鑫台灣財經網/顏瑞田/台北報導
隨著企業加速投入資料平台、生成式AI與AI Agent,AI應用正逐步從概念驗證走向實際營運,但能否規模化、可信任地進入企業核心流程,已成為高階主管推動數位轉型面臨的重要課題。資誠(PwC Taiwan)指出,企業即使完成AI基礎建設,從「AI-Ready」走向真正創造營運價值的「AI-Value」,仍須跨越資料、知識及AI治理三道缺口,並建立可治理、可追溯及可重用的企業AI資產。
資誠日前於第十九屆CIO價值學院第四堂課「創新與轉型-AI創新轉型新視野」,以「打造企業持續的Data×Knowledge×AI能力」為題,與高階主管分享企業導入AI過程所面臨的治理挑戰,以及如何讓AI從一次性專案,逐步轉變為企業可長期累積及重複運用的能力。
AI-Ready不等於 AI-Value,企業需跨越三道缺口
資誠聯合會計師事務所協理蔡旻君表示,許多企業的AI-Ready清單已逐項打勾,但主管卻仍不敢以AI Agent提供的答案做決定。問題往往不在模型,而在從AI-Ready走到AI-Value,企業還需跨越三道缺口:
(一)資料面:「拿得到不等於拿得對」,同一個指標在平台中常有多個版本。
(二)知識面:「文件存在不等於知識可用」,規章、合約等非結構化文件仍缺乏治理。
(三)AI面:「Agent上線不等於有人管理」,Agent的負責人、使用的資料與版本未必有紀錄。
蔡旻君指出,企業過去多著重於整理結構化資料,卻忽略數量龐大的非結構化文件,如SOP、維修報告與合約。她以製造業情境說明:當主管詢問「上個月良率低於目標的機台,維修紀錄和SOP裡有沒有注意事項」,可信的答案必須同時整合MES數據、設備主檔、維修報告與SOP,並將「良率」、「合格率」等不同說法,統一為一致的定義。
建立統一資料入口,讓每個AI答案皆可追溯
在架構上,蔡旻君建議,企業可將邏輯資料平台,作為AI唯一的資料入口:資料留在原地、不必搬移,權限在取用當下套用,並自動留下答題紀錄,使AI的每一句回答都查得到出處,並具可稽核性:
資料面:可透過邏輯資料層建立語意層,讓關鍵指標在全公司採一致定義,並依提問者權限即時取用、留下紀錄;
知識面:從「文件身分證」與版本管理做起,將文件梳理成知識與關係圖,確保只有經核准的現行版才可供AI使用;
AI面:為每個Agent登記「AI資產戶口」,讓每一個答案都能追溯資料與文件來源。
治理從第一步開始,奠定企業AI發展根基
資誠聯合會計師事務所副總經理徐民樺表示,不少企業將資料治理與AI治理,視為獨立專案,待AI上線後再回頭補強,結果是,一旦碰到答案出現錯誤時,卻難以追溯應在哪個環節修正問題。因此,治理應內建在企業AI底座的每一層:如何定義資料、哪一版文件可以用、Agent能取得哪些資料等,先由人訂定規則,再交給平台於每次取用時依照規則執行,並將過程完整記錄。
徐民樺指出,AI雖能加快整理與回答的速度,但,最終核准決定權應掌握在人手中。企業對AI的信任,不僅止於模型有多強,更在於每一個答案都說得出依據、每一個決定都找得到負責的人。隨著這些紀錄在日常運作中持續累積,治理將逐漸轉化為運作的一部份,並成為企業將AI應用於核心流程的「底氣」。
從一個Agent、一份文件開始,逐步累積可重用的企業資產
資誠企業管理顧問公司執行董事陳念平建議,企業推動AI,可從「一個主管關注的問題」、「一個已上線的Agent」、「一份最常被引用的文件」開始:在選定場景的同時,建好整體架構,並針對資料、知識與AI三種資產建立治理規範、責任歸屬與核准程序,逐步累積能由下一個AI Agent重用的資料與知識,為企業建立持續的Data×Knowledge×AI能力,讓每一個AI答案都有憑有據。