO 應從頭設計流程，最小化複雜性，並將 GenAI 自動化應用於必要的步驟。這有助於避免將 AI 預算投入到效率低下的既有流程中，確保資源用於真正的轉型。
● 供應商合約談判：
針對複雜的 AI 供應商合約，CIO 應採用新的談判策略，例如固定價格合約可與績效或成果掛鉤；託管服務協議則可考慮使用量計費模式，以提高 AI 驅動環境下的靈活性，進而間接解決難以預期的成本。Futurum Intelligence 的分析師 Dion Hinchcliffe 也提醒 CIO 們必須避免碎片化的供應商堆疊，並保留戰略所有權，尤其在應對提供「端到端 AI 轉型」的服務供應商時，這些都是關於如何智慧地管理採購預算和降低供應商鎖定風險。
● 戰略性投資管理：
Futurum Intelligence 強調，企業領導者應思考「我們是在擴大成功還是僅僅增加複雜性？」。這提醒 CIO 需在預算中篩選和整合新興技術選項，例如 OpenAI for Countries 國家合作計畫和 Stargate 星際之門計劃，透過地緣政治和戰略視角重新思考其 AI 技術棧，並謹慎規劃長期投資。
持續監測與評估
建立評估、優先排序和監測 AI 使用案例的程序是關鍵，以確保資源的最佳部署，並追蹤價值創造，淘汰不符合預期的專案。然而，BCG 的數據指出，高達 60% 的公司未能定義和監測任何與 AI 價值創造相關的財務 KPI。這凸顯了在 AI 預算規劃中，建立明確的財務指標和追蹤機制的重要性，這是確保 AI 預算有效且負責的關鍵。
預算與效益的平衡
GenAI 的實施會帶來計算、模型訓練、維護和授權等費用，預計會增加約 5% 的開支。但 BCG 的分析顯示，如果能有效利用 GenAI 來節省技術功能成本並提升效率，綜合效益仍可實現高達 10% 的淨成本節約。這項數據為 CIO 提供了明確的依據，在預算規劃中權衡初期投資與長期效益，並為 GenAI 專案爭取預算支持。
人才與治理：AI成功部署的基石
AI 的成功部署絕非單純的技術課題，它更是一項涉及人才發展、風險管理和倫理治理的綜合性挑戰。CIO 必須在這些關鍵領域發揮領導作用，並將其納入預算規劃，確保 AI 算力、技術投入能有效轉化為商業價值，避免潛在巨額損失，並為企業建立永續發展的基礎。
弭平技能差距
● 數位技能短缺加劇
AI 技術的快速採用加劇了數位技能短缺的問題。麥肯錫的報告顯示，近一半的員工獲得最少的 AI 支援。CIO 必須規劃預算用於員工培訓和技能提升，以應對這一挑戰。
● 投資培訓與工具
BCG 強調，成功的 AI 企業（即「AI 未來型公司」）有三分之二在技能提升方面投入大量資金。因此，預算應分配給自動化、AI 驅動平台、低代碼/無代碼工具，以及針對 GenAI、負責任 AI、提示工程等新興領域的培訓課程，以最大化現有員工的 AI 產能，減少對昂貴外部人才的依賴。Linux Foundation 研究員 Marco Gerosa 等人強調，AI 教育是最重要的投資，因為「如果你不這樣做，你就輸了這場戰鬥」，進一步證明這項預算的必要性。
● 人才策略與新興角色
預算規劃需考量新興 AI 職位的招聘與培養成本（如首席 AI 長、倫理與合規長、提示工程師），以及現有 IT 團隊的重新培訓費用，以確保企業擁有驅動先進 GenAI 倡議所需的人才。
AI 治理與風險管理
這項投資對於保護 AI 預算和企業免受潛在巨額損失至關重要。
● 法規複雜性與負責任 AI（RAI）
AI 法規快速變化，跨國企業尤為複雜。BCG 的調查指出，74% 的「AI 未來型公司」持續監控其負責任 AI（RAI）框架的合規性。CIO 必須將預算用於合規性審查、法律諮詢，以及建立負責任 AI（RAI）框架的人力與工具成本，確保符合法律、道德與企業價值，避免因違規造成的罰款或聲譽損害。
● 數據隱私與安全
AI 的應用也帶來了新的網路安全威脅，包括提示注入攻擊和數據完整性風險。BCG 的調查顯示，數據隱私和安全是 66% 企業最關注的 AI 風險。因此，AI 預算中需包含網路安全解決方案、數據治理工具的投資，以保護敏感數據和智慧財產權。
● 避免「地下 IT」與建立治理框架
員工未經 IT 許可自行使用 GenAI 工具會帶來數據隱私、安全和合規風險，並導致重複投資。BCG 建議，CIO 應建立明確的治理框架，透過預算化的工具整合與標準化平台，鼓勵在受控環境下進行實驗。這直接關係到預算控制，旨在避免「地下 IT」帶來的數據風險和重複、無效率的投資。
● 信任與透明度
Linux Foundation 的 Mark Collier 強調，AI 越強大，透明度就越重要。開放原始碼（Open Source）被認為是實現 AI 透明度和信任的最佳模式。因此，預算應考量投資開源解決方案，因為其提供的透明度可以降低長期風險和審計成本，並提升社會對 AI 系統的接受度。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
