「AI跑前頭的人要回頭補課」!AI治理改寫企業競爭規則,董監事未來1年必修課
「AI跑前頭的人要回頭補課」!AI治理改寫企業競爭規則,董監事未來1年必修課

《人工智慧基本法》公布施行,AI代理如火如荼殺入工作流,但資安風險也隨著模型能力水漲船高。種種跡象顯示,人工智慧要為企業帶來務實的利多,重點已從純技術性的單點施行轉向具有治理意識的全面滲透。

因應這樣的趨勢,去年取得「上市上櫃公司董事暨公司治理主管進修認可機構」資格的台灣人工智慧學校(AIA),於4月28日首次針對公司頂層監理人推出「董監事AI大講堂」,從治理、總經、技術及數據等四大層面,提升高階管理人的AI素養,落實組織推動企業AI轉型的使命。

數位發展部部長林宜敬於開幕致詞中表示,AI能為企業提升生產力,但伴隨著治理的風險。他以自身在MacBook上「養龍蝦」的經驗為例,分享AI代理們在夜間自行對話一整晚,結果是燒掉大量tokens。代理以量計價的特質,進一步支撐了AI產業的收入,很大的機會AI不會變成泡沫。

林宜敬認為,代理已能在現實世界帶來真實的影響,這是機會也是挑戰,更是企業董監事在未來一、兩年間需面對的考題。

有治理AI能力的企業才能走得穩健,2步驟盤點競爭力基礎

台灣人工智慧學校執行長陳伶志明確指出,在AI時代,企業能取得的「信任」便是競爭力的基礎。

他以Anthropic為例,創辦人從OpenAI出走、成立以安全、治理為核心價值的新公司,並聰明地鎖定重視安全的企業市場。雖然步伐走得較慢、但更穩健,與美國國防部的攻防戰亦強化Anthropic捍衛安全使用AI的形象。

加上Claude Code等工具的延展性,近期Anthropic在未上市股權交易平台上的估值暴漲,已逼近一兆美元,在市場預期層面超越OpenAI。陳伶志看好,Anthropic的路似乎能走得比OpenAI更長遠。

執行長.jpg
台灣人工智慧學校執行長陳伶志認為AI治理能力將是企業取得信任的關鍵
圖/ 台灣人工智慧學校

陳伶志解釋,就算是向外採購AI服務,AI若有失誤,依然是企業責任,也會傷害顧客對企業的信任度。比起技術是否位於頂尖前沿,AI服務是否可信任、可解釋,是更重要的指標。他直言,有良好治理聲譽的產品也能開出更高的價格,提升企業獲利能力。

在實務上,技術創新、加速前進,與風險控管及聲譽保護之間,存在著張力。技術部門與經理人可能為了追求生產效能最大化與短期績效,而大規模導入AI自動化。但長期來說,就像個人過度依賴AI可能影響獨立判斷與認知能力,過度依賴AI也可能影響公司長期的發展能力。陳伶志認為,追求長期合規與品牌聲譽的董事會,需要負起責任,在短期績效與長期發展性中取得平衡。

怎麼做?陳伶志建議,首先要誠實地檢視自己的AI治理成熟度。例如,公司是否知道員工使用哪些模型?用量如何?這些支出又換來多少產值?也就是需要建立「AI模型資產清冊」,找出沒有浮上檯面的AI模型,以及哪些人該為它們的產出負責,讓公司原本可能發散的AI動能集中在明確路線上。

要有明確路線圖,陳伶志建議在公司內成立治理委員會,進行跨部門協作與建立問責機制。他鼓勵,現在導入AI較落後者,反而可以在治理面上同步調進行。而跑在前面的AI前鋒部隊,反而要回頭補上AI治理框架。

陳伶志表示,企業可以先從資訊部門、法務部門培育AI治理人才,重點是「先動手開始做」。他相信,「AI治理是所有公司要嚴正以對的問題,越早開始越好。」

延伸閱讀:AI領先企業狠甩對手12倍!BCG揭關鍵在「老闆有沒有下場」,10-20-70法則決定成效

與其擔心好運用盡,先善用現有優勢

中華經濟研究院院長連賢明檢視世界經濟趨勢,指出地緣政治與人工智慧是兩大動能,台灣的科技業也正是在這樣的背景中急速突起。身為AI硬體供應鏈的關鍵節點,在中美競爭中,台灣的角色與支援力道變得備受重視。

台股一度衝上四萬點,主計總處公布去年第四季的GDP年增率達12.68%,全年經濟成長率8.63%,創近15年新高。數據如此亮眼,主要原因就是台灣業者搭上這波AI投資浪潮。

連賢明.jpg
中華經濟研究院院長連賢明分析台灣在這波AI浪潮中的經濟表現
圖/ 台灣人工智慧學校

連賢明分享,過去網際網路、手機、電商的浪潮,台灣都沒跟上。這次好不容易搭上熱潮,大家又開始緊張,開始擔心荷蘭病、擔心好運是不是很快要用完。

確實,在美中貿易戰後,台灣的資源更朝向ICT產業集中,傳統產業與服務業等板塊的投資與創新可能受到排擠。考量全球情勢的不確定性,以及景氣循環的通則,為了提升台灣的經濟韌性,有必要推動產業的均衡與多元化發展。

連賢明認為,有跟上這一波AI浪潮當然是好事。而且在整個AI產業中,台灣靠著多年的硬體積累以及信任經營,真正扮演著關鍵的角色,不只是為客戶代工。現在的關鍵是要如何把握、善用科技業的優勢,讓傳統產業、服務業也能跟著獲益。

延伸閱讀:
一個Chrome擴充,讓NotebookLM幫你把YouTube精華轉成大師知識庫,隨時線上請教!
ChatGPT Images 2.0風格實測!日系手繪風、學習筆記、IG圖卡…8種好用提示詞一次收

關鍵字: #AI
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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