企業部署 AI 的最大痛點是什麼？調查 6 大面向揭台灣企業 AI 準備程度
AI 應用加速所帶來的轉變幾乎影響商業和日常生活的每個層面，不過思科發布其首份《人工智慧準備度指數》調查，顯示只有 19% 台灣企業充分準備好部署和運用 AI 技術。調查訪問了全球逾 8,000 家企業，探討企業運用和部署 AI 的準備情況，發現企業在關鍵業務面向和架構在 AI 準備度上明顯不足，在短期會對企業構成嚴重風險。
AI 準備度 4 階段，台灣企業準備好了嗎？
思科最新調查將 AI 準備度（AI Readiness）區分為 4 大階段，發現在企業的 AI 準備度方面，，僅 19% 台灣企業已做好充分準備；超過一半（56%）台灣企業準備不足或有限，其中 5% 為落後者（準備不足），51% 為追隨者（有限的準備）。
目前來說，企業認為部署 AI 的迫切性如何？84% 台灣受訪者認為 AI 將對自身業務營運產生重大影響；而逾半企業同意若未能在未來 1 年內採取行動，將嚴重影響業務── 68% 台灣受訪者認為，在其企業開始蒙受重大業務損失、失去競爭優勢之前，他們最多只有 1 年時間來實施 AI 策略。
不過，部署 AI 也帶來數據隱私和安全的新問題。調查結果顯示，數據是 AI 運作的核心之一，但也是企業準備最為不足的領域；其中，81% 台灣受訪者認為企業中存在的資訊不對等是處理數據時面對的最大挑戰。
6 大面向檢視 AI 準備度，台灣企業表現如何？
調查以 6 大核心面向評估受訪者的 AI 準備度——策略、架構、數據、人才、治理及文化方面的人工智慧準備度。調查結果包括：
1. 策略：大部分企業已取得良好進展
部署 AI 的第一步是制定策略，思科觀察，大部分企業已取得良好進展。74% 台灣企業已做好充分或適度準備，僅 4% 被評為準備不足。此外，97% 台灣企業已制定或正在制定清晰明確的 AI 策略，思科表示，這顯示企業積極應對 AI 技術，但仍存在進步空間。
2. 架構：網路無法滿足 AI 工作負載
調查指出 IT 基礎架構和網路安全是企業部署 AI 的優先事項。全球 95% 企業清楚人工智慧將增加基礎架構的工作負載，但僅 30% 台灣企業的架構具有較高的擴展性。逾半（55%）台灣企業在應對當前 IT 基礎架構中的新 AI 挑戰時，只有中等或有限的擴展性。
為適應人工智慧不斷增長的發展能力和運算需求，超過三分之二（72%）台灣企業將需要更多數據核心圖形處理器（Graphics Processing Units，GPUs）以對應當前和未來的人工智慧工作負載。
3. 數據：企業準備最為不足的領域
調查顯示，雖然數據是 AI 運作的核心之一，但也是企業準備最為不足的領域。調查指出，相較其他核心面向，在數據方面準備不足的企業最多（12%）。81% 受訪台灣企業中的數據存在一定程度的不對等或碎片化。因為整合各種來源的數據，並使其能適用於 AI 尤為複雜，這將會影響運用 AI 的程度。
4. 人才：企業對 AI 技能需求的認知，出現數位鴻溝
思科觀察，企業管理層和 IT 主管十分重視 AI 的導入，這可能是由於絕大多數（98%）台灣受訪者認為在過去 6 個月部署 AI 技術的需要越趨迫切。調查顯示，台灣企業的董事會及領導團隊最傾向接受 AI 帶來的轉變，83% 和 80% 受訪者分別持較高或中等接受度。
然而，企業在提高中層管理人員對 AI 的接受度方面仍需更多努力。31% 中階管理層對人工智慧的接受程度有限或根本不願接受，逾三分之一（33%）台灣員工對於使用 AI 的意願不大，更有人表示抗拒。思科認為，這顯示企業對 AI 技能的需求的認知，在新時代出現數位鴻溝。
此外，儘管 89% 台灣受訪者認同投資在員工技能提升的急迫性，但 22% 受訪者質疑是否有足夠人才提升相關技能。
5. 治理：企業採用 AI 政策的起步緩慢
調查指出，僅 32% 受訪台灣企業已制定非常全面的 AI 政策，這是企業在考慮和管理所有可能削弱信心和信任的因素時必須解決的問題。這些因素包括數據隱私和數據主權，以及理解和遵守全球法規。此外，企業必須注重數據和演算法中的偏見、公正及透明原則。
6. 文化：準備不足，但將 AI 視作優先事項的意願高
相較其他核心面向，在文化方面做好充分準備的台灣企業最少，僅有 6%，主因是 10% 受訪台灣企業尚未制定全新的管理計劃，而在已制定全新管理計劃的企業中， 69% 仍在計畫階段。
思科指出，高階管理層最傾向接受內部 AI 變革，並必須帶頭制定全面計劃，及將計劃清晰地傳達給接受度相對較低的中層管理人員和員工。思科觀察，台灣企業在這方面十分積極，逾八成（81%）受訪企業正熱切，甚至高度關注 AI 的採用，僅 3%企業抗拒改變。
思科台灣技術長馮志良表示，AI 能夠應用在數據分析、預測性維護、自動化流程等多個層面，從而提高效率、減少成本，甚至創造全新的商業模式，而在應用 AI 的同時，精確性、資料安全以及使用者治理都是至關重要的考量。
【推薦閱讀】
＊本文由 思科 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：pr@fusionmedium.com，經編輯檯審核並評估合宜性後再行刊登。圖片來源：取自 Cisco。
（責任編輯：廖紹伶）