詹婷怡提到，2023 年的產業 AI 化大調查主要關注生成式 AI 浪潮之下，企業的競合關係。根據調查結果，已有超過半數以上企業內部開始使用生成式 AI 工具，但實際導入到企業營運流程中的僅有16%。

由於數位轉型的關鍵在於人、流程與技術，一但導入流程中，即代表企業已經在創新營運模式。但也可以發現，企業在 AI 的應用落差越來越大，原本就具備 AI應用能力的企業強者愈強。

發展AI 的四大挑戰：人才、資料、問題、組織文化

詹婷怡說，企業將生成式 AI 應用於業務發展的過程可說是十分漫長且坎坷，而數位轉型則是一個旅程，並不是編預算、買系統就可以解決的問題。當中包含需求的討論、資料的搜集、清理與整合，還要做模型的評估。她指出，2024 年台灣發展 AI 主要有四大挑戰，分別是人才缺乏、資料基礎建設不足、找對問題不簡單，以及組織文化的重塑。

從數位轉型的角度切入，AI 的迭代應用還包括組織文化的重塑。詹婷怡說，基礎建設不足也包括了繁中資料集過少等問題；而人才缺乏則涉及了人才的重新定義與定位。例如在產業AI化指數中，各產業的企業員工對於 AI 的理解程度或目前內部的AI工程師能力皆明顯不足。她強調，對 AI 的理解程度並不是具備資工背景，或真的要會寫程式，而是各領域的人員都必須理解 AI 的相關知識，包括結合領域知識的運用，或是應用上的局限性。而在 AI 工程師的能力上也有很大的進步空間。更重要的是組織或機構內部如何賦能員工。

除此之外，超過半數的企業並不確定組織內是否有工程師，甚至在相關的培訓上也明顯不足。這些調查指標都顯示人才培訓仍有相當大的進步空間。

人工智慧科技基金會董事長詹婷怡點出企業當前四大問題。

AI 時代新經濟來臨

詹婷怡說，台灣在軟硬體的分界極為分明，而因應 AI 時代新經濟之數位轉型典範的轉變與融合，無論是製造與服務的思維也十分不同，或是在層層的法規框架之外，又能顧及創新。面對新的商模與生態系，如何借用製造與 Edge 的能力，軟硬體的整合能力就極為重要。

此外，AI 包含的要素極為廣泛，每個人對 AI 的定義也都不同，這也更加凸顯問題定義的能力與資料的重要性。許多企業都認為自己有在做數位轉型，但她提醒，如果還無法使用具品質的資料進行決策，就別說有數位轉型，更遑論AI應用了。

「Generative AI 就是Part of Data Strategy。」詹婷怡說，從法律到監管，AI 並不只有技術，當中還包含新的生態系即將成形，而各大科技廠則需要佈局新的賽局。企業更需要在理解 AI 的用途與侷限；而企業的管理與治理產生巨大改變，特別是風險評估與管理，包括負責任 AI 跟可信任 AI 環境的建立，而各國法規蓄勢待發，相關認證、標準的趨勢值得關注。

詹婷怡說，數位轉型 + AI，要轉換的不是科技，是思維。掌握當下最好的機會最重要的是思維的轉變。科技雖然會持續存在，當然也會引發其他問題，但我們需要其他的配套。如果我們將 AI 視為取代，那就會非常恐慌；但如果將之視為賦能，那要思考的就是，如何在當下運用台灣既有的優勢進行數位轉型。她強調，科技很重要，但是科技不外乎以人為本，所以軟體思維結合硬體優勢，透過創新科技引導組織變革，但是人際結構將成為主流，才是以人為本的數位經濟新模式。

※ 本文原刊於 知勢，圖文由人工智慧科技基金會授權轉載