高峰論壇專題：扎根冰山底下的 AI 新基建工程
副研究員鄧翔靖 (2026/09/04) 《永續學院編輯室》
前言：上了課、拿了照，回公司還是照舊？
這兩年不少企業都有類似經驗：安排員工學 ChatGPT、生成式 AI 或資料分析，課程結束時人人充滿想像，可是回到公司幾個星期後，工作方式卻幾乎沒有改變。有人開始用 AI 寫Email、整理會議紀錄，但原本講好的改善報價、品管、客服、採購與生產流程，最後還是靠 Excel、紙本還有資深員工的經驗來運作。
會不會問題不在員工懂不懂 AI，而是我們把順序弄反了？
正確的 AI 轉型，不會是「買了工具，再找用途」，而是先回答三個問題：公司有哪些可用資料？哪些流程最耗人力？以及哪些重要知識只存在於少數員工的腦袋裡？如果這三件事情沒有釐清，再強的 AI 也很難真正進入到企業營運中。台灣經濟研究院 50 周年院慶特別舉辦高峰論壇，邀請經濟部龔明鑫部長、廣達電腦張嘉淵技術長、Google 台灣前董事總經理簡立峰，以及友達光電彭双浪董事長進行對談，論壇中涉及許多產業面的問題，也針對企業在 AI 時代的組織變革提出真知灼見，值得讀者在導入 AI 時參考。
重點摘要
📌 第一個瓶頸與 AI 人才無關 員工會用生成式 AI，不代表就能提高生產力；資料可用、流程清楚、痛點定位是定義 AI 價值的前提。
📌 先選一個工作痛點開始做 企業先找出高頻、重複、耗時的工作，整理相關資料，再用現成工具小規模測試，會比全面轉型更務實。
📌 把歷史經驗變成企業資產 AI 主要的價值是把老師傅、業務主管與資深員工的經驗，逐步轉化成可以查詢、累積與傳承的企業知識。
AI 導入失敗，竟敗在最基本的資料治理
大型語言模型、AI Agent 與各種企業軟體，是 AI 轉型最容易被看見的部分，但是真正決定成效高低的，往往是看不見的資料與流程。高峰論壇中，彭双浪董事長便談到，有不少中小企業把員工送去學 AI，回到公司後卻發現「沒有用」。友達當初在推動 AI 時，首先處理的就不是挑選模型，而是建立一套共用的基礎資料，把資料標準化、打通，也就是我們常聽到的資料治理。此外，彭董事長強調，接受 AI 訓練的人，最好是來自於製造、業務與技術等實際工作部門。因為真正了解流程與痛點的人在學會 AI 之後，會知道工具要放在哪裡才能解決問題，比特地派資訊部門的人學習更有效。
資料治理是許多中小企業最容易忽略的問題。在我自己的經驗中就發現，公司部門很多，每個部門都會有自己資料庫，然後用習慣來定義資料欄位。例如同一名客戶，在業務資料中使用簡稱，在會計系統使用公司全名，客服又使用英文名稱；產品編號、報價版本與客訴紀錄各自為政。如果沒有梳理這些資料，統一相關欄位，在導入 AI 後經常發生資料錯誤、研判失真的情形。所以，AI 轉型的第一步不是急忙去智慧化，而是先讓企業本身變得「可以被理解」。
❤️ 更多精彩內容，註冊立即閱讀 ❤️
人工智慧、中小企業AI轉型、生成式AI導入、企業資料治理、流程標準化、企業知識庫、AI應用場域、組織知識傳承、AI導入成效、企業數位基建、資深經驗數位化