解決資料分析人才荒，施耐德掀起數位轉型新革命|數位時代 BusinessNext

解決資料分析人才荒，施耐德掀起數位轉型新革命

數位化的目的是為了提升效率，給人類更多能力，將困難的工作變得簡單，同時也創造出許多過去沒有的工作，並建立新的工作型態，而究竟從武器製造商起家，擁有180年歷史的施耐德，是如何將數位化，變成一件有趣的事？

那些我們看不見的地方，正掀起一股無形改變

「住進一間高檔的旅館，顧客會預期得到更多體驗。」每個人一定都有在外住宿的經驗，一般我們可能只會看到房間的硬體陳設，卻很少了解在那些我們看不見的地方，正掀起一股無形的改變。而這股改變，就是靠施耐德的能源、軟體的技術平台EcoStruxure。

過去的建築系統都很獨立，例如保全、消防等等都自成一格，彼此之間是無法溝通的，例如一旦發生火災，必須先偵測建築哪個地方發生火災，接著關閉空調、電梯等等，出了問題後續控制起來就很麻煩，因此樓宇的數位化，關鍵就是把所有產生的資料整合在一起。

施耐德樓宇副總裁Manish Kumar 就以五星級酒店當作例子，「當房卡感測器判斷有人進入房間，就會自動拉開窗簾將空調溫度調低，」甚至房間中有任何物品故障，也能從中央控制系統一次掌握，「除了節能，設備互聯互通才能提升顧客滿意度，」除了房內的設備，EcoStruxure也能結合建築外的感測器，或是串接Google天氣，一旦發現快要下雨，也能針對空調溫度做調整，「數據越多，能控制得就越多。」

除了比較商用的樓宇控制，施耐德也有布局智慧家居（Smart Home），比較特別的是用燈號來示警，透過屋內各種感測器，能針對煙霧偵測器、保全、漏水等不同問題，直接以有顏色的閃爍燈來示警用戶，不必再觀看儀表板上密密麻麻的各種數據，以視覺的方式讓用戶更直覺理解當下究竟發生了什麼問題。

變化是為了要適應未來

講到數位化，施耐德亞太區副營運長Luc Remont 認為必須從歷史跟未來觀察，「變化是為了要適應未來，過去我們經歷改變多次，施耐德在電機領域發展超過50年的歷史，現在我們做數位化平台也超過了20年。」

除了樓宇，施耐德也協助許多OEM（代工生產商）數位化，同樣在EcoStruxure的架構下，讓廠內的機器連網，所有運作的數據直接上傳雲端，好處是可以即時的追蹤機器、蒐集資料，有點像是我們戴著Apple Watch監測心律，一旦發現有異狀時，能預測問題，盡早做預防性維修，避免機器真的出問題停擺影響生產線，造成更大的損失。

此外，這些在機器上蒐集來的數據，也能提供給OEM客戶，除了機器本身的維運，還能基於這些數據，帶動產品的研發，甚至改變商業模式。這套系統還能結合擴增實境（AR）功能，讓工程師可以遠端查看機器的問題所在，不必真的親臨現場觸碰機器本身，可以利用在石油業等較高風險的產業中，施耐德自動化解決方案負責人Ali Haj Fraj表示，EcoStruxure的最終目標，是要減少事故發生、提升產能、確保公司營利，「我們必須要有一個思維上的改變，把安全當作降低成本，而不是增加成本。」

施耐德台灣總裁區總裁毛莉莉則談到：「台灣是OEM國家，產業大部分靠機械製造，因此在企業轉型的路上EcoStruxure就很關鍵。」她認為在順應工業4.0的趨勢下，代工製造也必須走向數位化，「如果機器沒有聯網，就會因此失去許多機會，所有機器都必須智慧化，這是EcoStruxure想提供的轉型經驗。」

打算找中研院合作，解決資料分析人才短缺問題

白話來說，EcoStruxure是一個物聯網的開放式架構，很大一部分所做的，是透過聯網裝置蒐集資訊，把數據上傳到雲端分析，協助客戶進行最有效益的決策。在施耐德峰會現場，內部人員也點出很多客戶遇到的問題是不會分析資料，「現在台灣很多企業，都一窩蜂覺得需要物聯網、需要AI，所以必須蒐集一大堆資料。」

不過施耐德認為，其實在蒐集資料這一塊，用現有的解決方案就已經可以做到， 企業應該花更多資金在投資人才上，也就是資料蒐集完成後，用各個產業不同的專業去分析數字背後的價值。 然而現實的情況是，多數台灣企業為了降低成本，並沒有預算另外花錢聘請這樣的人才，施耐德在台灣也看到了資料分析專業人才缺乏問題，也透露未來打算找中研院合作，規劃一整套的解決方案，幫助客戶在使用EcoStruxure替企業數位化時，更能挖掘數據背後的寶藏。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問