1,200家企業AI調查報告出爐!影響AI成敗不是技術,而是組織分工
1,200家企業AI調查報告出爐!影響AI成敗不是技術,而是組織分工

2019年的現在,如果問任何一間企業,他們的數位轉型策略重點為何,大家的回答裡免不了會提到AI。但是,台灣企業在發展AI的時候,究竟哪些因素最影響成敗?應該如何設定績效目標?最重要的是,投入AI真的有效嗎?

為了找出答案,商用軟體公司SAS與天下雜誌合作,針對全台1,261間企業進行「企業AI領先度大調查」,並於昨(24日)在SAS台灣年度高峰會議「SAS Analytics Conference」上公布結果。

導入AI企業滿意度高達85%,「目標明不明確」影響企業AI發展

報告中把受訪企業依該公司投入AI研發的年資、AI團隊大小、AI專案數目分為四個種類,分別是最領先的先進者、追隨者、觀望者以及完全沒投入的未啟動者。

調查並發現,AI技術最成熟的先進者,對公司投入AI發展的滿意度高達85%;剛開始嘗試的觀望者,其滿意度則只有45%。這顯示 AI投入的時間越久、經驗累積越多,更能感受到AI帶來的效益。

sas
受訪企業分為四個種類,分別是最領先的先進者、追隨者、觀望者以及完全沒投入的未啟動者。
圖/ 蔣曜宇

至於哪些因素最能影響AI發展的快慢?一般認為很重要的數據及技術反而得分最低,企業最看重的,其實是有沒有 「明訂AI的發展目標」 ,其次則是「有無足夠預算及人力」以及「AI團隊的合作能力」,結構與策略面的因素,最為關鍵。

此外,調查中也分析企業中不同職等間,對AI在技術面上的認同差異。各職等都認為「分析人員能夠協作」是最重要的;中階及高階主管認為必須要有一個易於管理的單一AI平台;一般職員在乎如何降低寫程式的作業門檻。

在評價AI專案時的績效指標方面,所有職等都認為「能否提升營運效率」最重要。但他們對第二重要因素的想法則大相逕庭。對企業負責人來說,是「能否提升品牌市占率」;對中階及高階主管來說,是「業務創新程度高低」;對一般職員來說,則是「能否降低營運成本」。因職等不同,對AI的期望也不一樣。這也使得 企業內部更透明的溝通、討論成為相當重要的事情。

技術不是問題,組織分工成關鍵

目前業界在投入AI時,究竟都遇到什麼問題?SAS台灣業務顧問副總經理陳新銓以他觀察到的業界狀況舉例,以資料分析師來說,除了作業時間不夠、無法充分討論AI專案需求外;加上工作項目大多是一條龍模式,沒有細項分工,資料搜集、篩選資料品質、資料運算分析等都是同一個人的工作。

AI工作未分工化,導致資料品質以及AI分析模型無需受檢核,難以進行品質控管。對管理者來說,一旦AI分析結果有誤差,就難以找出問題來源,更無法確保資料本身有無一致性以及正確性,進而導致知識經驗難以傳承,面對資料科學家平均2.5到3年就會異動的情況,管理者也難以進行交接。

這些問題都與「組織分工」習習相關,與技術本身無太大關係。陳新銓也建議,任何AI專案最初都要設定小目標,取得小規模的成功後再擴散到其他部門去,才能夠複製成功經驗。

SAS
針對企業該如何進行AI布局,產業及學界都分享各自的見解。
圖/ 蔣曜宇

台灣大學人工智慧與機器人研究中心教授張智星強調,資料的搜集從最一開始就需要規劃,「資料不足、內容雜亂,都是最麻煩的狀況。」他說。

此外,張智星也呼籲企業導入AI應著眼更長遠的未來。現在大家投入AI主要是為了提升營運效率,但未來AI也會有更多用途。他舉例,銀行客服中心直接引進AI聲紋辨識技術,讓客戶不用再反覆輸入身分證字號來認證,藉此提升客戶體驗與品牌形象。

新光人壽數位服務發展部資深協理廖晨旭分享他們六年前第一次和SAS合作案例。他說,當初他們把這項合作案當作一般委外專案在做,但在建置過程中,他發現自家員工對AI相關流程不理解,在系統維繫上大量仰賴SAS的協助。他說,導入AI時,人員需要有策略性的布建,續航力才夠,未來第二、三個AI專案才可能成功。

AI未來3趨勢,「小數據」AI研發中

SAS全球人工智慧研發中心資深副總裁Saratendu Sethi,分享導入AI的第一步 (1).j
SAS全球人工智慧研發中心資深副總裁Saratendu Sethi。
圖/ SAS

「企業AI領先度大調查」中的先進者,最資深的大約也投入AI發展將近十年。未來AI還有哪些發展趨勢?

SAS全球人工智慧研發中心資深副總裁Saratendu Sethi表示,由於數據的搜集困難、花費資金高,所以工程師也在研究,如何以較少的數據培養出同樣強大的AI模組。此外,AI的操作方式將更加多元,現在人類可以透過聲音控制語音助理,未來也會看見更多用來控制機器的新方法。

Sethi認為最重要的趨勢,則是AI的民主化。他認為,AI將越來越普及,工具也變得越來越容易上手。未來我們可能會看到,AI與機器學習成為每個人手上的分析工具。究竟這樣的一天會不會很快到來呢?Sethi對此感到非常樂觀。

責任編輯:陳映璇

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓