1200家企業AI領先度大調查：重視AI策略更勝資料，最愛用營運效率衡量AI專案績效

SAS今揭露臺灣企業AI大調查，金融業為全臺運用AI領先度最高的產業，而就導入AI的目標來說，不論產業別，企業運用AI皆為提高營運效率。

這項調查由SAS與天下雜誌合辦，由SAS設計問卷，透過天下雜誌的企業資料庫來發送問卷，有效問卷達1,200多份。天下雜誌主筆黃亦荺表示，透過用叢集將問卷填答者分群，將企業的AI領先度分為4類，包括先進者、跟隨者、觀望者和未啟動者等4類，其中，先進者指的是已運用AI分析3至10年、分析組織達50至100人，並且已執行5～10個AI專案；跟隨者則是運用AI分析1至5年，組織規模達10至20人，已執行1～2個AI專案；觀望者則是已運用AI分析1至5年，分析組織為10人左右，但委外比例最高、尚未執行任何AI專案。未啟動者則是企業內無任何AI相關組織，也未採用任何AI解決方案。

調查顯示，從產業來看，金融業是所有產業中AI領先度最高者，其先進者占24.30%、追隨者33.64%，製造業先進者則是15.15%、追隨者為30.30%，再來才是零售、流通和服務業，其先進者為5.15%、追隨者22.79%。由此可見，金融業也是投入AI應用比例最高的產業（58%），而製造業則是45.5%， 零售、流通和服務業則是27.94%。

而就執行AI專案的分工來看，在金融業中，超過80%的企業透過外部資源或委外來投入AI分析， 而靠公司自行開發AI系統的比例則近10%。然而，其他產業整合外部資源或委外的比例則較金融業低，約為6、7成，但自行開發AI的比例則比金融業高，分別是製造業24%，零售、流通和服務業27.63%。

就各產業導入AI的進展來說，金融業與零售、流通和服務業一樣，已應用於業務上的AI有自然語言處理和虛擬助理（比如Chatbot），而機器學習模型、進階推薦演算法還在驗證階段。對製造業而言，已採用的AI則是電腦視覺、機器學習模型，比如用於產品良率把關的影像辨識系統；還在驗證的階段則是最佳化預測、即時決策平臺和進階推薦演算法模型。調查也指出，金融業和服務業投入AI分析的目的，是要改善對外服務，而製造業則聚焦於對內的決策和管理上。

而從AI專案滿意度來看，85%先進者認為滿意且符合期待，但就追隨者和觀望者來說，滿意程度則遞減。

企業一致認為組織共識是發展AI的關鍵，而AI專案的KPI則是提高營運效率

另一方面，調查顯示，企業導入AI最在意的關鍵之一，是組織內部要先達成發展AI的共識（如下圖）。新光人壽數位服務發展部資深協理廖晨旭也分享導入防詐欺AI的經驗，指出「AI不會一開始就存在於公司，」第一步通常由實驗性專案出發，新光人壽當初也是以小型IT專案做起，由MIS人員負責執行。但模型上線後，因職員異動、導致難以維持AI專案的模型，必須藉助外部廠商。因此他建議，企業要發展AI，必須在第一天下定決心，成立專門的AI團隊來負責。他也認為，小專案成功後，能夠得到其他部門或長官的信任，才能在企業內推行AI應用，連點成線，再擴大為面。

此外，調查顯示，多數企業認為營運效率是衡量AI專案績效的關鍵，也就是AI專案的首要KPI，其次才是降低營運成本。不過，企業決策人員和執行人員則有不同想法，決策人員認為品牌市佔率和業務創新是導入AI的重點，而執行人員則看重營運成本的改善，顯示兩者對AI專案的目標有所落差。

多次協助電商和金融業者導入AI的臺大金融科技研究中心主任張智星則建議，企業導入AI時，還要考慮是否改善品牌形象，比如銀行客服中心採用聲紋辨識，來取代傳統需要不斷輸入個人資料的步驟。 他也認為，企業決策者在衡量AI效益時，應考慮導入的AI是否對未來10年、20年的產業有所幫助，而非著眼短期目標。文◎王若樸