電信業長期被視為基礎建設提供者，競爭優勢來自網路覆蓋率與資費策略，而非技術研發。然而AI的出現，正在重新定義這個產業的核心競爭力。
台灣大哥大選擇不仰賴外包，讓IT部門重掌自研主導權。從門市到客服，AI已全面滲透內部資訊系統；客服語音AI從外包收回自研後，更訓練出精準率97%的語音辨識模型myVoca，且運算成本僅OpenAI Whisper-large-v3的12%。
在這場轉型中，台灣大哥大如何重新定位IT的角色？數位員工與真實員工之間的分工又該如何劃分？
終結外包，「靠自己」創新
很多公司的IT是「甲方資訊單位」的概念，但外包任務一多，工程師相對弱化了技術研發能力。因為外包管理需與技術研發兩者需要的職能不同，久而久之，留下來的不是研發人才，而是外包管理者。改變心態是重要一環。對內，IT部門是公司唯一供應商，但面對外部客戶時，你得拿產品設計與營運管理去說服他。這鍛鍊我們回到事情的本質，也就是客戶選擇你，是你要去贏來的事。
以前我們客服單位用的AI解決方案，基本上全部是外包。為了控制成本，語音質量檢驗只能抽檢，但自掌技術後就可以採取全檢，甚至可以即時檢查。下一通電話進來之前，客服就可以補強。我們優先投資的是能降低外包成本，且能增加部門效益的專案。自研的成本比外包便宜的專案就很多，光這些就做不完。而我們公司會用到的服務，全世界應該很多公司也會用到。所以只要把自己的需求滿足了，自然而然能夠變成產品。
勞務讓AI來，解放人類才能
企業AI應用的第一步，一定是讓員工把AI用起來。下一步是讓AI賦能原本的資訊系統，台灣很多企業在這裡就有點卡住，因為原本資訊系統就不完備。
台灣電信業內部資訊系統自製率很高，這一關對台灣大來說已經是過去的事。從門市到客服，我們的資訊系統都已有AI助力。但原本的資訊系統，是基於現有流程與架構打造的。AI代理時代，會打破原本的分工模式。AI可能不再只是員工的生產力工具，它就是一個生產力，可能是一個數位員工，但我們講的不是取代關係。
任何企業最珍貴的根本都是人才，而人才是被當人才用還是當人力用，有時候不是經營層的主觀意願，而是組織架構將人才束縛在人力工作裡。
透過全面導入AI，將人力工作交給AI做，讓人才回到人才做的事。這個過程不需要裁員，因為人類的需求是無止境的。AI能幫助醫生提升效能，但會不會因為這樣減少醫生？ 不會。就像每個人都想要更細緻、個人化的健康照護，人們對電信服務的需求也是無止境的。
AI轉型，資訊長責無旁貸
AI是資訊長最好的朋友，因為企業下一步重要的升級就是AI升級，而AI奠基在數位化的基礎上，IT在其中絕對扮演關鍵角色。過去資訊長希望推動數位轉型、數位升級與自動化，AI時代更是一定要做這些基礎建設。如果從資料、基礎建設到流程都是數位化的，AI加上去很容易施展。而這些任務原本就是資訊長的重要責任。
公司需不需要設置AI長？公司的職能劃分，有時候會有階段性的做法，也許是需要第三方整合跨部門想法，或是原本的功能分組有部分缺漏，需要一塊新的拼圖暫時拼上去。AI長就像是一個階段性的方案。組織分工細化，也伴隨著一些副作用，例如橫向協作、溝通的成本會上升。AI本身就是技術的典範轉移，從類神經網路、Transformer模型到向量資料庫，這些都是技術。長期而言，AI依然是資訊長的職務。
活用豐富內部語料特訓模型
語音質量檢驗背後是台灣大自研的語音模型。首先，電信業就是在提供語音通話服務，這是我們的本命區。其次，我們有大量跨年齡層且混雜多種方言的語料，可以提供AI訓練及驗證，這對研發很重要。
AI的語音能力有兩個面向：技術能力及產業深度。前者講求語音辨識的精準度，與輸出的自然程度。台灣大最新的AI語音辨識模型myVoca精準率達97％，且運算成本僅OpenAI Whisper-large-v3的12％，有進軍印尼、馬來西亞、越南等市場的潛力。後者的競爭優勢在能否深入產業場域，讓模型可以聽得懂行話。就像你聽得懂英文，卻不一定聽得懂一群講專業術語的醫生開會。這套微調的技術應該會由模型原廠提供，由產業客戶提供專業性語料，我們來微調基礎模型，訓練出客戶專用的模型。
蔡祈岩
台灣大哥大資訊長。中國中南大學管理科學與工程博士，現為IMA資訊經理人協會理事長、陽明交大兼任教授。
責任編輯：陳祈安
