2025臺灣產(chǎn)業(yè)A化大調(diào)查落地指引暨AlDol2025臺灣產(chǎn)業(yè)A化大調(diào)查落地指引暨AlDol研究單位財(cái)團(tuán)法人人工智慧科技基金會ArtificialIntelligence研究單位財(cái)團(tuán)法人人工智慧科技基金會ArtificialIntelligenceFoundation合作夥伴調(diào)查執(zhí)行PREFACE縮短認(rèn)知差距，打造AI落地的實(shí)踐路徑人工智慧（AI）已成為全球產(chǎn)業(yè)升級與組織創(chuàng)新的核心技術(shù)之一。然而，AI的導(dǎo)入並非只是引進(jìn)新工具或套用模型，更是一場牽涉到資料、流程、組織與治理的深層變革。為了掌握臺灣產(chǎn)業(yè)在AI發(fā)展中的實(shí)際需求與挑戰(zhàn)，人工智慧科技基金會（AIF）自2022年起持續(xù)每年進(jìn)行《臺灣產(chǎn)業(yè)AI化大調(diào)查》，是由產(chǎn)業(yè)端發(fā)動(dòng)、獨(dú)立第三方非營利組織進(jìn)行的長期研究。希望透過系統(tǒng)化的觀察與趨勢剖析，為臺灣產(chǎn)業(yè)提供一面映照自身AI化現(xiàn)況的鏡子，也作為政策制定與技術(shù)應(yīng)用的參考依據(jù)。2025年的調(diào)查聚焦於「AI在企業(yè)落地的關(guān)鍵」，調(diào)查進(jìn)行時(shí)間為2025年1月至2月底。調(diào)查結(jié)果顯示，雖然企業(yè)對AI的關(guān)注與認(rèn)知已明顯提升，但從「知道AI」到「用AI」之間，仍有一道難以跨越的實(shí)踐鴻溝。比對歷年來調(diào)查結(jié)果，結(jié)合AIF實(shí)際輔導(dǎo)企業(yè)的經(jīng)驗(yàn)，並多方請教業(yè)內(nèi)專家?？梢园l(fā)現(xiàn)雖然2025年有政策大力協(xié)助，培育許多人工智慧人才，但是如何從「聽到AI」、「知道AI」、「做到AI」，到全面佈署導(dǎo)入AI，仍然有幾個(gè)常見的環(huán)節(jié)難以跨越。例如：·不了解應(yīng)用場景的重要性，誤以為AI如同過去使用過的套裝軟體系統(tǒng)，只要導(dǎo)入、學(xué)會操作，就能立即看到效果；·雖然缺乏AI人才，但不知道什麼是真正的AI人才，也不確定進(jìn)來公司後的真正職能·缺乏對模型訓(xùn)練、推論、裝置端AI與雲(yún)端AI等技術(shù)關(guān)鍵詞的準(zhǔn)確認(rèn)識；·資料尚未整合或無明確治理策略，卻急於上線應(yīng)用；·重視外部工具導(dǎo)入，卻忽略內(nèi)部組織能力的培養(yǎng)與明確策略。雖然這兩年因生成式AI熱潮帶動(dòng)企業(yè)競相投入，但仍然無法突破這些環(huán)節(jié)。因此，AIF集合多年企業(yè)輔導(dǎo)經(jīng)灣產(chǎn)業(yè)AI化大調(diào)查》的數(shù)據(jù)洞察，首度推出《企業(yè)AI落地指引》，提供可依循執(zhí)行的落地路徑與實(shí)踐框架。本指引的目的本指引建構(gòu)於歷年AI調(diào)查資料與實(shí)務(wù)輔導(dǎo)經(jīng)驗(yàn)之上，旨在協(xié)助企業(yè)與決策者在導(dǎo)入AI的過程中，掌握正確的知識架構(gòu)、建立應(yīng)用步驟、強(qiáng)化風(fēng)險(xiǎn)辨識、推動(dòng)跨部門整合，並依據(jù)不同成熟階段設(shè)計(jì)合適的導(dǎo)入策略。其核心目標(biāo)為：1.釐清AI導(dǎo)入的基本條件與技術(shù)語言：協(xié)助企業(yè)釐清如裝置端AI、雲(yún)端AI、模型訓(xùn)練與推論等技術(shù)核心觀念，避免誤用誤判。2.辨識產(chǎn)業(yè)適配性與階段目標(biāo)：根據(jù)企業(yè)所處的AI成熟階段（Unknowing、Conscious、Ready、Scaling），提供每個(gè)階段對應(yīng)的行動(dòng)建議。3.提升資料治理與安全防護(hù)意識：回應(yīng)調(diào)查中顯示的資料交換策略、AI資安認(rèn)知落差等盲點(diǎn)。4.促進(jìn)內(nèi)部能力建構(gòu)與永續(xù)發(fā)展：協(xié)助企業(yè)評估現(xiàn)有人才、流程與組織是否具備AI化所需的能力條件與持續(xù)學(xué)習(xí)體系。2025臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引02PREFACE為便於不同規(guī)模與產(chǎn)業(yè)類型的企業(yè)應(yīng)用，本指引設(shè)計(jì)具備以下三個(gè)特性：·分階段導(dǎo)航：企業(yè)可透過自我評估工具定位所處的AI成熟度（Unknowing、Conscious、Ready、Scaling快速理解自身當(dāng)前應(yīng)聚焦的課題與風(fēng)險(xiǎn)。·跨部門功能整合：內(nèi)容涵蓋從決策、技術(shù)、營運(yùn)、人才到治理的多元面向，幫助企業(yè)從營運(yùn)策略連結(jié)AI策略的整體觀，從第一個(gè)明確可行的步驟著手，逐步建立應(yīng)用AI的知識、經(jīng)驗(yàn)與信心?！?shí)作導(dǎo)向建議：每章節(jié)提供具體的操作建議、案例對照與常見陷阱提示，避免紙上談兵，協(xié)助企業(yè)真正從「想做AI」走向「會做AI」。在AI普及的關(guān)鍵時(shí)刻，產(chǎn)業(yè)不僅需要科技，更需要一條明確可行的路徑。誠摯期待本指引能協(xié)助企業(yè)縮小認(rèn)知差距、補(bǔ)齊治理漏洞、加速人才培育，讓AI在臺灣真正落地，穩(wěn)健發(fā)展，並在安全可控的前提下持續(xù)創(chuàng)造價(jià)值。財(cái)團(tuán)法人人工智慧科技基金會執(zhí)行長03落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI03落地指引CONTENTSCHAPTERCHAPTER022025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果AI落地指引專家建議：中小企業(yè)轉(zhuǎn)型思考22呂正華：從「知道」到「做到」尋找產(chǎn)業(yè)AI化的引爆點(diǎn)專家建議：數(shù)據(jù)治理如何進(jìn)行25胡筱薇：好數(shù)據(jù)才能讓AI真正落地，「數(shù)據(jù)治理1234原則」創(chuàng)造轉(zhuǎn)型價(jià)值CHAPTER03APPENDIX行動(dòng)方案42政府建言45企業(yè)行動(dòng)建議48風(fēng)險(xiǎn)管理與影響評估51AI化程度四大群體導(dǎo)入建議專家建議：軟體轉(zhuǎn)型勢在必行29周幸蓉：不是「為了AI而AI」，強(qiáng)化企業(yè)韌性才是關(guān)鍵專家建議：從算力到AI能力的提升32吳漢章：不是有，而是怎麼創(chuàng)造價(jià)值專家建議：管理者的轉(zhuǎn)型心法35葉福海：AI不只是工具導(dǎo)入，而是重塑流程、人才與資料的治理思維專家建議：臺灣產(chǎn)業(yè)AI新機(jī)會38劉思泰：臺灣應(yīng)善用終端AI成為軟硬體系統(tǒng)整合者04落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI04落地指引2025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果企業(yè)AI認(rèn)知提升，應(yīng)用落地成關(guān)鍵挑戰(zhàn)「臺灣產(chǎn)業(yè)AI化大調(diào)查」透過企業(yè)AI能力評估，從「經(jīng)營策略」、「人才培育」及「技術(shù)應(yīng)用」三大面向進(jìn)行分析，綜合評分後，將企業(yè)劃分為「UnknowingAI」、「ConsciousAI」、「ReadyAI」與「ScalingAI」四個(gè)發(fā)展階段，以反映企業(yè)在AI認(rèn)知與應(yīng)用上的不同成熟度。與「ScalingAI」的比例未見顯著增長，反映出企業(yè)在AI技術(shù)落地應(yīng)用上仍面臨瓶頸，目前仍有七成企業(yè)未能跨越AI實(shí)際應(yīng)用門檻，導(dǎo)入進(jìn)程明顯受阻。許多企業(yè)期望透過AI提升營運(yùn)效率、優(yōu)化決策或創(chuàng)造新商機(jī)，然而，在實(shí)際執(zhí)行層面，仍面臨技術(shù)資源不足、內(nèi)部數(shù)據(jù)整備尚未完善，或缺乏AI應(yīng)用策略等根本性挑戰(zhàn)，這些問題與企業(yè)的數(shù)位轉(zhuǎn)型發(fā)展階段息息相關(guān)。AI導(dǎo)入並非單一技術(shù)升級，企業(yè)AI化的進(jìn)程，往往取決於數(shù)位轉(zhuǎn)型的成熟度。唯有數(shù)據(jù)基礎(chǔ)建設(shè)完善、內(nèi)部數(shù)位文化成熟，AI才能真正發(fā)揮價(jià)值。整體而言，企業(yè)AI化進(jìn)程的遲滯涉及策略規(guī)劃、技術(shù)認(rèn)知與人才發(fā)展等多重因素。以下將進(jìn)一步分析影響企業(yè)AI落地的關(guān)鍵挑戰(zhàn)，並探討如何縮短企業(yè)從AI認(rèn)知到AI應(yīng)用的落差，以加速臺灣產(chǎn)業(yè)AI化進(jìn)程。年度整體平均分?jǐn)?shù)變化單位：平均分?jǐn)?shù)各發(fā)展階段家數(shù)占比年度整體平均分?jǐn)?shù)變化單位：平均分?jǐn)?shù)單位：%，因統(tǒng)計(jì)結(jié)果有四捨五入的情形，故加總數(shù)字可能產(chǎn)生小數(shù)點(diǎn)的誤差504540403530020020406080100四大群體分別反映企業(yè)在AI認(rèn)知與應(yīng)用上的不同成熟度，分別是：產(chǎn)業(yè)AI化指數(shù)UnknowingAI：AI認(rèn)知缺乏階段ConsciousAI：AI認(rèn)知覺察階段ReadyAI：AI導(dǎo)入準(zhǔn)備階段Business經(jīng)營Talent人才Technical技術(shù)Business經(jīng)營ScalingAI：AI規(guī)模應(yīng)用階段這四個(gè)階段可作為企業(yè)AI化進(jìn)程的參考指標(biāo)，協(xié)助企業(yè)評估自身定位，並規(guī)劃適合的AI發(fā)展策略。06落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI06落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果整體AI指數(shù)變動(dòng)：企業(yè)認(rèn)知提升與真實(shí)自覺本次調(diào)查結(jié)果顯示，資通訊（ICT）產(chǎn)業(yè)的AI指數(shù)有所下降（由44.7降至41.7），推測主因在於企業(yè)對自身AI發(fā)展的評估方式轉(zhuǎn)變。由於本調(diào)查以企業(yè)自評為主，過去許多企業(yè)在尚未進(jìn)行內(nèi)部盤點(diǎn)前，對自身AI發(fā)展程度抱持較為樂觀的看法。然而，在實(shí)際導(dǎo)入AI後，著手進(jìn)行內(nèi)部資源盤點(diǎn)時(shí)，企業(yè)才意識到內(nèi)部資料整備不足、數(shù)據(jù)治理機(jī)制等尚未完善，甚至是需要優(yōu)化業(yè)務(wù)流程等，因而導(dǎo)致評分相較先前有所下滑，這也反映出從概念認(rèn)知到實(shí)際應(yīng)用的落差。另一方面，在過去AI指數(shù)相對落後的製造業(yè)、政府機(jī)關(guān)及其他產(chǎn)業(yè)，則在本次調(diào)查中指數(shù)呈現(xiàn)顯著成長（由24.4提升至33.1）。這一變化顯示，近兩年來，生成式AI工具的發(fā)展加速了這些產(chǎn)業(yè)對AI的認(rèn)識與應(yīng)用，使其AI指數(shù)有所提升。而這些企業(yè)多半仍在生成式AI工具的應(yīng)用與探索階段。數(shù)位轉(zhuǎn)型準(zhǔn)備不足是最大的挑戰(zhàn)儘管部分產(chǎn)業(yè)的AI指數(shù)有所進(jìn)步，但企業(yè)在AI導(dǎo)入過程中仍面臨諸多挑戰(zhàn)。隨著ChatGPT等技術(shù)的普及，企業(yè)開始意識，並對AI懷抱興在真正落實(shí)AI應(yīng)用時(shí)，由於缺乏數(shù)位轉(zhuǎn)型的基礎(chǔ)而窒礙難行，必須先建立良好的數(shù)位基礎(chǔ)，包括完善的數(shù)據(jù)治理、數(shù)位化流程，以及內(nèi)部AI人才培育。唯有如此，才能確保AI技術(shù)的落地應(yīng)用發(fā)揮最大價(jià)值，為企業(yè)帶來真正的競爭優(yōu)勢。產(chǎn)業(yè)AI產(chǎn)業(yè)AI化指數(shù)單位：平均分?jǐn)?shù)單位：分506050504040303020201020Business經(jīng)營層面Talent人才層面Technical技術(shù)層面Business經(jīng)營層面Talent人才層面Technical技術(shù)層面全體資通訊科技全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他「經(jīng)營策略」層面表現(xiàn)持平，平均僅32分，顯示企業(yè)在AI導(dǎo)入的策略性思考仍有待加強(qiáng)?！讣夹g(shù)應(yīng)用」層面成長最為明顯，平均達(dá)47分，ICT產(chǎn)業(yè)仍為表現(xiàn)最佳的領(lǐng)域。「人才培育」層面最為不足，平均僅31.5分，其中47%企業(yè)尚未規(guī)劃AI人才發(fā)展策略，顯示AI專業(yè)人才的培育與訓(xùn)練仍是國內(nèi)企業(yè)面臨的重大挑戰(zhàn)。07落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI07落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果Business經(jīng)營層面現(xiàn)況分析：缺乏長期策略，應(yīng)用仍停留在工具應(yīng)用層面2025年與2023年在企業(yè)經(jīng)營（與往年持平。AI納入企業(yè)發(fā)展策略的議題，自2022年起即持續(xù)受到關(guān)注。調(diào)查結(jié)果顯示，越來越多企業(yè)已經(jīng)開始將AI納入發(fā)展規(guī)劃，相關(guān)比例較往年有所提升，反映出企業(yè)對AI的戰(zhàn)略價(jià)值有更高的認(rèn)識。然而，近五成企業(yè)未宣佈AI相關(guān)的發(fā)展策略，2025年的表現(xiàn)亦僅37.6分，尤其零售貿(mào)易服務(wù)業(yè)僅13.7分，表現(xiàn)最低。顯示目前多數(shù)企業(yè)仍停留在工具與技術(shù)的輔助層級，尚未建立完整的AI導(dǎo)入路徑圖（Roadmap）。這不僅限制了企業(yè)內(nèi)部對於AI應(yīng)用的可能，也無法發(fā)揮AI在提升營運(yùn)效率與創(chuàng)造競爭優(yōu)勢上的價(jià)值。各產(chǎn)業(yè)在數(shù)據(jù)治理與依循AI準(zhǔn)則的表現(xiàn)皆偏低，超過四成企業(yè)表示沒有或不確定採用AI準(zhǔn)則，平均分?jǐn)?shù)更為所有指數(shù)中最低（20.4分即使ICT產(chǎn)業(yè)也僅20.3分。要突破AI在企業(yè)經(jīng)營層面的發(fā)展限制，企業(yè)必須從整體營運(yùn)目標(biāo)與願(yuàn)景出發(fā)，結(jié)合決策導(dǎo)向，制定清晰的AI發(fā)展路線圖（Roadmap）。在導(dǎo)入AI技術(shù)時(shí)，企業(yè)的發(fā)展策略應(yīng)與可信賴AI原則緊密結(jié)合，以確保AI系統(tǒng)的合法性、倫理合規(guī)性與穩(wěn)健可靠性。將這些原則納入發(fā)展策略，不僅有助於企業(yè)充分發(fā)揮AI潛力，也能有效降低風(fēng)險(xiǎn)，進(jìn)而建立使用者與社會的信任。此外，企業(yè)應(yīng)強(qiáng)化風(fēng)險(xiǎn)管理、國際標(biāo)準(zhǔn)對標(biāo)與人才培育，並將數(shù)據(jù)治理與可信賴AI原則納入核心策略，以確保AI技術(shù)能夠在合規(guī)、安全與透明的基礎(chǔ)上推動(dòng)業(yè)務(wù)發(fā)展。唯有透過完整的策略規(guī)劃與風(fēng)險(xiǎn)管理機(jī)制，企業(yè)才能真正發(fā)揮AI的長期價(jià)值，推動(dòng)數(shù)位轉(zhuǎn)型，並在全球競爭環(huán)境中保持領(lǐng)先優(yōu)勢。Business經(jīng)營層面整體平均分?jǐn)?shù)變化單位：平均分?jǐn)?shù)Business經(jīng)營層面AI化指數(shù)計(jì)算單位：分50403020105040302010或技術(shù)協(xié)助的工作B2：AI發(fā)展策略上的規(guī)劃B3：資料採用的B4：可信賴AI準(zhǔn)則數(shù)據(jù)治理專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他全體資通訊科技(專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他08落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI08落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果Business經(jīng)營層面在個(gè)資隱私保護(hù)之外，缺乏對資料治理的理解與實(shí)踐調(diào)查結(jié)果顯示，企業(yè)在數(shù)據(jù)治理方面認(rèn)知普遍不足。儘管2025年企業(yè)在數(shù)據(jù)治理的整體表現(xiàn)（25.2分）較2023年（16.4分）進(jìn)步，顯示出企業(yè)對數(shù)據(jù)治理的重視逐漸增強(qiáng)。然而，仍有三分之一的企業(yè)未採用明文規(guī)範(fàn)，或?qū)Υ吮硎静淮_定。在已採用規(guī)範(fàn)的項(xiàng)目中，多數(shù)企業(yè)集中於資料隱私、資安管理系統(tǒng)以及資料日常管理等基本治理領(lǐng)域。儘管資料隱私與資安管理一直是企業(yè)的主要關(guān)注點(diǎn)，資料治理的核心不應(yīng)僅限於保護(hù)個(gè)人隱私，更應(yīng)著重於挖掘具有商業(yè)價(jià)值的資料。尤其是非個(gè)資資料，它們被視為當(dāng)今數(shù)位經(jīng)濟(jì)中的「新石油」。這些資料的價(jià)值不僅來自於內(nèi)部使用，還應(yīng)透過與外部合作夥伴（如供應(yīng)商和客戶）的有效串聯(lián)以實(shí)現(xiàn)最大效益。這涉及企業(yè)內(nèi)部流程與外部生態(tài)系統(tǒng)的整合。然而，調(diào)查顯示，多數(shù)企業(yè)對於「內(nèi)外部資料交換策略」的認(rèn)識仍然不足，這限制了其資料價(jià)值的發(fā)揮和數(shù)位轉(zhuǎn)型的深度。因此，企業(yè)應(yīng)積極強(qiáng)化對資料治理策略的理解與實(shí)踐。 Business經(jīng)營層面Q14.貴公司針對資料之使用與搜集，是否已有明文規(guī)範(fàn)？(複選)單位2023全體2025全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他BaseN=3158754323675164236751642375371753753717535.23235.232.733.332.32.332.129.522.619.419.417919.41721917222.623.521.922.222.615.61515.69.710.29.29.512.913.111.711.7139.29.510.59.49.783資料隱私規(guī)範(fàn)資訊安全管理門)負(fù)責(zé)資料的日常管理內(nèi)外部數(shù)據(jù)交換策略資料品質(zhì)管理詮釋資料的管理，描述並收藏資料的內(nèi)容，進(jìn)而達(dá)成協(xié)助資料檢索的目的資訊生命週期管理以上皆無不知道、不確定09落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI09落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果Business經(jīng)營層面AI應(yīng)用想像過於單一，應(yīng)從業(yè)務(wù)需求出發(fā)尋求解方本調(diào)查涵蓋多個(gè)產(chǎn)業(yè)，發(fā)現(xiàn)企業(yè)對AI工具的應(yīng)用多半以「行銷應(yīng)用與內(nèi)容製作」為主，又以零售與服務(wù)業(yè)最高（68.4%且在產(chǎn)品開發(fā)與創(chuàng)新上僅有5.3%。這也凸顯了一個(gè)值得關(guān)注的問題：企業(yè)對AI的應(yīng)用想像是否AI的應(yīng)用不僅是技術(shù)導(dǎo)入，更關(guān)乎組織文化的重塑與內(nèi)部人才賦能。這也涉及到企業(yè)在數(shù)位轉(zhuǎn)型奠基的基礎(chǔ)，企業(yè)應(yīng)先從內(nèi)部流程梳理開始，而非限於特定工具的應(yīng)用，以確保AI的導(dǎo)入能真正貼合業(yè)務(wù)需求。此外，企業(yè)必須提升全體員工對AI的理解，不只是技術(shù)專業(yè)人員，而是涵蓋所有業(yè)務(wù)部門，確保各領(lǐng)域人才都能結(jié)合自身專業(yè)，發(fā)掘AI的應(yīng)用潛力，並理解其限制。整體而言，企業(yè)若希望充分發(fā)揮AI的潛力，應(yīng)從內(nèi)部流程梳理、數(shù)據(jù)治理、人才培育等多層面著手，並確保AI不僅是單一工具，而是能夠深入影響決策與業(yè)務(wù)模式的核心技術(shù)。透過這樣的策略調(diào)整，企業(yè)才能實(shí)現(xiàn)數(shù)位轉(zhuǎn)型的長期價(jià)值，真正推動(dòng)AI在產(chǎn)業(yè)中的全面落地。 Business經(jīng)營層面Q5.您的公司曾應(yīng)用或目前已使用AI工具或技術(shù)協(xié)助以下哪些工作？(複選)單位：%全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他87543268.452.544.153.247741.240.539736845.36839.640.342.934.93636.135.135.533.332.315.8產(chǎn)線優(yōu)化行銷應(yīng)用與內(nèi)容製作優(yōu)化營運(yùn)管理流程產(chǎn)品開發(fā)與創(chuàng)新客戶服務(wù)與溝通·目前初步探索或有應(yīng)用人工智慧，排除9家初步探索中與1家部分試行，然皆尚未應(yīng)用AI協(xié)助任一工作項(xiàng)目?！ふw將AI應(yīng)用於經(jīng)營相關(guān)的工作項(xiàng)目為44分?！ぎa(chǎn)業(yè)方面，以ICT產(chǎn)業(yè)分?jǐn)?shù)最高（48.5分近五成（47.7%）應(yīng)用AI在產(chǎn)品開發(fā)與創(chuàng)新，而專業(yè)服務(wù)業(yè)（45.7分）則有超過六成皆應(yīng)用於行銷應(yīng)用與內(nèi)容製作。落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果現(xiàn)況分析：僅停留在課程訓(xùn)練，缺乏與員工職涯發(fā)展連結(jié)過去兩年雖以ICT產(chǎn)業(yè)的分?jǐn)?shù)最高，但2025年下降至35分，與專業(yè)服務(wù)業(yè)同分，僅在使用AI模型的來源超過40分；而零售貿(mào)易服務(wù)業(yè)也逐年下降，尤其在AI人才發(fā)展的策略更顯不足；而2025年製造業(yè)/政府機(jī)關(guān)/其他在Talent人才層面表現(xiàn)微幅回升，推測與政府推動(dòng)相關(guān)人才培訓(xùn)課程相關(guān)。無論產(chǎn)業(yè)，其AI人才發(fā)展策略與導(dǎo)入AI後對於企業(yè)內(nèi)部的成效評估皆有進(jìn)步的空間。調(diào)查結(jié)果發(fā)現(xiàn)，企業(yè)AI導(dǎo)入高度依賴外部供應(yīng)商或現(xiàn)有工具（45.3%相較之下，選擇自行開發(fā)AI模型或調(diào)整開源模型的企業(yè)比例較低，顯示大多數(shù)企業(yè)在AI技術(shù)應(yīng)用上仍仰賴外部廠商，內(nèi)部技術(shù)自主性較低。在AI人才發(fā)展策略上，調(diào)查顯示近五成企業(yè)尚未建立明確的AI人才發(fā)展策略，即使有策略，往往僅停留在提供相關(guān)課程，而未將AI技能培養(yǎng)與員工職涯發(fā)展連結(jié)。此外，儘管多數(shù)企業(yè)認(rèn)為AI的導(dǎo)入提升了內(nèi)部相關(guān)能力，但其長期效益仍有待觀察。Talent人才層面整體平均分?jǐn)?shù)變化單位：平均分?jǐn)?shù)Talent人才層面Talent人才層面整體平均分?jǐn)?shù)變化單位：平均分?jǐn)?shù)單位：分504030201050405040302010TA3：導(dǎo)入AI對企業(yè)內(nèi)部TA3：導(dǎo)入AI對企業(yè)內(nèi)部產(chǎn)生的影響TA1：目前使用的AI模型的來源TA2：AI人才發(fā)展策略2025年製造業(yè)/政府機(jī)關(guān)/其他在Talent人才層面表現(xiàn)微幅回升，推測與政府推動(dòng)相關(guān)人才培訓(xùn)課程相關(guān)。全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他2025年製造業(yè)/政府機(jī)關(guān)/其他在Talent人才層面表現(xiàn)微幅回升，推測與政府推動(dòng)相關(guān)人才培訓(xùn)課程相關(guān)。落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果ΓAI名詞」與Γ實(shí)際應(yīng)用」理解誤差普遍存在根據(jù)調(diào)查結(jié)果，目前臺灣企業(yè)在AI應(yīng)用方面仍主要依賴系統(tǒng)整合商（SI）或現(xiàn)成的AI服務(wù)（45.3%相較之下，選擇自行開發(fā)AI模型（12.5%）或調(diào)整開源模型（15.1%）的企業(yè)比例較低，顯示大多數(shù)企業(yè)在AI技術(shù)應(yīng)用上仍仰賴外部廠商，內(nèi)部技術(shù)自主性較低，恐影響企業(yè)在AI競爭力上的長遠(yuǎn)發(fā)展。但這也凸顯出一問題，資訊服務(wù)業(yè)者的轉(zhuǎn)型將成為推動(dòng)產(chǎn)業(yè)AI化的關(guān)鍵動(dòng)力，具備產(chǎn)業(yè)專業(yè)知識的AI服務(wù)商（如深耕紡織業(yè)、金融業(yè)的AI服務(wù)商能針對該產(chǎn)業(yè)需求，提供更具適配性的AI解決方案的業(yè)者將更具競爭優(yōu)勢。相較之下，傳統(tǒng)通用型SI若未能快速適應(yīng)AI技術(shù)的發(fā)展，將難以滿足市場需求，甚至面臨市場淘汰的風(fēng)險(xiǎn)。值得注意的是，當(dāng)前臺灣企業(yè)對「AI應(yīng)用」的理解與實(shí)際操作模式存在顯著落差。不同企業(yè)對AI的理解不一，導(dǎo)致產(chǎn)業(yè)內(nèi)部在AI方向上的發(fā)展略顯混亂。例如，部分零售、貿(mào)易及服務(wù)業(yè)雖聲稱自行開發(fā)AI技術(shù)，然而進(jìn)一步交叉分析後發(fā)現(xiàn)，這些企業(yè)的資料建置仍以傳統(tǒng)資本資料為主，電子化程度普遍較低，因此推測其AI應(yīng)用能力有限，主要是依賴現(xiàn)有AI工具並透過PromptEngineering來調(diào)整應(yīng)用，而非從零開發(fā)AI模型。此外，部分企業(yè)雖宣稱自行開發(fā)AI技術(shù)，但實(shí)際上仍主要依賴外部的開源模型或API來進(jìn)行調(diào)整與部署，顯示企業(yè)對AI應(yīng)用的技術(shù)範(fàn)疇與開發(fā)模式仍存在誤解。且在基礎(chǔ)數(shù)據(jù)尚未完善的情況下導(dǎo)入AI，影響AI模型表現(xiàn)。這反映出企業(yè)在AI導(dǎo)入過程中，對技術(shù)需求與前置條件的認(rèn)知仍有不足，可能影響未來AI部署的成功率與投資效益。從產(chǎn)業(yè)發(fā)展的角度來看，由於企業(yè)內(nèi)部具備AI技術(shù)維護(hù)與開發(fā)能力的人才比例仍然偏低，SI廠商在企業(yè)AI導(dǎo)入過程中扮演關(guān)鍵角色。因此，若政府希望加速臺灣產(chǎn)業(yè)AI化，除了推動(dòng)企業(yè)內(nèi)部AI人才培育外，亦應(yīng)強(qiáng)化與SI廠商的合作，提升其在AI開發(fā)與系統(tǒng)整合方面的能力，以降低企業(yè)技術(shù)門檻，加速AI技術(shù)的普及應(yīng)用。Talent人才層面Q8.貴公司目前使用的AI模型最主要來源於哪裡？Talent人才層面單位全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他BaseN=26580706050403020100與SI系統(tǒng)整合（System使用現(xiàn)成AI服務(wù)(如OpenAI使用開源模型調(diào)整並整合至自行開發(fā)AI模型目前未使用AI模型Integration）公司合作API串接等)企業(yè)流程中使用臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果AI導(dǎo)入需先釐清流程問題，數(shù)位轉(zhuǎn)型為關(guān)鍵前提根據(jù)調(diào)查結(jié)果，企業(yè)對於AI導(dǎo)入後的內(nèi)部影響評價(jià)普遍偏低，整體得分僅28.5分，且超過三分之一的企業(yè)尚未見到明顯成效。其中，零售貿(mào)易服務(wù)業(yè)（48.4%）以及製造業(yè)、政府及其他產(chǎn)業(yè)（41.7%）的企業(yè)對AI應(yīng)用的成效尤為保留。值得注意的是，多數(shù)企業(yè)雖然認(rèn)為AI提升了內(nèi)部能力與組織效益，但若缺乏完整的數(shù)位轉(zhuǎn)型基礎(chǔ)，AI難以發(fā)揮實(shí)際效用。若企業(yè)的流程尚未數(shù)位化，缺乏數(shù)據(jù)基礎(chǔ)與系統(tǒng)支持，即使導(dǎo)入AI技術(shù)，也難以真正應(yīng)用於業(yè)務(wù)場景，無法帶來預(yù)期效益。AI的導(dǎo)入應(yīng)與企業(yè)的營運(yùn)策略深度整合。換言之，企業(yè)應(yīng)將AI融入核心業(yè)務(wù)流程，確保技術(shù)應(yīng)用能夠服務(wù)於組織目標(biāo)，從而真正提升效率與創(chuàng)造價(jià)值。 Talent人才層面Q12.貴公司在導(dǎo)入AI後，對於企業(yè)內(nèi)部產(chǎn)生哪些影響？(複選)單位全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他BaseN=31580706050403020100組織流程優(yōu)化，使生產(chǎn)效益提升員工增加AI相關(guān)的能力已發(fā)展出新的產(chǎn)品或服務(wù)建立新的商業(yè)模式目前暫無明顯成效落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果企業(yè)缺乏AI策略，影響人才培養(yǎng)方向根據(jù)調(diào)查結(jié)果，企業(yè)對AI人才的需求不僅限於技術(shù)能力，更強(qiáng)調(diào)問題解決與整合能力。45.4%企業(yè)表示AI人才最需要的是能夠找出適合用AI解決問題及評估AI適用與否的能力，其次則是使用現(xiàn)成AI工具的能力(38.4%)，再者為資料收集與分析(35.6%)與整合現(xiàn)成AI服務(wù)與模型的能力(35.2%)。調(diào)查結(jié)果顯示，臺灣企業(yè)在評估AI能力時(shí)，普遍認(rèn)為「找出問題」是關(guān)鍵，卻忽略專案管理能力。AI技術(shù)的落地涉及跨部門協(xié)作、資源調(diào)配與長期維運(yùn)，若企業(yè)缺乏專案管理概念，將難以有效推動(dòng)AI專案的成功實(shí)施。這也解釋了為何臺灣的AI應(yīng)用發(fā)展遲緩，企業(yè)往往僅專注於技術(shù)整合，而非真正建立內(nèi)部AI使用與發(fā)展能力。除了專案管理能力缺乏，企業(yè)AI導(dǎo)入成效不彰的另一大問題，在於缺乏整體AI策略，導(dǎo)致AI人才需求無法具體化，進(jìn)而影響內(nèi)部培訓(xùn)與人才招募方向。若企業(yè)未能建立清晰的AI發(fā)展策略，將無法有效配置AI人才，使技術(shù)落地的效益大打折扣。因此，未來企業(yè)應(yīng)從策略層面規(guī)劃AI發(fā)展方向，確立明確的人才需求與培養(yǎng)機(jī)制，以提升AI在產(chǎn)業(yè)中的實(shí)際應(yīng)用價(jià)值。此外，目前臺灣AI發(fā)展策略仍過度聚焦於「模型開發(fā)」，而非「應(yīng)用與優(yōu)化」，這使得許多企業(yè)在尚未明確需求時(shí)，便投入資源開發(fā)AI模型，導(dǎo)致產(chǎn)業(yè)推進(jìn)受阻。未來，應(yīng)將重點(diǎn)轉(zhuǎn)向如何將現(xiàn)有AI技術(shù)更有效地整合到業(yè)務(wù)流程中，以確保技術(shù)真正產(chǎn)生價(jià)值，而非淪為單純的技術(shù)展示。 Talent人才層面Q9.貴公司的AI人才最需要具備哪種能力？(複選，至多三項(xiàng))單位全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他BaseN=3158760504030201004535635225825848760504030201004535635225825844774843843753838437538745.44341.736933.3·281312732733128127419420.619420.31s122.614.39.7找出適合用AI解決的問題及評估AI適用與否使用現(xiàn)成AI工具的資料收集與分析整合現(xiàn)成AI服務(wù)與模型的能力AI專案管理AI模型開發(fā)尚未制定專門的AI人才策略落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果Technical技術(shù)層面現(xiàn)況分析：Technical技術(shù)的整體表現(xiàn)逐年上升連續(xù)三年，唯一層面Technical技術(shù)的整體表現(xiàn)逐年上升，同時(shí)也是三個(gè)層面中分?jǐn)?shù)最高。製造業(yè)/政府機(jī)關(guān)/其他在使用AI工具及技術(shù)方面表現(xiàn)有明顯成長，推測是受生成式AI工具影響，能夠快速上手AI。除了零售貿(mào)易服務(wù)業(yè)，2025年主要產(chǎn)業(yè)均在Technical技術(shù)層面的表現(xiàn)更佳。ICT產(chǎn)業(yè)Technical技術(shù)層面2025年創(chuàng)新高，突破50分，尤其內(nèi)部資料使用和存取與AI運(yùn)算資源，逐漸成熟。臺灣企業(yè)在AI運(yùn)算資源的部署上呈現(xiàn)多元化趨勢，約兩成企業(yè)導(dǎo)入AIAI應(yīng)具備在離線環(huán)境下獨(dú)立運(yùn)作的能力，無需依賴雲(yún)端推論。然而，目前許多所謂裝置端AI的設(shè)備，仍可能會使用到雲(yún)端服務(wù)，企業(yè)若未能清楚區(qū)分這些技術(shù)差異，將難以有效控管資料流向，進(jìn)而增加資安管理的挑戰(zhàn)。因此，在推動(dòng)AI化的同時(shí)，企業(yè)需加強(qiáng)員工對裝置端AI與雲(yún)端AI的認(rèn)識，並強(qiáng)化內(nèi)部數(shù)據(jù)安全管理，以確保AI技術(shù)應(yīng)用能夠真正符合企業(yè)安全需求。全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他Technical技術(shù)層面AITechnical技術(shù)層面AI化指數(shù)計(jì)算單位：分單位：平均分?jǐn)?shù)8070605040302010TE4：目前應(yīng)用人工智慧的程度TE2：內(nèi)部資料的使用與存取狀況TE1：目前數(shù)位10TE4：目前應(yīng)用人工智慧的程度TE2：內(nèi)部資料的使用與存取狀況TE1：目前數(shù)位化程度TE3：內(nèi)部資料處理方式TE5：支持AI應(yīng)用需求的運(yùn)算資源落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果Technical技術(shù)層面裝置端AI認(rèn)知不足，暗藏資安風(fēng)險(xiǎn)臺灣企業(yè)在AI運(yùn)算資源的部署上呈現(xiàn)多元化趨勢。根據(jù)調(diào)查，約四分之一的企業(yè)選擇使用私有雲(yún)（26.4%）、公有雲(yún)（25.3%）或混合雲(yún)（23%）來運(yùn)行AI相關(guān)應(yīng)用。此外，約兩成企業(yè)導(dǎo)入裝置端AI，包括AIPC、AI平板、AI手機(jī)（21.5%），以及IoT設(shè)備、車用系統(tǒng)、工業(yè)控制系統(tǒng)（17.4%）。1540萬臺，占該季度PC總出貨量的23%，全年AIPC的滲透率達(dá)17%，顯示市場對AI設(shè)備的需求快速成長。然而，實(shí)際的採購與使用情境與市場數(shù)據(jù)仍存在落差。例如，雖然許多消費(fèi)者購買了AIPC，但其AI功能多數(shù)仍需連網(wǎng)運(yùn)行，與「裝置端AI」強(qiáng)調(diào)的本地端運(yùn)算概念具有落差。這種錯(cuò)誤認(rèn)知可能導(dǎo)致資安風(fēng)險(xiǎn)的提升。部分消費(fèi)者與企業(yè)誤以為裝置內(nèi)建AI功能即代表所有AI運(yùn)算皆發(fā)生於本地端。然而，實(shí)際上，大部分AI應(yīng)用仍依賴雲(yún)端進(jìn)行推論（Inference裝置端僅負(fù)責(zé)呈現(xiàn)結(jié)果。這意味著數(shù)據(jù)仍需傳輸至雲(yún)端進(jìn)行處理，而許多使用者未意識到這一點(diǎn)，可能誤以為AI運(yùn)算完全發(fā)生於裝置端，進(jìn)而忽視潛在的數(shù)據(jù)安全與隱私風(fēng)險(xiǎn)。此外，許多企業(yè)與個(gè)人用戶對「裝置端AI」與「雲(yún)端AI」的區(qū)別認(rèn)識有限，甚至無法辨別兩者的運(yùn)作方式。這可能帶來潛在的資安威脅，特別是在生成式AI應(yīng)用的普及下，使用者可能不自覺地將敏感資料上傳至AIChatbot，甚至長期處於開放網(wǎng)路環(huán)境，增加數(shù)據(jù)外洩的風(fēng)險(xiǎn)。臺灣98%為中小企業(yè)，資源有限、導(dǎo)入AI面臨高門檻。在這樣的結(jié)構(gòu)下，「裝置端AI」正是符合中小企業(yè)特性的最佳選擇——不僅成本較低、部署彈性高，更能有效解決資訊安全與機(jī)敏資料的顧慮。然而，目前多數(shù)企業(yè)對裝置端AI的認(rèn)知仍有限，應(yīng)用場景尚在探索中，正因如此，更需要從流程重構(gòu)、資料治理、人才整備等關(guān)鍵面向，系統(tǒng)性地建立AI導(dǎo)入體系，讓裝置端AI成為臺灣中小企業(yè)轉(zhuǎn)型的關(guān)鍵跳板。 Technical技術(shù)層面Q7.貴公司目前主要依賴哪些運(yùn)算資源支持AI應(yīng)用需求?(複選)875432僅公有雲(yún)(Publiccloud):可供給大眾875432僅公有雲(yún)(Publiccloud):可供給大眾(包含企業(yè)、個(gè)人)的雲(yún)端運(yùn)算平臺。例如：AWS、GCP、Azure、TWS、國網(wǎng)中心全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他僅私有雲(yún)(Private/edgecloud)：企業(yè)內(nèi)部自行建置的雲(yún)端運(yùn)算混合雲(yún)(Hybridcloud)：公有雲(yún)及私有雲(yún)都有使用，透過安全協(xié)定連結(jié)各個(gè)公有雲(yún)及私有雲(yún)之間的資訊裝置上AI(On-Device統(tǒng)、工業(yè)控制系統(tǒng)38.11411.212.312.725·32762321.521.623.122.214.320.69.29.5沒有運(yùn)算資源相關(guān)需求29.223.825.426.425.9單位：%28.431.721623.114.317.417.59.585落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果成本與效率為首要考量，個(gè)人化價(jià)值影響深遠(yuǎn)卻被低估整體在評估AI運(yùn)算資源時(shí)，企業(yè)前三項(xiàng)考量因素為成本(62.2%)、效能與效率(58.7%)、隱私與安全(57.5%)。臺灣企業(yè)在AI化進(jìn)程中，仍高度聚焦於成本與效率，但隨著AI技術(shù)的進(jìn)步，個(gè)人化應(yīng)用的價(jià)值將逐步浮現(xiàn)。企業(yè)若能善用個(gè)人化AI，將能讓員工的AI輔助決策更符合個(gè)人經(jīng)驗(yàn)與專業(yè)背景，進(jìn)而提升組織整體的知識管理與決策品質(zhì)。未來，企業(yè)在部署AI方案時(shí)，應(yīng)重新評估個(gè)人化AI在內(nèi)部應(yīng)用的潛力，避免AI產(chǎn)出過度標(biāo)準(zhǔn)化，並充分發(fā)揮AI在提升個(gè)人價(jià)值與決策優(yōu)化方面的潛能。此外，雖整體會考慮個(gè)人化因素的比例偏低，然零售貿(mào)易服務(wù)業(yè)也有近兩成表示評估AI運(yùn)算資源時(shí)會考慮個(gè)人化因素，可能與服務(wù)業(yè)重視客製化服務(wù)有關(guān)。在當(dāng)前的企業(yè)環(huán)境中，「個(gè)人化」這一面向往往被忽略。企業(yè)普遍認(rèn)為AI工具的核心價(jià)值在於提升效率，而非適應(yīng)個(gè)別使用者的需求。實(shí)際上，個(gè)人化AI能夠根據(jù)使用者的歷史數(shù)據(jù)（如會議紀(jì)錄、郵件、檔案等）提供更貼合個(gè)人工作風(fēng)格的建議與決策輔助，企業(yè)若忽視個(gè)人化，可能導(dǎo)致組織內(nèi)部AI產(chǎn)出的同質(zhì)化，使所有員工的AI產(chǎn)出趨於標(biāo)準(zhǔn)化，缺乏個(gè)人價(jià)值與專業(yè)洞察。這種現(xiàn)象不僅影響決策品質(zhì)，也可能降低企業(yè)內(nèi)部知識管理的精準(zhǔn)度與多樣性。相較之下，製造業(yè)等傳統(tǒng)產(chǎn)業(yè)對個(gè)人化AI的關(guān)注度較低，較多聚焦於標(biāo)準(zhǔn)化與流程優(yōu)化，將AI視為提升生產(chǎn)力的工具，而非強(qiáng)調(diào)個(gè)人化體驗(yàn)的助手。然而，隨著AI在企業(yè)內(nèi)部應(yīng)用的深化，個(gè)人化AI可能成為未來提升員工價(jià)值與決策精準(zhǔn)度的關(guān)鍵技術(shù)。Q6.貴公司在評估AI運(yùn)算資源時(shí)，主要考量的因素是什麼？(複選，至多三項(xiàng))製造業(yè)/政府機(jī)關(guān)/其他零售貿(mào)易服務(wù)業(yè)單位：％全體資通訊科技製造業(yè)/政府機(jī)關(guān)/其他零售貿(mào)易服務(wù)業(yè)成本性能與效率隱私與安全可靠性即時(shí)性個(gè)人化落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果應(yīng)用AI或執(zhí)行AI專案上主要面臨的挑戰(zhàn)整體而言，四成五的企業(yè)應(yīng)用AI最主要面臨的挑戰(zhàn)為「缺乏相關(guān)技術(shù)人才」，其次則是「公司資料尚未進(jìn)行整合」(37.5%)(36.2%)。在產(chǎn)業(yè)方面，ICT產(chǎn)業(yè)在應(yīng)用AI方面除了也有缺乏相關(guān)技術(shù)人才的挑戰(zhàn)外，同時(shí)也面臨到目標(biāo)效益難以量化與擔(dān)心企業(yè)資料外洩的問題；而對於專業(yè)服務(wù)業(yè)來說，則面臨到導(dǎo)入AI的金額成本太高的問題。兩者其實(shí)環(huán)環(huán)相扣，且涉及認(rèn)知落差、技術(shù)理解、數(shù)據(jù)品質(zhì)、評估體系與長期效益衡量等多重層面。許多企業(yè)高層與決策者對AI的認(rèn)知分歧與期望模糊，這種認(rèn)知不一致，導(dǎo)致企業(yè)在導(dǎo)入AI時(shí)，對於應(yīng)該達(dá)成的成效缺乏統(tǒng)一標(biāo)準(zhǔn)，進(jìn)而影響後續(xù)的績效評估與決策制定。又或者如果連AI的運(yùn)作方式都不清楚，企業(yè)將更難衡量其對業(yè)務(wù)的真正貢獻(xiàn)。另一方面，AI的應(yīng)用場景多元，例如客服自動(dòng)化、供應(yīng)鏈優(yōu)化、個(gè)人化推薦等，各自適用不同的績效衡量標(biāo)準(zhǔn)，若企業(yè)未有明確的導(dǎo)入路徑，將難以設(shè)定合理的評估方式，導(dǎo)致AI專案的成效與企業(yè)目標(biāo)脫鉤，影響長期價(jià)值評估。Q16.無論目前AI應(yīng)用的進(jìn)程如何，您認(rèn)為貴公司在應(yīng)用AI或執(zhí)行AI專案上，主要面臨以下哪些挑戰(zhàn)?(複選，至多五項(xiàng))單位全體資通訊科技(ICT)專業(yè)服務(wù)業(yè)零售貿(mào)易服務(wù)業(yè)製造業(yè)/政府機(jī)關(guān)/其他BaseN=315缺乏相關(guān)技術(shù)人才公司資料尚未進(jìn)行整合難以量化擔(dān)心企業(yè)資料外洩金額成本太高領(lǐng)導(dǎo)階層知不足穩(wěn)定性和可靠性不足IT基礎(chǔ)建設(shè)不足維護(hù)和升級成本過高風(fēng)險(xiǎn)難以組織文化不支持創(chuàng)新尚無應(yīng)用能源成本耗費(fèi)過高，不符合企業(yè)的節(jié)能減碳目標(biāo)落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引 CHAPTER012025臺灣產(chǎn)業(yè)AI化調(diào)查結(jié)果2025產(chǎn)業(yè)AI化大調(diào)查結(jié)果發(fā)現(xiàn)調(diào)查背景與說明調(diào)查背景與說明調(diào)查對象：瞭解公司應(yīng)用AI情形之企業(yè)代表，如部門主管或相關(guān)專業(yè)領(lǐng)域代表。調(diào)查方法：網(wǎng)路自填問卷。樣本數(shù)：本年度共315家企業(yè)。·產(chǎn)業(yè)對AI的認(rèn)知明顯增加，但如何真正落地應(yīng)用，仍是最大挑戰(zhàn)。這涉及企業(yè)數(shù)位轉(zhuǎn)型的成熟度。唯有數(shù)據(jù)基礎(chǔ)建設(shè)完善、內(nèi)部數(shù)位文化成熟，AI才能真正發(fā)揮價(jià)值。受訪企業(yè)所屬產(chǎn)業(yè)政府機(jī)關(guān)/社團(tuán)法人、財(cái)團(tuán)法人（公協(xié)會/基金會/產(chǎn)業(yè)公會）6.7%農(nóng)林漁牧礦0.3%·對AI的認(rèn)知大多限於「雲(yún)端上的生成式AI」，缺乏對「裝置上AI」（On-Device-AI）及邊緣運(yùn)算的認(rèn)識。這種認(rèn)知落差不僅影響企業(yè)在資源分配、技術(shù)選型、應(yīng)用場景拓展及人才培養(yǎng)等關(guān)鍵決策，也可能為企業(yè)在AI受訪企業(yè)所屬產(chǎn)業(yè)政府機(jī)關(guān)/社團(tuán)法人、財(cái)團(tuán)法人（公協(xié)會/基金會/產(chǎn)業(yè)公會）6.7%農(nóng)林漁牧礦0.3%營建工程1.9%資訊應(yīng)用（資通訊服務(wù)、系統(tǒng)整合、軟硬體代理開發(fā)）14.6%·成本、性能與效率，以及隱私與安全，正是透過「裝置上營建工程1.9%資訊應(yīng)用（資通訊服務(wù)、系統(tǒng)整合、軟硬體代理開發(fā)）14.6%·資訊服務(wù)業(yè)者轉(zhuǎn)型，是推動(dòng)產(chǎn)業(yè)AI化的重要助力。傳統(tǒng)製造17.8%建工程/傳統(tǒng)製造17.8%建工程/政府機(jī)關(guān)/其民生消費(fèi)（藝術(shù)、民生消費(fèi)（藝術(shù)、娛樂休閒、住宿餐飲旅遊、租賃、保全、不動(dòng)產(chǎn)/人力仲介等）1.9%資通訊科40.6%科技製造業(yè)24.8%關(guān)於Γ臺灣產(chǎn)業(yè)AI40.6%科技製造業(yè)24.8%零售貿(mào)易服務(wù)業(yè)9.8%電商等）0.6%7.3%出版/影音製作/傳播媒體專業(yè)服務(wù)/行銷廣告3.8%教育機(jī)構(gòu)2.5%電信及網(wǎng)路服務(wù)供應(yīng)商1.3%金融/保險(xiǎn)5.7%專業(yè)、科學(xué)及技術(shù)服務(wù)健康醫(yī)療（醫(yī)療保健及社會工作服務(wù)業(yè)）4.4%（工程顧問、檢驗(yàn)/研究單位等）6.3%「臺灣產(chǎn)業(yè)零售貿(mào)易服務(wù)業(yè)9.8%電商等）0.6%7.3%出版/影音製作/傳播媒體專業(yè)服務(wù)/行銷廣告3.8%教育機(jī)構(gòu)2.5%電信及網(wǎng)路服務(wù)供應(yīng)商1.3%金融/保險(xiǎn)5.7%專業(yè)、科學(xué)及技術(shù)服務(wù)健康醫(yī)療（醫(yī)療保健及社會工作服務(wù)業(yè)）4.4%（工程顧問、檢驗(yàn)/研究單位等）6.3%落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引amAI落地指引 CHAPTER02AI落地指引AI落地關(guān)鍵的五大能力在推動(dòng)企業(yè)AI在推動(dòng)企業(yè)AI化的進(jìn)程中，許多企業(yè)已逐漸了解「數(shù)據(jù)、模型、算力」是AI發(fā)展的技術(shù)基礎(chǔ)。然而，實(shí)際落地應(yīng)用的成功與否，往往不僅止於技術(shù)建設(shè)，而需具備系統(tǒng)性、策略性的能力架構(gòu)。根據(jù)人工智慧科技基金會多年協(xié)助企業(yè)導(dǎo)入AI的實(shí)務(wù)經(jīng)驗(yàn)，歸納出企業(yè)AI導(dǎo)入的五大核心能力：數(shù)據(jù)力、運(yùn)算力、技術(shù)力、治理力與創(chuàng)新力，而在這五力之上，更需奠定一項(xiàng)橫跨所有環(huán)節(jié)的關(guān)鍵基礎(chǔ)——信任力（Trustworthiness信任力是企業(yè)AI化的韌性根基，涵蓋資訊安全、模型穩(wěn)定性、隱私保護(hù)、道德與法規(guī)遵循等要素。這五大能力彼此相依、缺一不可，企業(yè)唯有在此架構(gòu)下全面?zhèn)鋺?zhàn)，方能讓AI不只是工具，而成為推動(dòng)轉(zhuǎn)型與創(chuàng)新的戰(zhàn)略引擎。信任力AI的價(jià)值建立在高品質(zhì)且可運(yùn)用的資料之上。數(shù)據(jù)力代表企業(yè)是否具備完整的資料生命週期管理能力，從數(shù)據(jù)收集、清理、治理到應(yīng)用與再利用，皆須規(guī)劃完善。運(yùn)算力AI應(yīng)用的規(guī)?；苿?dòng)需要相對應(yīng)的運(yùn)算支撐能力。運(yùn)算力涵蓋的不僅是高效能計(jì)算與雲(yún)端平臺的建置，更重要的是企業(yè)是否具備靈活調(diào)度運(yùn)算資源與成本效益的能力。技術(shù)力韌性數(shù)據(jù)力數(shù)據(jù)企業(yè)若要推動(dòng)AI不只是導(dǎo)入單一工具，更應(yīng)具備跨技術(shù)整合的能力。技術(shù)力反映在企業(yè)是否擁有AI模型建置、平臺選擇、MLOps管理與AI人才儲備，包含內(nèi)部培訓(xùn)與外部招募並行的人才策略等核心技術(shù)實(shí)力。韌性數(shù)據(jù)力數(shù)據(jù)治理力數(shù)據(jù)力AI基礎(chǔ)設(shè)施創(chuàng)新力DomainX運(yùn)算力算力AI要在實(shí)際環(huán)境中落地，需強(qiáng)化組織內(nèi)的橫向整合與垂直管理。治理力是連結(jié)上述能力的中樞神經(jīng)，強(qiáng)調(diào)企業(yè)能否建立清晰的責(zé)任歸屬、決策機(jī)制數(shù)據(jù)力AI基礎(chǔ)設(shè)施創(chuàng)新力DomainX運(yùn)算力算力創(chuàng)新力技術(shù)力模型AI的價(jià)值應(yīng)建立在能回應(yīng)實(shí)際業(yè)務(wù)痛點(diǎn)、創(chuàng)造差異化優(yōu)勢的前提下。創(chuàng)技術(shù)力模型關(guān)於五大能力詳細(xì)文章，請點(diǎn)選連結(jié)閱讀21落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI21落地指引 CHAPTER02AI落地指引專家建議：中小企業(yè)轉(zhuǎn)型思考從Γ知道」到Γ做到」，尋找產(chǎn)業(yè)AI化的引爆點(diǎn)工業(yè)總會祕書長／呂正華相關(guān)知識擴(kuò)散在今年終於有明顯進(jìn)展，企業(yè)對AI的認(rèn)知度明顯提升；然而，要進(jìn)入落地應(yīng)用、AI對企業(yè)產(chǎn)生實(shí)際價(jià)值的下個(gè)階段，卻似乎舉步維艱。連續(xù)三年，AI技術(shù)能夠應(yīng)用或整合進(jìn)入企業(yè)營運(yùn)日常的比例，還沒有辦法超過三成。AI知識逐漸普及，應(yīng)用落地仍有瓶頸歷任交通部、經(jīng)濟(jì)部，以及數(shù)發(fā)部等多項(xiàng)公職的呂正華，過去幾年扮演政府推動(dòng)產(chǎn)業(yè)AI化的重要推手，也與臺灣不同產(chǎn)業(yè)有密切接觸。他認(rèn)為，目前企業(yè)對AI已有一定程度的認(rèn)識，「已經(jīng)從『不知為不知』，進(jìn)入到『知之為知之』的階段了?！箙握A指出，相較幾年前多數(shù)企業(yè)對AI技術(shù)一知半解，現(xiàn)在大多數(shù)高階經(jīng)理人已具備基本理解，也知道AI具有潛力，並且努力找尋應(yīng)用方法。隨著全球產(chǎn)業(yè)版圖在政經(jīng)環(huán)境動(dòng)盪加壓下的劇烈變動(dòng)，人工智慧絕對是提升產(chǎn)業(yè)競爭力不可或缺的技術(shù)。然而，根據(jù)《2025臺灣產(chǎn)業(yè)AI化大調(diào)查隨著全球產(chǎn)業(yè)版圖在政經(jīng)環(huán)境動(dòng)盪加壓下的劇烈變動(dòng)，人工智慧絕對是提升產(chǎn)業(yè)競爭力不可或缺的技術(shù)。然而，根據(jù)《2025臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI落地指引》，臺灣有七成企業(yè)仍處於AI化前期。中華民國全國工業(yè)總會祕書長呂正華指出，目前臺灣產(chǎn)業(yè)的AI化進(jìn)展雖有增長，但仍然面臨多項(xiàng)挑戰(zhàn)與瓶頸，尤其在應(yīng)用落地與價(jià)值創(chuàng)造上仍待突破。根據(jù)人工智慧科技基金會（AIF）每年進(jìn)行的《臺灣產(chǎn)業(yè)AI化大調(diào)查》結(jié)果，在2022年底生成式AI（GenerativeAI）出現(xiàn)引爆臺灣AI熱之後，AI卡關(guān)在哪裡？根據(jù)AIF的調(diào)查，臺灣企業(yè)AI導(dǎo)入所面對的挑戰(zhàn)，從2019年至今並沒有太多改變。首先是缺乏AI應(yīng)用策略。許多企業(yè)雖然知道AI的存在，但不清楚如何有效導(dǎo)入。這裡面牽涉到AI應(yīng)用需要和使用場景、數(shù)據(jù)結(jié)合，並且有清楚的問題意識。但這點(diǎn)對於臺灣習(xí)慣「硬體思維」的企業(yè)而言，是相當(dāng)大的挑戰(zhàn)。22落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI22落地指引 CHAPTER02AI落地指引其次則是資源與預(yù)算限制，部分中小企業(yè)即使想要嘗試導(dǎo)入AI，但礙於其次則是資源與預(yù)算限制，部分中小企業(yè)即使想要嘗試導(dǎo)入AI，但礙於成本與技術(shù)門檻，常常在上了很多課、詢問很多專家之後，還是不敢真正投入。人才短缺則是最普遍的問題，也是企業(yè)多年來一直尚未突破的挑戰(zhàn)。以人口結(jié)構(gòu)而言，勞動(dòng)人口原本就在下降；以產(chǎn)業(yè)而言，大部份人才在這幾年湧向半導(dǎo)體，出現(xiàn)明顯傾斜。而最根本的癥結(jié)點(diǎn)在於，AI落地需要整合產(chǎn)業(yè)專業(yè)與AI技術(shù)開發(fā)知識，但目前許多AI技術(shù)開發(fā)者對產(chǎn)業(yè)知識理解有限，企業(yè)端又對AI的技術(shù)門檻卻步，兩者無法有效交流對話。如何跨越AI應(yīng)用的鴻溝？尋找Γ引爆點(diǎn)」呂正華指出，因?yàn)檫@些原因，臺灣許多產(chǎn)業(yè)的AI應(yīng)用仍處於初期階段，尚未達(dá)到大規(guī)模普及與產(chǎn)生顯著影響的「引爆點(diǎn)」（TippingPoint）。他認(rèn)為，許多產(chǎn)業(yè)的AI應(yīng)用還在引爆點(diǎn)的另一邊，需要有更大的助力與推力才能點(diǎn)燃。引爆點(diǎn)指的是，AI與企業(yè)核心業(yè)務(wù)的深度整合。要深度整合，必須從產(chǎn)業(yè)端啟動(dòng)，找尋可以應(yīng)用AI的場景、想要解決的問題。在過去AI1.0時(shí)代，企業(yè)可能需要花許多時(shí)間清理數(shù)據(jù)、訓(xùn)練模型。進(jìn)入AI2.0時(shí)代，有了生成式AI這個(gè)強(qiáng)大的模型，還有許多開源模型可以使用，中小企業(yè)與AI應(yīng)用的距離已經(jīng)愈來愈近。不過，根據(jù)呂正華的觀察，雖然技術(shù)進(jìn)步很快，但對於產(chǎn)業(yè)經(jīng)營者而言，決策的思考重點(diǎn)還有很多，例如，面對川普的無差別關(guān)稅壓力，「很多企業(yè)主一早就急著看新聞，不知道今天又要怎麼了。」呂正華說，這種火燒眉毛的生存壓力，對經(jīng)營者來說是真實(shí)而無可迴避的當(dāng)務(wù)之急?！脯F(xiàn)在不做還不會怎樣」的數(shù)位轉(zhuǎn)型、AI導(dǎo)入，重要性理所當(dāng)然被排到後面。除了「我們現(xiàn)在有更重要的事」之外，伴隨而來的迷思是「AI還不成熟，現(xiàn)在導(dǎo)入只是白花錢」，以及「這些不急，等真的有壓力再說」。背後真正的關(guān)鍵是，很多企業(yè)主認(rèn)為短期看不到AI的效益，在不確定收益的情況下，低估技術(shù)造成的產(chǎn)業(yè)環(huán)境巨變，這樣的想法並不令人意外。但在政治經(jīng)濟(jì)環(huán)境劇烈動(dòng)盪的此刻，恐怕反而錯(cuò)失能夠突圍而出的關(guān)鍵機(jī)會。清晰的AI落地指引，讓Γ知道」變?yōu)棣Ｗ龅健箓鹘y(tǒng)產(chǎn)業(yè)應(yīng)用AI同樣有成功機(jī)會。呂正華以IKEA的鋁件最大海外代工商芳德鑄鋁為例，芳德從兩年前開始導(dǎo)入AI與物聯(lián)網(wǎng)技術(shù)，希望透過AI與物聯(lián)網(wǎng)技術(shù)，建立智慧供應(yīng)鏈，提升生產(chǎn)良率與效率。不過，導(dǎo)入的過程遠(yuǎn)比相像更複雜。例如鋁製相框，表面上看起來只有尺吋3X5、4X6的差異，但實(shí)際上藝術(shù)相框的花樣、質(zhì)感有千百種，需要老師傅的經(jīng)驗(yàn)才能夠完美銲接。製造業(yè)導(dǎo)入AI時(shí)，通常會將老師傅的動(dòng)作拆解之後，再交給資訊服務(wù)廠商或資訊部門設(shè)計(jì)成自動(dòng)化流程。不過，這種方式做出來的智慧製造，通常表現(xiàn)都不如預(yù)期。23落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI23落地指引 CHAPTER02AI落地指引企業(yè)導(dǎo)入AI政府應(yīng)思考如何提供誘因至於政府所扮演的角色，呂正華認(rèn)為關(guān)鍵在於引導(dǎo)和支持，並且思考如何提供誘因，鼓勵(lì)企業(yè)進(jìn)一步探索和應(yīng)用AI。同時(shí)應(yīng)積極了解產(chǎn)業(yè)真實(shí)需求企業(yè)導(dǎo)入AI政府應(yīng)思考如何提供誘因至於政府所扮演的角色，呂正華認(rèn)為關(guān)鍵在於引導(dǎo)和支持，並且思考如何提供誘因，鼓勵(lì)企業(yè)進(jìn)一步探索和應(yīng)用AI。同時(shí)應(yīng)積極了解產(chǎn)業(yè)真實(shí)需求業(yè)有效跨越AI應(yīng)用的關(guān)鍵引爆點(diǎn)。落實(shí)產(chǎn)業(yè)AI化是一個(gè)長期且複雜的過程，且牽涉許多利害關(guān)係人。跟過去的軟體技術(shù)導(dǎo)入不同，更需要政府與產(chǎn)業(yè)界共同努力，在既有的優(yōu)勢基礎(chǔ)上，找到對的問題和數(shù)據(jù)，協(xié)力建立健康的AI生態(tài)系，才能真正推動(dòng)臺灣產(chǎn)業(yè)升級，厚植下個(gè)世代的韌性與競爭力。魔鬼的確就在細(xì)節(jié)裡。這個(gè)外人看不出太大差異的定位，卻是企業(yè)AI化過程中最常被忽略的關(guān)卡。呂正華表示，接任工總祕書長之後，有許多不同產(chǎn)業(yè)法人組織來詢問AI導(dǎo)入方法。因?yàn)槠髽I(yè)慢慢發(fā)現(xiàn)，無論深度是否足夠、理解是否完全正確，就算對於AI都已經(jīng)有基本認(rèn)識，也正在尋找能夠應(yīng)用的需求，但卻缺乏可供遵循的步驟和細(xì)節(jié)。因此，目前更需要的是針對不同產(chǎn)業(yè)擬定落地指引，讓企業(yè)能夠從「知道」一步步邁向「做到」。有了具體可行的落地指引之後，呂正華指出，產(chǎn)業(yè)AI化要能真正進(jìn)入引爆點(diǎn)，需要AI技術(shù)開發(fā)者、資通訊業(yè)者與各產(chǎn)業(yè)專家間更緊密合作，共同開發(fā)符合產(chǎn)業(yè)需求的AI解決方案以及AI代理（AIAgent）?；貞?yīng)企業(yè)普遍缺乏AI人才的問題，他認(rèn)為，臺灣現(xiàn)階段迫切需要培育跨域型的人才，也就是既懂AI技術(shù)又能掌握產(chǎn)業(yè)實(shí)務(wù)的人才。而這些人不見得需要從外面找，更快且更有效的方式是賦能現(xiàn)有員工，「這些人將是AI在企業(yè)落地的關(guān)鍵種子?！?4落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI24落地指引 CHAPTER02AI落地指引專家建議：數(shù)據(jù)治理如何進(jìn)行好數(shù)據(jù)才能讓AI真正落地，Γ數(shù)據(jù)治理中原大學(xué)智慧運(yùn)算與大數(shù)據(jù)碩士學(xué)位學(xué)程副教授／胡筱薇1234原則」創(chuàng)造轉(zhuǎn)型價(jià)值?？祁I(lǐng)域，不僅對模型的精準(zhǔn)度要求更高，對應(yīng)的資料也必須具備更強(qiáng)的代表性、完整性與決策支持能力。那麼，企業(yè)該如何因應(yīng)這樣的轉(zhuǎn)變，真正發(fā)揮數(shù)據(jù)的價(jià)值？中原大學(xué)智慧運(yùn)算與大數(shù)據(jù)碩士學(xué)位學(xué)程副教授胡筱薇指出，當(dāng)企業(yè)思考「什麼樣的數(shù)據(jù)標(biāo)準(zhǔn)足以支撐AI應(yīng)用落地」時(shí)，應(yīng)跳脫僅以合規(guī)性或結(jié)構(gòu)性為核心的傳統(tǒng)資料治理框架。取而代之的，是從組織策略層級出發(fā)，思考如何讓數(shù)據(jù)成為推動(dòng)創(chuàng)新、創(chuàng)造價(jià)值並提升競爭力的核心資產(chǎn)。換言之，AI導(dǎo)入不只是技術(shù)升級，更牽涉到組織對數(shù)據(jù)能力的重新定位。胡筱薇強(qiáng)調(diào)，企業(yè)所需的「數(shù)據(jù)力」不再是單一維度的技術(shù)支援，而是涵蓋資料標(biāo)準(zhǔn)制定、決策支持、部門協(xié)同與持續(xù)優(yōu)化等在內(nèi)的多維整合能力。數(shù)據(jù)、模型與算力向來被視為AI落地的核心要素，其中，「數(shù)據(jù)」被視為能否實(shí)現(xiàn)AI落地的關(guān)鍵起點(diǎn)。然而，即便多數(shù)企業(yè)已意識到數(shù)據(jù)的潛在數(shù)據(jù)、模型與算力向來被視為AI落地的核心要素，其中，「數(shù)據(jù)」被視為能否實(shí)現(xiàn)AI落地的關(guān)鍵起點(diǎn)。然而，即便多數(shù)企業(yè)已意識到數(shù)據(jù)的潛在威力，實(shí)務(wù)上仍面臨「知道重要，卻難以善用」的困境。資料雖被收集與存儲，但未能有效轉(zhuǎn)化為組織決策的動(dòng)能，遑論推動(dòng)AI專案落地與擴(kuò)展。AI時(shí)代的數(shù)據(jù)觀：數(shù)據(jù)也需要Γ與時(shí)俱進(jìn)」隨著AI的技術(shù)與應(yīng)用逐漸成熟，企業(yè)對AI的期待已從「技術(shù)展示」與「具話題性」的應(yīng)用，轉(zhuǎn)向更具價(jià)值導(dǎo)向與解決問題能力的垂直整合型應(yīng)用。以醫(yī)療影像診斷為例，從大範(fàn)圍的「癌癥檢測」進(jìn)一步細(xì)分為乳癌、肺癌等「資料必須被視為動(dòng)態(tài)進(jìn)化的企業(yè)資產(chǎn)，才能真正支撐AI系統(tǒng)的長期學(xué)習(xí)與即時(shí)反饋，進(jìn)而產(chǎn)生效益?！购戕睆?qiáng)調(diào)，合規(guī)的資料，若無法被業(yè)隨著AI的技術(shù)與應(yīng)用逐漸成熟，企業(yè)對AI的期待已從「技術(shù)展示」與「具話題性」的應(yīng)用，轉(zhuǎn)向更具價(jià)值導(dǎo)向與解決問題能力的垂直整合型應(yīng)用。以醫(yī)療影像診斷為例，從大範(fàn)圍的「癌癥檢測」進(jìn)一步細(xì)分為乳癌、肺癌等25落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI25落地指引 CHAPTER02AI落地指引胡筱薇強(qiáng)調(diào)，數(shù)據(jù)治理從來不可能只是「組幾個(gè)人湊成胡筱薇強(qiáng)調(diào)，數(shù)據(jù)治理從來不可能只是「組幾個(gè)人湊成DataTeam」就能推動(dòng)的任務(wù)。也不該僅交由技術(shù)部門負(fù)責(zé)。原因很簡單：只有真正了解業(yè)務(wù)運(yùn)作邏輯與價(jià)值所在的人，才有能力定義何謂有價(jià)值的數(shù)據(jù)。舉例來說，不論該主管負(fù)責(zé)的是產(chǎn)品、客戶、人力資源、物流或其他業(yè)務(wù)範(fàn)疇，皆應(yīng)由其明確界定其所需數(shù)據(jù)的價(jià)值及應(yīng)用邊界。因?yàn)槊课恢鞴芏汲袚?dān)特定職能與目標(biāo)，因此他們對數(shù)據(jù)實(shí)際用途及策略價(jià)值的掌握最為清楚。對於多數(shù)企業(yè)而言，儘管傳統(tǒng)上會以部門劃分職責(zé)，但現(xiàn)今許多企業(yè)已採用矩陣式的組織架構(gòu)，部門邊界日益模糊。因此，若要進(jìn)行數(shù)據(jù)價(jià)值的判定，最直觀且務(wù)實(shí)的做法，是由各自的業(yè)務(wù)主管來主導(dǎo)。進(jìn)一步地，當(dāng)企業(yè)進(jìn)行數(shù)據(jù)治理規(guī)劃時(shí)，由於治理本身即涉及權(quán)責(zé)分配與制度規(guī)範(fàn)的建立，這與城市治理的邏輯類似。在這個(gè)過程中，必須由幾個(gè)關(guān)鍵角色負(fù)責(zé)制定相關(guān)規(guī)則與執(zhí)行標(biāo)準(zhǔn)，以確保治理落實(shí)並具一致性。胡筱薇進(jìn)一步指出，數(shù)據(jù)化的重點(diǎn)在於資料可被使用，因此需要討論並建立數(shù)據(jù)標(biāo)準(zhǔn)，例如主資料（MasterData）、中繼資料（Metadata）、欄位定義（Codebook）等。然而，即便具備資料標(biāo)準(zhǔn)，從資料應(yīng)用走向價(jià)值創(chuàng)造仍有一段差距。這要求企業(yè)建立更進(jìn)階的資料治理思維，讓資料標(biāo)準(zhǔn)也能如同AI模型一般，隨情境演進(jìn)而持續(xù)優(yōu)化。胡筱薇說，當(dāng)前企業(yè)在面對資料標(biāo)準(zhǔn)與治理議題時(shí)，不該再侷限於資料量多寡上，而應(yīng)聚焦於「資料的價(jià)值密度」。所謂價(jià)值密度，指的是一筆資料是否能夠?qū)?yīng)到具體應(yīng)用場景，並有效驅(qū)動(dòng)決策與業(yè)務(wù)行動(dòng)。她指出：「如果資料無法與實(shí)際使用場景產(chǎn)生連結(jié)，那它的價(jià)值便難以真正被發(fā)揮?！褂绕渑_灣企業(yè)普遍存在的資料孤島（或稱資料穀倉，siloeffects）現(xiàn)象，亦即多數(shù)企業(yè)僅針對單一部門進(jìn)行局部優(yōu)化，缺乏橫向整合與跨域協(xié)作的機(jī)制，導(dǎo)致資料無法有效流通，進(jìn)而無法支撐AI系統(tǒng)所需的完整資料流程與應(yīng)用鏈。須建立完整框架推動(dòng)數(shù)據(jù)治理為了協(xié)助企業(yè)在面對資料斷層、治理難題時(shí)，能建立一套具有邏輯性與技術(shù)導(dǎo)向的標(biāo)準(zhǔn)路徑，因而提出以下一套具體且可操作的資料治理思維框架，從策略原則、具體原則到能力指標(biāo)，提供企業(yè)參考。綜觀這幾年許多企業(yè)導(dǎo)入AI成效不彰，很多人以為是缺乏人才或資料不夠，但細(xì)究根本原因，往往在於資料治理與應(yīng)用流程脫鉤。因?yàn)锳I導(dǎo)入多半仍由IT部門主導(dǎo)，而實(shí)際業(yè)務(wù)部門多處於被動(dòng)角色，導(dǎo)致治理與應(yīng)用之間出現(xiàn)斷裂，各部門各自為政、難以整合。就算在為了協(xié)助企業(yè)在面對資料斷層、治理難題時(shí)，能建立一套具有邏輯性與技術(shù)導(dǎo)向的標(biāo)準(zhǔn)路徑，因而提出以下一套具體且可操作的資料治理思維框架，從策略原則、具體原則到能力指標(biāo)，提供企業(yè)參考。26落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI26落地指引 CHAPTER02AI落地指引數(shù)據(jù)治理第數(shù)據(jù)治理第一原則：Revenue胡筱薇指出，企業(yè)若要將數(shù)據(jù)視為資產(chǎn)，就必須同步建立可衡量價(jià)值的機(jī)制，即所謂的「資料資產(chǎn)估值模型」。然而，數(shù)據(jù)估值並不如傳統(tǒng)資產(chǎn)那樣能在財(cái)報(bào)中清楚列示，且每家企業(yè)的商業(yè)模式與資料應(yīng)用場景皆不同，難以以單一指標(biāo)評估。但企業(yè)可以從泛化角度，設(shè)計(jì)出一套適合自身的評估矩陣，用以分析數(shù)據(jù)如何直接或間接驅(qū)動(dòng)營收（Revenue）。數(shù)據(jù)治理第二原則：強(qiáng)化資料合規(guī)能力2CCompliance｜合規(guī)性傳統(tǒng)的資料隱碼或遮蔽方式已難以因應(yīng)現(xiàn)今AI模型強(qiáng)大的反推能力。胡筱薇指出，企業(yè)應(yīng)導(dǎo)入「差分隱私（DifferentialPrivacy）」技術(shù)，在保障個(gè)資的同時(shí)，不影響模型訓(xùn)練與統(tǒng)計(jì)分析的準(zhǔn)確性。此技術(shù)透過資料擾動(dòng)與雜訊注入，使單筆資料無法被辨識，有效防止個(gè)資洩漏風(fēng)險(xiǎn)。Confidentiality｜機(jī)敏保護(hù)差分隱私技術(shù)在零售、金融等高度依賴用戶行為數(shù)據(jù)的產(chǎn)業(yè)中尤其關(guān)鍵。搭配制度性治理工具，如「PIA（PrivacyImpactAssessment，隱私衝擊評估）」，企業(yè)可從制度與技術(shù)兩個(gè)層面交叉防護(hù)，系統(tǒng)性評估資料處理過程中可能對個(gè)資造成的風(fēng)險(xiǎn)，並採取對應(yīng)的風(fēng)控設(shè)計(jì)。Validity｜有效性企業(yè)須建立業(yè)務(wù)的因果關(guān)係，將資料依決策影響力分類、比重，以提升資料治理的策略性與效率。以客服場景為例，若能系統(tǒng)性地整理客戶來電記錄、問題類型、回覆時(shí)間與客戶滿意度之間的關(guān)聯(lián)，企業(yè)便可優(yōu)化服務(wù)流程，進(jìn)而降低退貨率或提高轉(zhuǎn)換率。藉由建立「資料—決策影響力評估矩陣」，了解資料與決策間的連結(jié)，從治理的角度建立資料決策影響力。Velocity｜即時(shí)性資料處理的即時(shí)性與時(shí)效性對金融產(chǎn)業(yè)尤其重要。但胡筱薇提醒，企業(yè)常以為資料處理越即時(shí)越好，於是在這方面投入大量資源，但事實(shí)上，並非所有資料都需即時(shí)處理，反而更應(yīng)建立資料分級制度，根據(jù)資料類型、風(fēng)險(xiǎn)程度與應(yīng)用需求，動(dòng)態(tài)配置處理節(jié)奏。同時(shí)，企業(yè)還應(yīng)同時(shí)思考「審查週期」與「更新頻率」等合規(guī)性的問題，因?yàn)檫@涉及資料治理的能力。Variety｜多樣性胡筱薇強(qiáng)調(diào)，當(dāng)企業(yè)已具備處理非結(jié)構(gòu)資料的能力，下一步更應(yīng)思考如何讓資料標(biāo)準(zhǔn)化，進(jìn)而與國際標(biāo)準(zhǔn)接軌。以醫(yī)療影像AI為例，若資料僅符合27落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI27落地指引 CHAPTER02AI落地指引冊，這不僅提升管理效率，也強(qiáng)化了AI決策所需的資料透明性與信任基礎(chǔ)。DataAccessibility｜可存取意指資料安全機(jī)制的設(shè)計(jì)與使用授權(quán)的控管機(jī)制。企業(yè)需確保資料在開放應(yīng)用的同時(shí)，具備足夠的防護(hù)機(jī)制來防止未授權(quán)存取。這樣的能力在AI冊，這不僅提升管理效率，也強(qiáng)化了AI決策所需的資料透明性與信任基礎(chǔ)。DataAccessibility｜可存取意指資料安全機(jī)制的設(shè)計(jì)與使用授權(quán)的控管機(jī)制。企業(yè)需確保資料在開放應(yīng)用的同時(shí)，具備足夠的防護(hù)機(jī)制來防止未授權(quán)存取。這樣的能力在AI模型訓(xùn)練過程中特別關(guān)鍵。因?yàn)槟Ｐ退蕾嚨馁Y料，通常需具備結(jié)構(gòu)清晰、標(biāo)註透明、具備分析價(jià)值的特性，方能支撐訓(xùn)練品質(zhì)與結(jié)果可信度Debuggability｜可除錯(cuò)AI模型的效能高度依賴資料品質(zhì)，而資料常因空值、格式錯(cuò)誤、欄位覆蓋率不足等問題，導(dǎo)致預(yù)測偏差與決策錯(cuò)誤。Debuggability意指企業(yè)能否辨識並修正資料異常的能力。胡筱薇指出，這項(xiàng)能力相當(dāng)於企業(yè)是否具備進(jìn)行資料除錯(cuò)（debug）與修正的能力，確保資料品質(zhì)隨使用過程持續(xù)累積與維持。Deployability｜可部署企業(yè)若無法將資料應(yīng)用順利部署於實(shí)際業(yè)務(wù)流程中，即使建置完成資料管線或模型訓(xùn)練，也難以真正創(chuàng)造價(jià)值。企業(yè)應(yīng)具備將AI解決方案部署至Beta或PoP（ProofofProduct）階段的能力，並進(jìn)一步實(shí)現(xiàn)自動(dòng)化執(zhí)行，減少人工作業(yè)流程。同時(shí)，還需要考量隱私性問題。除了透過技術(shù)進(jìn)行隱私保護(hù)之外，也要思考治理相關(guān)的評估制度。落實(shí)資料治理的Γ4D能力」企業(yè)應(yīng)從四個(gè)關(guān)鍵面向建立資料治理的基礎(chǔ)能力，即「4D能力模型」——Discoverability（可發(fā)現(xiàn)）、DataAccessibility（可存取）、Debuggability（可除錯(cuò)）、Deployability（可部署為資料在AI系統(tǒng)中的全流程應(yīng)用提供有力支撐。Discoverability｜可發(fā)現(xiàn)胡筱薇解釋，「資料可發(fā)現(xiàn)」意指資料應(yīng)具備清楚的來源、處理歷程與責(zé)任節(jié)點(diǎn)，能被查詢、識別與追蹤，這也就是業(yè)界常提到的「資料血脈（DataLineage）」能力。舉例來說，早期福特汽車透過要求整體供應(yīng)鏈導(dǎo)入標(biāo)準(zhǔn)化系統(tǒng)，使其能即時(shí)追溯零件來源、生產(chǎn)時(shí)間與責(zé)任廠商，有效控管品質(zhì)風(fēng)險(xiǎn)與營運(yùn)流程。在現(xiàn)今企業(yè)中，許多金控業(yè)、製造業(yè)等資料密集型組織，已導(dǎo)入企業(yè)級DataCatalog（資料資產(chǎn)目錄）系統(tǒng)，用以建立完整的資料地圖與資產(chǎn)登記28落地指引臺灣產(chǎn)業(yè)AI化大調(diào)查暨AI28落地指引 CHAPTER02AI落地指引專家建議：軟體轉(zhuǎn)型勢在必行不是Γ為了AI而AI」，強(qiáng)化企業(yè)韌性才是關(guān)鍵宏碁資訊服務(wù)股份有限公司總經(jīng)理／周幸蓉宏碁資訊總經(jīng)理周幸蓉指出，這正是企業(yè)導(dǎo)入AI時(shí)最常見的誤區(qū)。有些客戶會希望鎖定最先進(jìn)的技術(shù)，但實(shí)際上未必需要那麼複雜的模型。比起炫技，更重要的是「夠用、好用、能落地」的方案。例如有客戶提到「對岸模型比較好用」，但受限於法規(guī)與資安，根本無法採用?！改芊衤涞兀燃夹g(shù)是不是最先進(jìn)更關(guān)鍵?！惯@樣的理解，源自宏碁資訊長期深耕企業(yè)技術(shù)導(dǎo)入現(xiàn)場的實(shí)務(wù)經(jīng)驗(yàn)，該公司整合自元碁、太碁、華瞻與第三波等公司，長期專注於B2B的IT應(yīng)用服務(wù)。在雲(yún)端尚未普及之際，即投入解決方案建構(gòu)，