隨著AI發展進入落地部署階段，全球各企業都在積極探索AI應用的最佳模式，只是這些AI應用目前大多屬於小規模試驗性質，如何進一步走向大規模部署，創造AI更大的價值，成為企業當前最重要的功課。對此，IBM在「2025 IBM Solutions Day」以「Value ᴬᴵ：多維轉型 AI 變現」為主題，匯聚業界專家與企業先行者，從豐富的產業實務案例中找出最適AI策略，協助企業邁向「AI+」的轉型願景。
台灣 IBM 總經理李正屹在開場致詞中指出，在AI這場狂歡派對中，企業惟有掌握5大關鍵，包括擁抱開源AI技術、小而適切的模型比大模型更實用、建立管理平台、從企業內部資料提煉出價值及落實AI治理，才能找到最適合自己的AI應用玻璃鞋。
從日商瑞穗銀行經驗看，導入AI的3個決策關鍵點
IBM Japan CTO & Account Technical Leader菱昭章太郎Shotaro Hishinuma進一步以日商瑞穗銀行導入經驗來說明小模型的好處。
日商瑞穗銀行運用IBM watsonx.ai解決方案建置AI自動化通報機制，由AI處理與分類系統通報訊息，再交由管理者進行最終確認。在建置過程中，日商瑞穗銀行曾經面臨3個決策關鍵點，第一個決策點是，該選擇通用型大模型還是適用型小模型？考量成本、模型表現等因素後，最終決定使用針對特定目的而訓練出的小模型，不只成本較低，甚至在訊息分類上的表現優於部份大模型。
第二個決策點是，是否需要人力介入？考量到AI風險和責任問題，最終決定人機協作是比較理想的做法。
第三個決策點是，該使用提示工程（Prompt Engineering）或微調（Fine-Tuning）？雖然提示工程需要稍微多一點的AI專業知識，可能會形成使用門檻，但只要結合好的流程設計，如：自動生成提示再匯入AI模型，同樣能達到AI民主化的目標，讓使用者即便不具備AI技能，也能輕鬆使用AI模型。
從台北富邦和英業達經驗看，資料治理是推動AI轉型的重中之重
有別於日商瑞穗銀行分享的3個決策關鍵，英業達與台北富邦銀行不約而同提到資料治理的重要性。
英業達資訊長暨資安長黃英哲認為，無論初期的POC試驗，或後期的大規模導入AI應用，都一定需要用到大量資料，因此英業達在推動AI轉型時，其實花了很大心力在資料治理上，從建立資料使用的流程與框架開始，確保資料的準確性及擁有一致的定義，以高品質資料做為AI應用的發展基礎。
對此，台北富邦銀行資訊長張志清亦有相同看法，他進一步指出在建置資料治理框架過程中，最大挑戰在於如何處理非結構性資料，無論是影像、錄音檔、相片等多媒體資料，或是PPT、Word等文檔資料，過去都很少被充分利用，如何整合類型和樣態皆極為龐雜的非結構性資料，並從中萃取重要訊息以有效利用，這才是現今最大的挑戰。對此，台北富邦銀行借助 IBM 的專業和豐富經驗進行多種數據處理，打造完善的數據處理策略。
從管理顧問公司經驗看，企業導入AI應用的盲點
波士頓顧問（BCG）董事總經理陳美融觀察，目前很多企業都是以POC方式導入AI應用，導入範圍太過發散且沒有聚焦在高價值場景或核心業務上，反而難以展現AI價值、也不容易快速規模化。
因此，企業若要享受AI所帶來的價值，首先要突破此盲點，聚焦在核心業務去發展AI應用，並思考此為AI應用的哪一個階段，總共可以分成3個階段，第一是部署（Deploy）階段，即應用AI於現有流程中，進而提高效率與生產力。第二是重塑（Reshape）階段，採用零基（Zero Base）的方式，將AI視為核心要素重新設計流程，可以更顯著的提高效率。第三是再創新（Invent）階段，運用AI開拓全新業務領域，才能真正創造長期且突破性的競爭優勢。
台灣 IBM 技術長莊士逸則站在人員思維角度提出，成功導入AI應用的3A原則，第一個A是定調企業內部的AI氛圍 (Atmosphere)、讓內部同仁清楚為什麼要導入AI，第二個A是建立認知 (Acknowledgement)，企業必須確保從上層管理者到基層員工都能對AI有正確的概念和認知，將AI融入到企業內部的基因和文化，第3個A才是開始行動 (Action)，尋求外部專業廠商協力導入AI應用。
最後，台灣 IBM 諮詢總經理林翰呼應「2025 IBM Solutions Day」主題強調，導入AI應用其實是一種多維轉型，從最底層的基礎設施、平台、資料、API、應用程式、策略到人才，這些元素都要緊密連動並且同步進行轉型，才能產生綜效，讓AI應用得以真正落地，實現用AI創造新價值的目標。
