數位時代王志仁關於企業落地AI的三大關鍵問題

數位時代總編輯王志仁日前於「AI 2025」直播論壇中，以其三十年科技產業觀察經驗，分享了企業在AI時代需要面對的三大關鍵問題，同時介紹了台灣與全球AI應用的成功案例。這場由數位時代與新商業學校共同主辦的直播論壇，是「AI in Action」系列活動的一部分，吸引了大量關注AI發展與商業機會的觀眾。

數位時代「AI in Action」系列活動

王志仁在開場時介紹了數位時代今年第二季推出的「AI in Action」專題系列，內容包含：

• 四月號雜誌以「全球AI100」為主題，含台灣本地50家AI公司的介紹
• AI相關技術圖解與短影音在YouTube頻道上線
• 四月底至五月初推出兩支影片：「搶救大缺工潮」及「引爆AI新智造」
• 六月底（6/26-6/28）將在台北花博舉辦「AI Taiwan」未來商務展

「AI 2025」直播論壇由三個環節組成，除了王志仁的開場分享外，還邀請了前台灣Google董事總經理簡立峰（現擔任中華電信與Appier愛卡拉等公司董事）以及波士頓顧問公司董事總經理徐瑞廷（JT）分享他們對AI發展的見解。

企業面對AI需思考的三大問題

在過去接觸眾多專家與企業後，王志仁歸納出企業在評估或導入AI時需要思考的三個基本卻關鍵的問題：

第一問：價值創造目標—30%還是30倍？

「你在思考人工智慧所帶來的價值創造機會裡面，你的預期是三十趴還是三十倍？」王志仁引用了Steve Jobs的經典問題。在成熟行業中，頂尖者與平均水平的差距約為30%，但在新科技帶來變革的領域中，這個差距可能達到30倍甚至更多。

王志仁舉例說明：「當年他舉到這個題目的時候，他其實舉了一個例子，就是在很多行業裡面，特別成熟行業，大概最頂尖的百分之五能夠賺到的就是創造的價值，跟大概平均就是在中位數五十趴的這個部分喔，在成熟行業這個差距大概是三十percent。」

相對的，在某些特定領域，特別是由新科技帶來的變化中：「這個差距就不是三十趴，它有可能會來到三十倍喔。」

案例分析：30倍價值創造的企業

DeepMind

DeepMind公司從開發AlphaGo（2016年贏過韓國圍棋棋王李世石）到AlphaFold（預測蛋白質結構），現已應用於新藥開發領域。王志仁指出：「二十年前，要開發一款新藥的成本一般需要經過十年的時間跟大概十億美金。」經過技術進步，已降至「五年、五億美金」，而有了AlphaFold這樣的技術後，預期可進一步降至「一年跟一億美金以下，意思是可能是幾個月的時間跟可能千萬美金或者成本有可能下降到就是百萬美金去開發一款新藥。」

DeepMind創辦人Demis Hassabis在2023年獲得諾貝爾化學獎的肯定，證明這項技術不僅創造商業價值，也為科學研究開闢了新領域。

NVIDIA

NVIDIA從1993年成立時專注於繪圖晶片製造，到現在成為AI算力提供者，轉變為系統解決方案公司。王志仁解釋：「Nvidia這家公司它其實早就不是一家半導體晶片設計公司了，那它其實進入到一個系統的公司，特別是這個系統的應用在很多領域都存在。」

黃仁勳提出的「Data Center is a Computer」概念，代表著電腦運算架構的革命性變化。過去十年中，NVIDIA的市值成長了100倍，是全球漲幅最高的公司。

第二問：改善營運效率還是改變商業模式？

王志仁提出了一個象限圖，用市場（新/舊）和技術（新/舊）來分析企業策略：

• 右上角（新技術+新市場）：風險最高，但潛在回報最大，多為新創公司
• 左上角（新技術+舊市場）：用新技術優化現有市場服務，風險可控
• 右下角（舊技術+新市場）：將成熟技術帶入新市場，如台灣珍珠奶茶國際化
• 左下角（舊技術+舊市場）：風險低但容易遇到激烈競爭，報酬有限

在AI領域，一般來說：「右上角的比較多現在是所謂的新創公司，因為它相對承擔的風險的能力高，nothing to lose。那多數的現有的各行各業的公司，我們是處於在左上角的部分哦，就你怎麼樣去透過用AI，一個新的技術應用在你原有的這個市場服務你的客戶，或者在公司的內部的營運上去做改善、優化。」

台灣企業用AI改善營運效率的案例

智齡科技：長照照服員效率提升

台灣已進入超高齡社會，照服員平均要照顧8-15位長輩，且60%的時間花在記錄體徵數據等文書工作上。智齡科技提供的服務能讓體徵數據直接進入系統分檔歸類，節省照服員大量時間。

海盛科技：水產養殖業的AI監控

傳統養殖業者需定期巡視魚塭，特別在極端天氣時，可能需要每兩小時甚至隨時待在漁塘旁。海盛科技提供水下攝影監控系統，能夠偵測魚群狀況並進行即時水質分析，讓業者只需在電腦前監控，異常時才需親自處理。

達明機器人：製造業協同機器人

面對缺工、高流失率和彈性化小量多樣生產的挑戰，達明機器人開發的協同機器手臂，能夠執行繁瑣例行的工作（如鎖螺絲），並利用AI視覺技術進行精確定位和品質檢測，解決現代製造業面臨的多重困境。

第三問：外包還是自建團隊？

根據數位時代2023年底的調查，台灣已有近九成企業正在評估或初步導入AI工具。面對技術快速迭代的挑戰，企業需要決定是否自建AI團隊或尋求外部合作。

王志仁建議：

• 如果目標是提升營運效率（30%提升），優先尋找外部專業服務提供商
• 如果目標是創造新商業模式（追求30倍報酬），則必須自建團隊

「如果我們想的是在我的日常的營運效率的改善，那更多是說那像外部的這個可以提供相關服務的公司，我們盡可能從這邊去評估、去下手。」王志仁解釋道。

台灣企業的外部AI服務案例

律果科技：法律合約AI助手

律果科技將法律合約格式建成資料庫，以訂閱式服務方式提供企業法律顧問服務，協助企業處理日常合約起草和審核工作。

七法Lawsnote：法律界的Google

七法Lawsnote整合大量法律判例、判決結果和法規內容，讓法律專業人士能夠像使用Google一樣，快速搜尋所需的法律資料，無需翻閱大量文書檔案。

AI技術發展的四個階段

王志仁引述黃仁勳的觀點，AI發展共有四個階段：

1. 感知式AI：包含電腦視覺、語音識別、機器翻譯
2. 生產式AI（當前階段）：透過大量資料訓練建立模型，根據指令產生答案
3. 代理式AI（正在發展）：類似管家角色，能夠理解需求並自主完成工作
4. 實體式AI（研發階段）：如自駕車、機器人等實體應用

「每一個階段，其實對應到這個需要的能力跟投資是不同的，所以這也代表著說，除非是你要去想創造那個三十倍的價值需要自建團隊，如果心裡想的是三十趴的效率了，那更多是說我有沒有現在外面合適的廠商可以合作的？」

王志仁總結企業探索AI價值時需思考的三個核心問題：

1. 追求的目標是30%還是30倍
2. 來自日常營運的改善優化還是基本商業模式的改變
3. 外包還是自建

這些問題沒有標準答案，每家企業需根據自身情況和目標來決定AI策略，才能在這波AI浪潮中找到最適合自己的定位和發展路徑。