CIO Insight 調查解析（3）
調查／CIO Taiwan‧解析／資策會數轉院金融科技中心
生成式 AI 有如暗巷中的燭火，一明一滅引領全球產業發展；同時，不少企業將生成式 AI 視為數位轉型新利器，期盼能成功轉動組織內部轉型之重要齒輪。然而根據 CIO Insight 調查統計，目前有「超過五成」企業無法充分掌握 2024 年組織導入生成式 AI 情況（圖1），顯示企業自身能力難以快速回應新興科技所帶來的契機，擁抱生成式 AI 的過程產生進入障礙的高牆。
再加上近期出現信任疑慮、資安風險的負面消息，導致企業仍處於躊躇不前的窘境。有此，本文將聚焦企業內部現存問題，從基礎建設、導入順序與知識含量等三項構面，探討企業應用生成式 AI 現況。
缺乏強大的基礎建設
大多數企業所使用的 ERP 系統與軟體工具，皆無法在最短時間處理大量資訊，更無需提及生成出具有商業價值的 AI 內容。基礎建設老舊不易更新且缺乏大數據運算能力，成為企業難以導入生成式 AI 其一短板（又稱為「木桶理論」，意謂木桶能裝多少水取決於最短的木條）。即使紙本文件已數位化，導入技術所需要的儲存空間與資料整合，持續加重轉型成本與營運困難。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
另一方面，企業亦要尋覓合適的軟體供應商，基礎建設涵蓋雲端運算、網路安全與部分硬體設備等範疇，而目前供應商的 AI 預測模型較無法商業化應用，可能為企業目前尚無生成式 AI 計畫的原因。企業挑選業者也需考慮該業者對於生成式 AI 的導入經驗、專業知識以及系統認證，才能有效借力使力，將正確資源有效投入於業務流程與創新服務。
導入技術的優先順序
當各家企業望向生成式 AI 打算一展長才時，皆會異口同聲提出「哪一項業務範疇是我們應該優先導入？」，部署技術前的焦慮與不確定性，體現出部分企業還不熟悉自身應用 AI 的能耐與基礎。導入技術的前置作業應從執行面、財務面、資安面著手，先設定明確的目標與檢視軟硬體資產；再透過有效數據分析，評估企業數位轉型投資的報酬率，最後同步調整資安規劃，維護重要營運數據。由多方角度分析企業現況，才有機會能收斂部署生成式 AI 的優先順序，取得應對進退的最佳策略。
[熱門精選：安全管理觀念正確的心態 ]
根據根據 CIO Insight 調查結果，目前企業前三大應用生成式 AI 領域或方式（圖2），分別為客戶服務（24.6%）、自動化工作流程（22.8%）以及優化生產流程（13.8%），顯示多數企業的 AI 布局策略以內部流程為首選。藉由數據運算與系統開發的環境，不斷重新訓練 AI 模型，適應初期導入的震盪，有效提高產品、服務和系統的韌性。
專業知識含量不足
生成式 AI 於去年爆發性成長，組織內部不僅需維持穩健的營運模式，還需積極與生成式 AI 和諧相處，逐漸擴大企業 IT人才的業務範圍，容易形成蠟燭兩頭燒之困境。在產業 AI 化趨勢下，許多產業均有 AI 人才需求，驅動 AI 人才要具高度跨域應用的能力；但如何解決企業專業知識含量不足，「建立內部專業知識」為成功導入生成式 AI 之關鍵。
[完整報告請至官網下載： 2024 CIO Insight 調查報告 ]
若要克服此問題，企業需要投資相關培訓課程、與專家顧問合作或是聘用合適的 AI 人才，建議可以由小規模的試點計畫或示範案例開始，以實戰方式擴增企業內部生成式 AI 的知識含量。透過系統導入與顧問輔導，讓組織成員深入瞭解哪些 AI 架構比較符合業務流程，並加值 AI 技術的資訊內容。當企業內部已存在足夠的 AI 專業知識，亦可建立組織專屬的生成式 AI 知識庫與應用規範，以系統化的條文與步驟使員工都能內化專業知識，加速企業邁向數位轉型之途徑。
結語
企業面對生成式 AI 步步為營，擔心投入龐大資源卻配置錯位，AI 的整合應用產生「雙面刃」的利害風險。企業需先確立自身應用 AI 基礎與能力為先，並評估目前基礎建設、技術導入順序與內部知識含量等因素，清楚知道資源較脆弱的環節，衡量導入生成式 AI 的衝擊風險。雖然目前企業導入 AI 之現況看似參與度不盡理想，但只要各家企業開始紛紛提出布局策略與落實計畫，即有機會帶動整體產業應用 AI 之趨勢風潮，吸引更多利害關係人攜手合作。究竟企業該如何與生成式 AI 共譜，理解它、擁抱它、駕馭它。
本文作者簡介：
劉彥岑現為資策會數轉院金融科技中心副規劃師。專業於創新創業、金融科技與商業模式研究，涵蓋新創公司、孵化器與加速器生態等，並執行經濟部中小及新創企業署相關智庫研究。曾獲邀至大專院校、新創基地進行專題演講，與擔任國內金融機構數位轉型工作坊講師。(本文授權非營利轉載，請註明出處：CIO Taiwan)
