1200家企业AI领先度大调查：重视AI策略更胜资料，最爱用营运效率衡量AI专案绩效

SAS今揭露台湾企业AI大调查，金融业为全台运用AI领先度最高的产业，而就导入AI的目标来说，不论产业别，企业运用AI皆为提高营运效率。

这项调查由SAS与天下杂志合办，由SAS设计问卷，透过天下杂志的企业数据库来发送问卷，有效问卷达1,200多份。天下杂志主笔黄亦荺表示，透过用丛集将问卷填答者分群，将企业的AI领先度分为4类，包括先进者、跟随者、观望者和未启动者等4类，其中，先进者指的是已运用AI分析3至10年、分析组织达50至100人，并且已执行5～10个AI专案；跟随者则是运用AI分析1至5年，组织规模达10至20人，已执行1～2个AI专案；观望者则是已运用AI分析1至5年，分析组织为10人左右，但委外比例最高、尚未执行任何AI专案。未启动者则是企业内无任何AI相关组织，也未采用任何AI解决方案。

调查显示，从产业来看，金融业是所有产业中AI领先度最高者，其先进者占24.30%、追随者33.64%，制造业先进者则是15.15%、追随者为30.30%，再来才是零售、流通和服务业，其先进者为5.15%、追随者22.79%。由此可见，金融业也是投入AI应用比例最高的产业（58%），而制造业则是45.5%， 零售、流通和服务业则是27.94%。

而就执行AI专案的分工来看，在金融业中，超过80%的企业透过外部资源或委外来投入AI分析， 而靠公司自行开发AI系统的比例则近10%。然而，其他产业整合外部资源或委外的比例则较金融业低，约为6、7成，但自行开发AI的比例则比金融业高，分别是制造业24%，零售、流通和服务业27.63%。

就各产业导入AI的进展来说，金融业与零售、流通和服务业一样，已应用于业务上的AI有自然语言处理和虚拟助理（比如Chatbot），而机器学习模型、进阶推荐算法还在验证阶段。对制造业而言，已采用的AI则是电脑视觉、机器学习模型，比如用于产品良率把关的影像辨识系统；还在验证的阶段则是最佳化预测、即时决策平台和进阶推荐算法模型。调查也指出，金融业和服务业投入AI分析的目的，是要改善对外服务，而制造业则聚焦于对内的决策和管理上。

而从AI专案满意度来看，85%先进者认为满意且符合期待，但就追随者和观望者来说，满意程度则递减。

企业一致认为组织共识是发展AI的关键，而AI专案的KPI则是提高营运效率

另一方面，调查显示，企业导入AI最在意的关键之一，是组织内部要先达成发展AI的共识（如下图）。新光人寿数位服务发展部资深协理廖晨旭也分享导入防诈欺AI的经验，指出“AI不会一开始就存在于公司，”第一步通常由实验性专案出发，新光人寿当初也是以小型IT专案做起，由MIS人员负责执行。但模型上线后，因职员异动、导致难以维持AI专案的模型，必须借助外部厂商。因此他建议，企业要发展AI，必须在第一天下定决心，成立专门的AI团队来负责。他也认为，小专案成功后，能够得到其他部门或长官的信任，才能在企业内推行AI应用，连点成线，再扩大为面。

此外，调查显示，多数企业认为营运效率是衡量AI专案绩效的关键，也就是AI专案的首要KPI，其次才是降低营运成本。不过，企业决策人员和执行人员则有不同想法，决策人员认为品牌市占率和业务创新是导入AI的重点，而执行人员则看重营运成本的改善，显示两者对AI专案的目标有所落差。

多次协助电商和金融业者导入AI的台大金融科技研究中心主任张智星则建议，企业导入AI时，还要考虑是否改善品牌形象，比如银行客服中心采用声纹辨识，来取代传统需要不断输入个人资料的步骤。 他也认为，企业决策者在衡量AI效益时，应考虑导入的AI是否对未来10年、20年的产业有所帮助，而非着眼短期目标。文◎王若朴