企業對 AI 如何與現有營運系統結合普遍缺乏了解，使得落地應用成為大部份企業難以跨越的關卡(圖片來源/pexels)

2025 年調查聚焦於「AI 在企業落地的關鍵」，結果顯示，雖然生成式 AI 浪潮提升了企業對 AI 的認知，但企業對 AI 如何與現有營運系統結合普遍缺乏了解，使得落地應用成為大部份企業難以跨越的關卡；同時認知的落差，極可能成為資安與隱私風險隱憂。

企業 AI 發展步伐緩慢，技術能力提升卻未帶動應用落地

「台灣產業 AI 化大調查」是以企業為單位所進行的 AI 能力評估，分別從「經營策略」、「人才培育」及「技術應用」等三大面向進行評估，將分數加總平均後，再依據分數不同分為「Unknowing AI」、「Conscious AI」、「Ready AI」與「Scaling AI」四大群。

四大群體分別反映企業在 AI 認知與應用上的不同成熟度，分別是：

Unknowing AI ：企業對 AI 的認識仍處於初期階段，多數員工可能聽過人工智慧，但缺乏相關知識，也不清楚 AI 的應用方式。  

Conscious AI ：企業已具備基礎的 AI 知識，並對 AI 的能力與限制有初步了解，但仍處於觀望與評估階段，尚未開始實際應用。  

Ready AI ：企業已對 AI 應用有一定認識，並具備明確的 AI 發展目標，可能正在進行 AI 專案的試驗與導入。  

Scaling AI ：企業不僅擁有 AI 技術與知識，且能夠成熟運用 AI 於不同專案，實現 AI 規模化應用，推動業務創新與優化。  這四個階段可作為企業 AI 化進程的參考指標，協助企業評估自身定位，並規劃適合的 AI 發展策略。

整體而言，「Unknowing AI」企業比例降低至四成以下（由45.5%降至39.4%），而「Conscious AI」則增加至三成（31.7%），但後面兩大群的數據則沒有顯著上升。顯示近兩年雖然企業對 AI 的認知提升，AI相關知識出現擴散效果，但在企業實際落地應用的「Ready AI」與「Scaling AI」比例並未改變，這正是接下來產官學界必須共同努力的方向。

與往年相較，在滿分為100分的基準下，整體企業在「經營策略」表現持平，平均僅 32 分。成長最明顯的「技術應用」面向平均指數有 47 分，資通訊產業表現最佳；至於「人才培育」僅有 31.5 分，47% 尚未規劃 AI 人才發展策略，顯示國內企業對於 AI 人才的訓練與培育需積極加強。

個別產業表現，製造業/政府機關/其他在使用AI工具及技術方面表現有明顯成長，推測是受生成式 AI 工具影響，能夠快速上手AI。

裝置端 AI 認知不足，資安風險浮現

人工智慧科技基金會指出，調查結果中特別注意的是，多數企業與使用者對 AI PC、AI 手機等裝置端 AI 的概念認識有限，甚或無法辨別「裝置端 AI」與「雲端 AI」，而這可能增加企業潛在資安威脅。因為目前許多人雖使用手機、電腦等終端裝置，但仍將資料丟上生成式AI Chatbot。由於使用者並不了解相關資訊，可能在不知情的情況下上傳敏感資料而不自知，甚至長期處於開放網路連線的環境。

亦即，就算使用裝置端 AI，若無法在離線環境下獨立運作，實則仍非真正的本地端 AI 應用。對企業而言，這種模糊性將增加資料控管與安全監控的變數，難以準確掌握資料流向與風險邊界。

跨越AI落地應用關卡，各產業需具體指引

相較於 2022 年，今年更多企業已將 AI 納入策略規劃，但超過 50% 的企業仍缺乏明確的人才發展或內部應用藍圖。大多數企業依賴現有資訊服務提供廠商導入外部 AI 模型，或使用現有 AI 工具與解決方案，自主開發或調整開源模型的比例偏低。此外，即便已有 AI 導入實績，許多企業仍難以量化其效益，影響策略推進的信心。

在資料治理方面，雖然有越來越多企業開始設立資料管理職位，但對「資料交換策略」的認識與規範仍不足。這一盲點在國際可信賴 AI 標準中屬關鍵項目，若未強化，將成為企業與國際接軌的重大障礙。

調查也顯示，企業對於「AI 名詞」與「實際應用」的理解誤差普遍存在。例如，部分零售企業尚未完成資料電子化，即嘗試導入 AI 模型，在基礎數據尚未完善的情況下導入 AI，影響AI模型表現。這反映出企業在 AI 導入過程中，對技術需求與前置條件的認知仍有不足，可能影響未來 AI 部署的成功率與投資效益。

對此，人工智慧科技基金會結合多年企業 AI 輔導與顧問經驗，將於4月17日發布「AI 應用指引」，提供具體方法協助企業導入AI應用。此外，基金會建議政府調整算力政策，從集中式建設轉向分散式應用推廣，以提升 AI 普及的韌性與在地應用能力。企業則需加強對裝置端 AI、推論與訓練等基礎概念的理解，並建立更完善的 AI 風險管控機制。

人工智慧科技基金會指出，台灣產業 AI 化雖已啟動，但仍這三年始終處於早期整備階段。反觀在 DeepSeek 開源模型推出之後，已帶動全球人工智慧產業發現另一種新的可能性，台灣也應該把握這個關鍵時刻，在 2025 年縮小「認知落差」、補足「治理漏洞」並培養「AI 專業人才」，讓產業 AI 化真正落地，並在安全可控的前提下持續創造價值。

關於《2025 台灣產業 AI 化大調查》

本次調查共邀請台灣 315 家企業經理人、主管及 AI 專案相關負責人參與，涵蓋科技製造、金融、零售、政府等十餘種產業。調查內容聚焦企業在 AI 導入過程中所面臨的挑戰、認知落差及未來關鍵行動，提供產業發展的重要參考依據，並協助企業制定更完善的 AI 發展策略。

本文授權轉載自財團法人人工智慧科技基金會《知勢》，原文請點此

(原始連結)


更多信傳媒報導
生物多樣性如何量化？要多多元、平等和包容才合理？誰說了算？
好忙、好忙的新媒體世代──政大張郁敏剖析「媒介多工」如何影響我們的生活與情緒
政府推動員工協助方案的成效─以新北市為例