芯科技消息（文/方中同），美商賽仕計算機軟件公司（SAS）在臺舉行企業(yè)AI領先度大調(diào)查，揭露臺灣企業(yè)導入AI現(xiàn)況。調(diào)查發(fā)現(xiàn)，發(fā)展AI較成熟的先進者企業(yè)，半數(shù)有成立獨立AI、分析團隊，也懂得運用外部合作伙伴共創(chuàng)AI發(fā)展及采用技術成熟的解決方案，對AI項目結果也較滿意。但AI成功與否最重要績效指標為提升運營效率，在決策層級與執(zhí)行層級卻存在歧見，突顯企業(yè)內(nèi)部對發(fā)展AI的評估機制有認知落差。
SAS觀察，發(fā)展AI所重視的四大要素，包括達成發(fā)展共識、AI人才、AI的基礎架構、多元分析人才能協(xié)同合作等。不同產(chǎn)業(yè)導入AI的情況，金融業(yè)屬先進者，占比高于其他產(chǎn)業(yè)，且超過8成通過外部資源或委外投入AI分析；零售、流通、服務相較于其他產(chǎn)業(yè)，以完全委外比例最高。
SAS全球人工智能研發(fā)中心資深副總裁Saratendu Sethi建議，導入AI應用第一步企業(yè)，應掌握從小做起、掌握產(chǎn)業(yè)核心價值以及延伸價值3大原則。
（圖片來源：SAS臺灣）
他進一步說明，組織易于協(xié)作的小型團隊，給予成員清楚的時程、達成目標及合理預算，讓投資相對無痛；而讓所有關系人能理解投資價值，且選擇能搭起領域知識專家及AI技術人員溝通橋梁的領導者，如此當項目具成效，對組織才有擴散的影響力。至于不吝給予團隊階段性成果表揚，將為其他企業(yè)內(nèi)部其他團隊發(fā)展AI，發(fā)揮鼓勵作用。
半數(shù)先進者、追隨者傾向整合外部資源
本次企業(yè)AI領先度大調(diào)查針對臺灣千家企業(yè)以AI領先度分群，將臺企業(yè)分為先進者、跟隨者、觀望者及未啟動者等四大族群。調(diào)查發(fā)現(xiàn)，以AI團隊組織型態(tài)而言，先進者擁有獨立的AI分析團隊相較其他分群比例較高，從先進者到觀望者，有獨立AI團隊的比例從50%、40.6%、32.2%一路下降。
但無論是先進者還是追隨者，平均約6成會選擇整合外部資源(采購分析軟件或顧問服務)；觀望者則相較于其他分群，委外的比例是最高(21%)。提及AI項目的整體滿意度，85%先進者表示滿意且與預期成效相符；追隨者、觀望者則依序遞減，顯示AI分析投入需要時間與經(jīng)驗的持續(xù)累積，更能實際感受到效益。
若加入產(chǎn)業(yè)面向解析，金融業(yè)已投入AI分析者高達58%，是相對啟動較早也有一定規(guī)模的產(chǎn)業(yè)；制造業(yè)雖然也有45.5%開始投入，但還沒開始的比例也高達49.5%。此外，金融業(yè)高達82%通過外部資源或委外投入AI分析；其余產(chǎn)業(yè)自行打造與外部資源的比例約各占一半；而零售流通服務相較于其他產(chǎn)業(yè)，以完全委外比例最高。
然而，究竟企業(yè)在導入AI方案時，到底要內(nèi)建團隊自行打造、與外部共創(chuàng)或是委外開發(fā)？SAS臺灣業(yè)務顧問部副總經(jīng)理陳新銓指出，需視企業(yè)核心競爭力而定，才能規(guī)劃內(nèi)部組織與技術定調(diào)的策略。他進一步解釋，有些企業(yè)的核心競爭力牽涉客戶隱私或是核心流程或制程資料，因此寧選擇自行開發(fā)，但若評估客制化成本過高時，則傾向將成熟技術外包。
企業(yè)發(fā)展AI最關注共識、人才、基礎架構、協(xié)同合作
另外，這份調(diào)查進一步分析加速企業(yè)AI發(fā)展的組織面、資源面、資料面和技術面因素。首先從組織面來看，先進者、跟隨者和觀望者都認為組織內(nèi)部達成發(fā)展AI的共識最重要，其中，先進者認為次之重要的還有團隊領導者有足夠的經(jīng)驗帶領團隊，顯見大家目前都對企業(yè)領導者在AI策略制定與自身經(jīng)驗有所期待。
其次為資源面因素，調(diào)查中顯示，不管哪個族群都認為人才是發(fā)展AI的關鍵，企業(yè)普遍反應AI人才難尋，年度預算反而居次。
第3則從資料面來看，調(diào)查指出發(fā)展AI的基礎架構齊全（如：數(shù)據(jù)庫）在所有族群皆排序第1，其次為搜集的資料量充足。第4為技術面，調(diào)查顯示，所有分群都認為使多元分析人才能協(xié)同合作 (如:Python、R、BI分析、深度學習等)最重要。對先進者而言，其次希望能打造單一AI平臺，集結所有AI工具，達成AI端到端的情境；對追隨者與觀望者則希望可以降低撰寫AI程序的困難程度 (如:程序過于復雜、難以維護、難以協(xié)同合作)。
各產(chǎn)業(yè)AI采用方向不一但呼應獲利模式
觀察各大產(chǎn)業(yè)已采用或正在驗證的AI解決方案，同樣呼應了獲利模式。調(diào)查指出金融業(yè)與零售流通服務，已有采用虛擬助理、自然語言處理方案，而機器學習模型、進階推薦算法模型也在驗證中。其投入AI或分析方向會以改善對外增加服務效率體驗與推薦系統(tǒng)為主。
制造業(yè)則已采用計算機視覺、機器學習模型，正在驗證最佳化與預測技術與實時決策平臺。著重考量于對內(nèi)輔助決策與管理，以降低運營成本為最終目的。
而盡管提升運營效率為AI成功與否最重要績效指標，然決策層級與執(zhí)行層級存在歧見；至于最受關注的，如何衡量AI導入是否成功的績效指標，不論族群皆指出最重要的是提升運營效率、降低運營成本次之。而對金融業(yè)來說，提升客戶滿意程度、業(yè)務創(chuàng)新程度又較其他產(chǎn)業(yè)重視。
若以各職等看法分析，雖都認同提升運營效率是導入AI成功與否的共識，但近60%企業(yè)負責人仍視品牌市占率為重要績效指標、55%中高端主管看重業(yè)務創(chuàng)新程度，惟70%一般職員與專業(yè)人員卻集中認為降低運營成本是績效指標的重要性。顯示決策層級與執(zhí)行層級，有認知落差，決策層級仍期望有品牌效益，讓客戶有感，但執(zhí)行層級則堅守成本概念。凸顯組織內(nèi)部需要更透明的溝通，以讓AI項目更有創(chuàng)新的空間。（校對/Jurnan）
