台灣產業AI化大調查:47.8%企業把AI當標配,「AI人才」定義卻成共同難題
台灣產業AI化大調查:47.8%企業把AI當標配,「AI人才」定義卻成共同難題

人工智慧科技基金會(AIF)的年度報告《台灣產業AI化大調查》進入第五年,今年在企業AI成熟度上展現顯著躍升,逼近主流普及狀態僅一步之遙。但也讓AIF執行長溫怡玲直言企業挑戰走入「深水區」,AI治理不彰的風險正在加速擴大。

這份調查於2026年第一季進行,受訪企業以AIF會員與核心利害關係人為核心,共有228間企業受訪,以質化、量化方法兼顧的方式進行。

2026年的報告結果顯示,台灣企業的AI應用已經進入爆發期。企業們似乎已突破「看見但做不到」的瓶頸,早期大眾正在浮現,也表示未來進展可能更快。

AIF《台灣產業AI化大調查》
《2026 台灣產業AI化大調查》顯示,受訪企業的AI成熟度有顯著提升。
圖/ 《台灣產業AI化大調查》

AI工具快速普及,逼近主流市場分水嶺時刻

報告將企業的AI成熟度分為尚未實際應用的「未知」(unknown)與「探索」(conscious),以及進入試驗與規模化的「導入驗證」(ready)與「規模應用」(scaling)四個階段。

溫怡玲表示,過往前兩階段的占比大約是七成,後兩階段佔三成。但今年調查結果顯示,在前者佔比縮減、後者佔比提升的消長下,有實際應用AI的企業比例已來到47.8%,幾乎達到一半。

依照傳統創新傳播理論,當採納新事物的「早期大眾」浮現,顯示創新已經進入主流市場,正式普及。台灣產業的AI化可能也正在迎向這個分水嶺的時刻。

溫怡玲補充,創新傳播理論萌芽之時,還沒有社群媒體、知識型網紅的推波助瀾,因此接下來的進展速度還可能更快。

AIF 執行長
人工智慧科技基金會執行長溫怡玲指出產業AI化指數出現躍升。
圖/ AIF

然而,當AI成為標配,真正的競爭才要開始。一方面,報告指出領先者與落後者之間的差距深化,且不僅在技術層次,更是暴露出企業自身體質與轉型策略洞見的根本差異。

另一方面,生成式AI工具快速普及,從程式編寫到代理設計,技術門檻比過往更低,也讓AI應用「野蠻生長」。報告統計,每十家已應用AI的企業中,超過七家的AI應用行為實際上脫離組織管控。

這種缺乏組織授權與規範,員工們自發使用AI工具的情況,為資安與隱私保護帶來龐大威脅。現正快速延燒的AI代理風潮,也使挑戰更趨複雜。如何走在法規、合規規範之前,就是「水更深」之處。

掌握問題先於掌握技術,企業須強化人才策略

整體企業在AI化指數上,從去年的36.77分提升到47.26分,有26%漲幅。分別檢視三項細項面向:技術層面50.63分,增幅較小(+3.63),顯示基建部署已經大抵落定;經營層面48.61分,看見最大幅成長(+16.81),意指更多企業領導者已對AI有更進一步的概念與策略。

然而在人才部分,雖然也有8.23分的提升,但整體表現僅39.43分,是最為落後者。

溫怡玲指出,這可能是最弔詭之處。各種AI課程熱賣,不乏政府、企業積極補助員工進修,但AI人才策略實則勾勒不清,導致資源投入卻難以評估成效。

溫怡玲解釋,許多企業認為人才不足是導入AI的一大挑戰,但對「我究竟需要什麼樣的人才」沒有明確想法。AI工程師的JD怎麼寫?召募進來後要優先做哪些任務?新人才又如何融入現有企業流程?這些都是企業必須先釐清的。

AIF
政治大學傳播學院副教授陳宜秀強調辨識問題的能力。
圖/ AIF

對此,政治大學傳播學院副教授陳宜秀表示,教育者關心的重點也是人才,現在不僅許多白領工作者擔心工作受到AI威脅,連名校的資工系畢業生也有就業焦慮。讓教師們更加深思要如何培養、引領下一代人才。

專精設計思考的陳宜秀認為,一大關鍵在於理解需要解決的問題本質,再尋找可以解決的科技;而不是先把科技抓到手上,再思考要用它去解決什麼問題。

陳宜秀以台灣出生率低迷為例,許多人認為這是動搖國力的急迫問題,但「這是不是真正該解決的問題?」是否該將刺激出生率的政策視為經濟手段,將目光投向貧富差距、自動化、老年照護、婚姻教育等更根本的問題?

陳宜秀直言,現況是AI的技術並不是問題,每天都有新的技術萌芽,「問題是solutions超過我們所能掌握的problems的範圍。所以我們看到的,基本上是一個problem-solution fit的一個問題。」他指出,「我們已經有太多解答,可是我們沒辦法把問題塑造成一個這些解答可以應用的方式。」

AIF 董事長
AIF董事長詹婷怡指出,今年AI在落地應用上有大幅進展。
圖/ AIF

AIF董事長詹婷怡認為,2026年的報告顯示,AI在落地應用上有大幅進展,企業尋求創新營運模式、改變組織文化,吸納AI成為團隊成員,都是明顯的趨勢,治理的挑戰也隨之浮現。

詹婷怡認為未來AI不會只是工具,更可能被視為一個「新的標準的人類」。人類要準備與AI成為團隊夥伴的關係,但真正的情感溫度、價值觀判斷,還是以人類為基石。

延伸閱讀:不用再複製貼上了!Gemini一鍵輸出Word、Excel、PDF等10種格式,連簡報Slides都能直出

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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