【AI】2024 百工百業 AI 落地行動指南_2024 AI TAIWAN未來商務展.pdf

1、統籌暨策動單位共同推動響應夥伴策略夥伴2024 百工百業AI落地行動指南AI應用、挑戰與先鋒者的關鍵啟示研究方法2 生成式人工智慧技術的推出、成熟與普及，帶動全新的人工智慧應用浪潮，為協助台灣組織趁勢起風，數位時代與未來商務社群發起台灣產業 AI 落地調查，從組織、人才、技術、流程四大面向切入，並與台灣人工智慧學校共同推動，聚焦企業實際營運現況，透過正在評估、測試與導入人工智慧技術與應用的組織調查、產業權威與企業的實例分享，剖析在 AI 時代下的市場格局，解碼 AI 轉型關鍵挑戰，更做為百工百業評估 AI 未來發展必看的關鍵指南。調查/抽樣方式：網路問卷，透過巨思文化媒體群與台灣人工智慧學校旗

2、下會員資料庫、社群發送邀請函給受訪者進行的調查 調查對象：在人工智慧（包含機器學習/深度學習/生成式人工智慧等平台工具，以及具備AI功能的軟體/硬體/服務）這個領域擔任主要決策者、決策成員之一、或者是意見會影響決策者 調查時間：2024年05月23日到06月07日 有效樣本數：334份（完成樣本數502份，扣除126位非AI決策者/決策團隊成員/影響者，以及42位沒有計畫導入AI的企業）我是決策者1101000+5011000201500101200115051100我是決策成員之一我是影響者有計畫/正在/已經導入 AI沒有計畫導入 AI受訪者334 人研究方法職責受訪者員工人數17%24%2

3、1%88.8%11.2%7%10%11%19%8%42%41%研究方法3 旅程台灣組織的人工智慧旅程政府與教育金融服務零售服務電信傳播醫療照護交通運輸製造服務與其他正在評估39%50%80%28%50%57%55%50%透過 POC 了解 AI 效益36%20%17%36%22%22%19%24%已經導入 AI 應用25%30%3%36%28%21%26%26%產業AI旅程現況政府與教育服務與其他金融服務零售流通製造醫療照護電信傳播交通運輸17%34%3%10%30%5%4%4%正在評估已經導入 AI 應用透過 POC 了解 AI 效益53%24%23%台灣企業/組織AI準備度與導入現況分析4

4、 生成式人工智慧技術的推陳出新與相關應用服務的普及，帶動全新的人工智慧浪潮，為協助台灣組織趁勢起風，今（2024）年 5 月到 6 月，數位時代及未來商務社群攜手台灣人工智慧學校共同推動2024 台灣產業 AI 落地調查，發送網路問券給負責組織人工智慧策略與行動的決策者與影響力者，瞭解驅動台灣政府/教育、金融服務、零售服務、電信傳播、醫療照護、交通運輸、製造、服務/其他等組織展開人工智慧旅程的原因，台灣組織在組織、人才、技術、流程四個面向的掌握度，以及面臨哪些人工智慧轉型挑戰，爾後，透過專家權威與代表企業的實例分享，剖析 AI 最佳實務，做為百工百業評估 AI 未來發展必看的關鍵指南。近 9

5、成企業展開 AI 旅程，TOP3 驅動力是改善生產力、優化營運流程與提升營收獲利2024 台灣產業 AI 落地調查結果顯示，高達 88.8的台灣組織已經展開人工智慧旅程（AI Journey），之所以如此，與台灣組織期待透過人工智慧技術改善員工生產力以更好回應少子化與超高齡社會趨勢，改善營運效率以提供更好的工作環境、優化營運成本與提升競爭力，以及藉此創造新的營收獲利以實踐永續營運等因素有關。進一步細看已經啟動人工智慧旅程的組織現況：53組織正在評估 AI 技術與產品服務，23已經透過概念性驗證專案（POC）理解人工智慧技術帶來的效益、確認投資報酬率，以及 24組織已經將人工智慧技術應用到真實營

6、運環境；若是進一步細看不同產業將人工智慧技術應用到真實營運環境的差異，是以電信傳播產業最快，其次是金融服務、醫療照護、服務/其他、製造、政府/教育、交通運輸以及零售服務。相較於其他產業，電信傳播產業最積極透過人工智慧技術開創新的營收獲利，因此，會調查結果顯示：近8成台灣組織展開 AI 旅程，對生成型AI、互動型AI與辨識型AI需求高，不過，僅3成組織員工認為其非常熟悉與熟悉AI技術，該如何破局、引領市場？2024台灣產業AI落地調查結果揭曉：三大因素驅動組織聚焦五大應用台灣企業/組織AI準備度與導入現況分析5 主動思考如何以機器學習、深度學習跟生成式人工智慧技術打造與優化客戶服務機器人、生成全

7、通路廣告行銷內容、落實個人化精準行銷等；金融服務產業則較其他產業更重視以人工智慧技術提升員工生產力，也因如此，其較關注客戶服務機器人、專家諮詢與推薦系統、詐欺分析、IT維運優化與員工個人助理等應用。醫療照護產業也將人工智慧技術視作提升營收獲利的重要管道，積極透過客戶服務機器人與專家諮詢與推薦系統協助病患與使用者快速取得所需資源；至於服務/其他、製造以及政府/教育的人工智慧應用都是以提升員工生產力為主，這與少子化、勞動力缺乏等因素息息相關，需要透過數位科技建構更高效的工作環境以吸引人才、發揮最佳生產力、優化工作體驗進而提升留任率。進一步從受訪者職務內容來看，促使企業經營者/負責人評估、測試與導入

8、人工智慧技術的 TOP3 驅動力分別是創造營收獲利、改善營運效率以及員工生產力，而管理階層跟專業/一般員工則更重視人工智慧技術是否有助於改善員工生產力，亦即將人力從繁瑣業務釋出或者是賦能員工技能等，其後才是改善營運效率跟創造營收獲利。從上述調查結果來看，對於人力密集型、大量倚靠員工執行各項業務的企業來說，想要更好招募、培育與留任員工，必須以人工智慧技術提供員工個人助理等有助於提升員工生產力的應用，此外，為取得經營管理層的支援，必須將人工智慧應用與營收獲利進一步扣連。整體(n=334)政府/教育(n=28)金融服務(n=10)零售服務(n=35)電信傳播(n=14)醫療照護(n=18)交通運輸(

9、n=14)製造(n=100)服務/其他(n=115)正在評估、尚未採取行動53%39%50%80%28%50%57%55%50%正透過 POC 了解AI 帶來的成效23%36%20%17%36%22%22%19%24%已經將 AI 應用到真實營運環境24%25%30%3%36%28%21%26%26%資料來源：2024 台灣產業 AI 落地調查，2024/07台灣組織的人工智慧旅程現況台灣企業/組織AI準備度與導入現況分析6 組織超過3成組織已擬定 AI 短、中、長程策略與行動2024 台灣產業 AI 落地調查是從組織、人才、技術與流程四個面向探討台灣組織的AI 準備度發展。在組織這個面向，是

10、從策略行動、專職團隊、預算跟關鍵績效指標四個維度了解組織現況：在策略行動方面，調查結果顯示，36組織正透過 POC 專案驗證人工智慧技術帶來的成效，27組織僅設定人工智慧的短期（12個月）策略，僅32組織針對人工智慧技術與應用擬定短期、中期與長期策略跟行動，之所以如此，與人工智慧技術與應用仍在發展階段，企業需要更多時間驗證、調整與最佳化人工智慧應用，方可擬定具體可行的短期、中期與長期策略行動。比例組織是否有擬定 AI 策略與行動政府與教育金融服務零售服務電信傳播醫療照護交通運輸製造服務與其他有擬定短、中、長程策略與行動39%60%20%43%33%43%26%33%仍在以 POC驗證 AI 效

11、益39%10%31%43%44%29%43%30%僅設定短期(12 個月)策略22%30%46%14%17%21%23%30%其他0%0%3%0%6%7%8%7%近3成組織有長期策略與專職團隊負責AI活動，但為人工智慧技術與應用設定關鍵績效指標（KPI）僅 7.8AI策略整體比例32%36%27%5%台灣企業/組織AI準備度與導入現況分析7 近3成組織有專職團隊負責AI相關活動 儘管有32台灣組織有針對人工智慧技術擬定短期、中期、長期策略與規劃，但進一步細看台灣組織是否已擬定人工智慧技術與應用的關鍵績效指標（KPI），調查結果顯示，僅7.8有設置一體適用的關鍵績效指標、47.6是因應專案內容客

12、製化調整指標，仍有44.6台灣組織尚未設定人工智慧關鍵績效指標，顯示台灣組織的人工智慧應用仍處於高速發展階段、還在摸索最佳實務/應用方式。在專職團隊方面，調查顯示僅29組織有成立專職團隊負責統籌規劃與管理 AI 相關活動，從產業的角度來看，金融服務、電信傳播、政府/教育跟醫療照護設置人工智慧專職團隊的比例都較整體平均值高，相較之下，零售流通在設置專職團隊的腳步最緩。值得特別注意的是，調查顯示，近半數（46）台灣組織是由資訊擔負統籌管理人工智慧技術與相關應用，其中，又以零售服務產業為最，這與上述調查結果呼應：僅11 零售服務業有設置專職團隊、比例較其他產業低。比例組織是否有專職團隊推動與管理 A

13、I 技術與應用政府與教育金融服務零售服務電信傳播醫療照護交通運輸製造服務與其他有專職團隊39%60%11%43%39%21%27%28%由資訊單位負責36%20%66%50%39%57%50%40%跨部門虛擬團隊/PMO 負責25%10%9%7%11%14%19%20%其他0%10%14%0%11%8%4%12%專職團隊整體比例29%46%17%8%台灣企業/組織AI準備度與導入現況分析8 台灣有23組織已經透過POC驗證人工智慧技術帶來的成效，以及24組織將人工智慧技術導入真實應用環境，但進一步看台灣組織是如何提撥人工智慧預算，調查結果顯示，僅25台灣組織有擬定 AI 的年度預算，其餘70組

14、織是以專案預算的方式進行 AI 投資，剩餘的5仍在評估中。進一步細看產業區隔，高達70金融服務產業已為人工智慧擬定年度預算，這與高達60金融服務企業設有人工智慧專職團隊相呼應，顯見金融服務產業的積極性：無論處於人工智慧旅程的哪一個階段，都肯定人工智慧技術的重要性，在策略行動、專職團隊與年度預算的準備度都相較其他產業高。比例組織是否有專職團隊推動與管理 AI 技術與應用政府與教育金融服務零售服務電信傳播醫療照護交通運輸製造服務與其他專案預算64%30%82%71%61%72%69%74%有擬訂 年度預算32%70%9%29%39%21%29%20%其他4%0%9%0%0%7%2%6%25組織有因

15、應AI擬定專門/年度預算AI預算整體比例70%25%4%台灣企業/組織AI準備度與導入現況分析9 組織招募的 TOP3 人才：GenAI、數據分析、深度學習人力調查結果指出，63.2台灣組織因為欠缺人才與技能而阻礙了其導入人工智慧技術與應用的進程，因此，本研究除調查台灣組織愈招募哪方面的人才，更進一步了解組織不同部門與職務的員工對人工智慧技術與應用的掌握度，以及人才培育方式，結果顯示：第一，台灣組織欲招募的 TOP5 人工智慧人才分別是生成式人工智慧人才（60）、數據管理/數據分析人才（57）、深度學習人才（37）、機器學習人才（35）跟演算法人才（32），這除與台灣組織欲透過生成式人工智慧技

16、術與應用提升員工生產力相呼應，另外一個關鍵是，台灣組織對於核心人工智慧技術人才的需求提升，同時帶動對數據管理與分析人才的需求。進一步細看各產業欲招募的 TOP3 人才，可以發現：醫療照護、交通運輸、製造產業最需要的人才分別是深度學習、數據分析以及數據分析，這與產業特性有關，例如醫療照護產比例組織是否有專職團隊推動與管理 AI 技術與應用政府與教育金融服務零售服務電信傳播醫療照護交通運輸製造服務與其他1GenAIGenAIGenAIGenAI深度學習數據分析數據分析GenAI2深度學習數據分析數據分析數據分析GenAIGenAIGenAI數據分析3數據分析IaaS深度學習演算法數據分析機器學習機器學習API4演算法演算法機器學習機器學習演算法深度學習演算法機器學習5機器學習深度學習演算法容器化機器學習API深度學習演算法組織想招募的人才類型3成組織員工熟悉與非常熟悉 AI 技術與相關產品服務，63.2因為欠缺人才與技能而阻礙導入進程60%57%37%35%32%27%21%18%13%12%9%9%生成式人工智慧技術演算法DevOps深度學習公有雲/基礎架構即服務（IaaS）開放原始碼軟