全台企業AI領先度大調查:

先進者多擁獨立AI團隊、整合外部資源共創發展、金融業相對領先
不論領先度皆視「提升營運效率」為最重要績效指標,然決策與執行層級存在歧見

SAS舉行全台「企業AI領先度大調查」,揭露台灣企業導入AI(註1)的現況。調查發現,發展AI較成熟的先進者企業,半數有成立獨立AI、分析團隊,也懂得運用外部合作夥伴共創AI發展及採用技術成熟的解決方案,對AI專案的結果也較為滿意。而AI成功與否最重要績效指標為「提升營運效率」,然決策層級與執行層級卻存在歧見,突顯企業內部對發展AI的評估機制有認知落差。發展AI時所重視的四大要素,包括達成發展共識、AI人才、AI的基礎架構、多元分析人才能協同合作等。而不同產業導入AI的情況,「金融業」屬先進者佔比較其他產業高,且超過8成透過外部資源或委外投入AI分析;零售、流通、服務相較於其他產業,以完全委外比例最高。

面對企業紛紛於AI軌道上競逐,來台參加SAS年度峰會的SAS全球人工智慧研發中心資深副總裁Saratendu Sethi,建議正踏出導入AI應用第一步的企業,應掌握以下原則:

1.從「小」做起-組織一個易於協作小型團隊,給予成員清楚的時程、達成目標及合理預算,讓投資相對無痛。
2.掌握產業核心價值-讓所有關係人能理解投資價值,且選擇能搭起領域知識專家及AI技術人員溝通橋梁的領導者,如此一來當專案具成效,對組織才有擴散的影響力。
3.延伸價值-不吝給予團隊階段性成果的表揚,為其他企業內部其他團隊發展AI,發揮鼓勵作用。

過半先進者與追隨者,傾向整合外部資源發展專案

「企業AI領先度大調查」針對台灣千家企業以AI領先度分群,將台灣企業分為先進者、跟隨者、觀望者及未啟動者等四大族群(註2)。調查發現,以AI團隊組織型態而言,先進者擁有獨立的AI分析團隊相較其他分群比例較高,從先進者到觀望者,有獨立AI團隊的比例從50%、40.6%、32.2%一路下降;但無論是先進者還是追隨者,平均約6成會選擇整合外部資源(採購分析軟體或顧問服務);而觀望者則相較於其他分群,委外的比例是最高(21%)

提及AI專案的整體滿意度,85%先進者表示「滿意且與預期成效相符」;追隨者、觀望者則依序遞減,顯示AI分析投入需要時間與經驗的持續累積,更能實際感受到效益。

而若加入產業面向解析,「金融業」已投入AI分析者高達58%,是相對啟動較早也有一定規模的產業;「製造業」雖然也有45.5%開始投入,但「還沒開始」的比例也高達49.5%。此外,「金融業」高達82%透過外部資源或委外投入AI分析;其餘產業自行打造與外部資源的比例約各佔一半;而「零售/流通/服務」相較於其他產業,以完全委外比例最高。

究竟企業在導入AI方案時,到底要內建團隊自行打造、與外部共創或是委外開發?全球數據分析領導者SAS,其台灣業務顧問部副總經理陳新銓指出「需視企業核心競爭力而定,才能規劃內部組織與技術定調的策略。」他進一步解釋,有些企業的核心競爭力牽涉客戶隱私或是核心流程或製程資料,因此寧願選擇自行開發,但若評估客製化成本過高時,即會傾向將成熟技術外包。

企業發展AI最關注:共識、人才、基礎架構、協同合作

「企業AI領先度大調查」進一步分析加速企業AI發展的組織面、資源面、資料面和技術面因素。首先從組織面來看,先進者、跟隨者和觀望者都認為「組織內部達成發展AI的共識」最重要,其中先進者認為次之重要的還有「團隊領導者有足夠的經驗帶領團隊」,顯見大家目前都對企業領導者在AI策略制定與自身經驗有所期待。

其次為資源面因素,調查中顯示,不管哪個族群都認為「人才」是發展AI的關鍵,企業普遍反應AI人才難尋,「年度預算」反而居次。

第三則從資料面來看,調查指出「發展AI的基礎架構齊全(如:資料庫)」在所有族群皆排序第一,其次為「蒐集的資料量充足」。

第四為技術面,調查顯示,所有分群都認為「使多元分析人才能協同合作 (如:Python、R、BI分析、深度學習等)」最重要。對先進者而言,其次希望能打造單一AI平台,集結所有AI工具,達成AI端到端的情境;對追隨者與觀望者則希望可以「降低撰寫AI程式的困難程度 (如:程式過於複雜、難以維護、難以協同合作)」。

各大產業AI採用方向

而各大產業目前已採用或正在驗證階段的AI解決方案,也呼應了獲利模式。調查指出金融業與零售/流通/服務,已有採用「虛擬助理」、「自然語言處理」方案,而「機器學習模型」、「進階推薦演算法/ 模型」也在驗證中。其投入AI或分析方向會以改善「對外」增加服務效率體驗與推薦系統為主。

製造業則已採用「電腦視覺」、「機器學習模型」,正在驗證「最佳化與預測」技術與「即時決策平台」。著重考量於「對內」輔助決策與管理,以降低營運成本為最終目的。

「提升營運效率」為AI成功與否最重要績效指標,然決策層級與執行層級存在歧見

至於最受關注的,如何衡量AI導入是否成功的績效指標,整體而言,不論族群皆指出最重要的是「提升營運效率」、「降低營運成本」次之。而對金融業來說, 「提升客戶滿意程度」 、 「業務創新程度」又較其他產業重視。

然而若下探各職等的看法,各職等雖然皆認同「提升營運效率」是導入AI成功與否的共識,但進一步深究重要性的前段排序,近60%企業負責人,還視「品牌市占率」為重要績效指標、55%中高階主管,也看重「業務創新程度」,但70%一般職員與專業人員卻集中認為「降低營運成本」是績效指標的重要性。顯示決策層級與執行層級,有認知落差,決策層級仍期望有品牌效益,讓客戶有感,但執行層級則堅守成本概念。或許凸顯組織內部需要更透明的溝通,以讓AI專案更有創新的空間。

調查說明

本次調查時間自2019年6月13日起至7月19日為止,共取得1,200+份有效樣本數。 註1:本調查所指人工智慧(AI)是企業擁有「能反覆學習或自動化的系統,其可協助或部分取代高重複性及高運算需求的人類工作,甚至做到資料驅動的自動化決策」,涵蓋有分析技術包含機器學習、自然語言處理、最佳化與時間預測、電腦視覺…等。 註2:本調查針對「AI領先度」設定三個維度作為分群依據:踏上AI分析旅程的時間長短、分析組織人數、目前已採用AI專案數量。針對問卷回覆結果,賦予各選項權重分數後,執行k-means分群演算法,最後得出「企業AI領先度四大分群」,定義如下:

1.先進者:開始AI分析3~10年,分析組織50~100人,5~10個AI專案。
2.追隨者:開始AI分析1~5年,分析組織10~20人左右,1~2個AI專案。
3.觀望者:開始AI分析1~5年,分析組織10人左右,委外的比例最高, 0個AI專案。
4.未啟動者:無AI或分析相關組織,也未採用任何AI解決方案

關於SAS

SAS於1976年於美國創立,是全球首屈一指的數據分析領域領導者,提供創新的分析、商業智能及資料管理軟體與服務。目前,SAS在全球59個國家擁有據點,協助超過80,000家企業進行最佳商業決策,其中包括《財富》雜誌全球500強企業,前100家企業中的91家。
SAS台灣分公司於1989年成立,目前國內超過五百家產業客戶。
更多資訊請參見 SAS台灣官網

Editorial contacts:

Back to Top