亞馬遜網路服務公司全球公共部門事業部亞太暨日本區負責人 Jaspal Johl。
口述／亞馬遜網路服務公司全球公共部門事業部亞太暨日本區負責人Jaspal Johl 整理摘要／陳德怡
愈來愈多企業在日常營運中使用AI，但資料顯示個別企業之間存在明顯AI落差（AI Divide）。工研院創新週「SOUTH NEXT大南方產業轉型國際論壇」邀請Amazon Web Services（AWS）全球公共部門事業部亞太暨日本區負責人Jaspal Johl，分享他對AI落差的觀察，以及消弭AI落差的五大關鍵思維。
回顧2024年，AI從高潛力技術（High-potential Technology）轉變為高能力技術（High-capability Technology）。突破AI幻覺等技術發展的瓶頸後，企業逐漸開始接受AI科技。根據我們的觀察，公司能成功轉型是因為他們以「信任」（Trust）和「可擴充」（Scale）為條件選擇了適當的模型和工具。2024年數據顯示，72%的企業至少有一項業務是用生成式AI驅動執行，當中約有一半的生成式AI概念驗證（PoC）實際應用於生產線。值得注意的是，將AI技術落地於生產或製程裡的企業當中有40%已開始看到轉型帶來的價值，例如成本降低或淨獲利增加。
2025 年產業AI應用出AI落差
不過進一步研究這些從2024年到2025上半年的數據，會發現一個AI悖論（AI Paradox）隱憂。麻省理工學院（MIT）資料顯示，有80%的企業正在探索如何將生成式AI導入日常營運，其中60%已啟動相關概念驗證專案（PoC）。但再細看這些數據會發現，只有10%的PoC後來真正導入生產過程，最終只有5%確實帶來實際價值。這種現象被稱之為「AI落差」，部分企業的表現及成果相較其他企業更好。若從產業層面來觀察各行各業，8個產業領域中，我們只在2個領域中觀察到AI對產業產生有意義的顛覆革新，或是有明確的初期顛覆趨勢，包含資通訊及媒體產業。
儘管如此，Gartner統計數據顯示大多數企業並沒有放棄AI應用。從現在開始到未來24個月之內，估計有33%的企業將開始在公司應用程式中使用代理式AI（Agentic AI），與2024年相比增加了1 %。導入代理式AI之後，公司每小時能解決的客服事件數量增加了14%，處理時間減少9%。已有75%的企業回報所執行的生成式AI計畫符合期望，甚至超出預期投報率。
成功應用AI的公司從PoC到生產線的成功率可達67%，生產率也比之前快40%。換言之，這些企業將前導專案導入生產線的速度比之前快了近三分之二，並在短短半年內明顯降低成本支出。
成功應用AI的企業做對3件事
我們觀察到成功企業都在做或已經做了3件事：第一，投資長期策略合作夥伴關係。這類的合作夥伴主要負責技術層面，為客戶和企業構建針對其使用案例的客製化模型，進而創造更佳的成果。企業本身則可以專注於公司營運業務，不必自己研發技術，因此 PoC 導入生產線的速度得以快上1倍。
第二，賦權於全體員工，而不是只靠一個內部中央AI部門來負責所有相關事務並預測AI未來走勢。這麼做是因為以下兩個原因：首先現在約有一半的企業公司都已訂閱AI服務，表示他們有在使用這類服務。但事實上，整個職場上有90%的勞工使用AI，導致出現影子AI（Shadow AI），也就是指公司內部實際使用AI的比例遠比管理階層認為的還多。公司管理階層必須好好正視這個關鍵議題，接下來應加以封鎖還是從中學習？員工會選擇使用AI一定有其原因，那麼他們在用哪些AI技術和服務？其中又有哪些可為公司帶來助益？
最後，這類技術需要能持續學習的系統。這些AI模型必須能慢慢累積不同內容與情境，根據使用者行為等回饋不斷進行調整。這種與舊模型完全不一樣：舊模型常會僵化於原有資料內容或運作方式，如此更凸顯新式模型的價值。
從價值、風險、技術、人才與流程 消弭 AI 落差
若要消弭AI落差，可以從以下5種關鍵思維發想思考。第一項是「價值」（Value），從一開始就要想清楚解決眼前問題的可衡量投報率是多少？許多企業在思考價值時會以高可見度的使用案例為優先，但這些未必是高投報率的案例。真正具高投報率的應用案例很可能隱藏在後端作業中，不斷默默提升整體效率以創造價值。
第二是「風險」（Risk）。身為產業領導者，我們都應好好思考如何以負責的態度使用AI。這當中涉及多重資安面向以及如何將治理與法遵納入考量，而許多企業往往對此議題感到困惑不安而裹足不前；「技術」（Tech）亦至關重要，企業必須以具成本效益的方式，依照測試期的做法擴充必要技術，因為沒有企業會希望在AI轉型的早期階段就過度投入資源；「人才」（People）是整個轉型歷程中不可或缺的核心。企業應提升公司內部 AI 素養，讓每一位員工都能享受AI帶來的效益並參與AI 構想過程。
最後是「流程」（Pro-cess）。許多企業目前仍沿用AI尚未出現前使用的營運流程，因此這波轉型不僅是利用AI優化流程的契機，同時也是個機會，從根本重新思考這些流程，探索是否有效率更高的做法，如此才能真正讓企業藉由AI脫胎換骨。
文章來源：工業技術與資訊月刊
