18+

邁向代理式新時代!Google Cloud回應企業在AI時代的焦慮與突圍之道

▲左起:Google Cloud大中華區AI技術總監William Tsoi、Google Cloud台灣技術總經理林書平、IDC台灣總經理江芳韻
▲左起:Google Cloud大中華區AI技術總監William Tsoi、Google Cloud台灣技術總經理林書平、IDC台灣總經理江芳韻

AI重點

文章重點整理:

  • 重點一:企業導入AI速度加快,但ROI落差引發高度焦慮。
  • 重點二:Google Cloud主張以代理式企業框架治理AI與成本。
  • 重點三:從小規模POC與企業脈絡出發,才能穩健擴大應用。

隨著生成式AI技術跨越早期的概念驗證階段,企業關注的焦點已從單純的「技術力展示」轉向實際的「投資報酬率」 (ROI)與規模化部署。在Google Cloud Day Taipei活動間的對談中,Google Cloud台灣 技術總經理林書平、Google Cloud大中華區AI技術總監William Tsoi,以及IDC 台灣總經理江芳韻,針對企業導入AI所面臨的痛點與解決方案,進行深度的探討與剖析。

導入速度超乎預期,投資報酬率預期落差加劇企業焦慮

IDC台灣總經理江芳韻在對談中首先點出,當前企業在導入AI時面臨著巨大的轉型焦慮。過去新技術從出現到落地通常需要3到5年的時間,但現在這段週期目前已經大幅縮短至18到24個月。江芳韻指出,根據一項針對亞洲超過950家企業的調查顯示,台灣在導入或部署「代理式AI」的比例已經高達57%,遠超過亞太地區平均的36%。

然而,企業對AI的期待與實際成果之間存在著顯著的落差:超過六成的企業多半預期AI投資能帶來大於三倍的回報,但實際上能達到此目標的企業僅有16%。這種成效上的巨大差距,正是許多企業領導者感到焦慮的核心來源。

拆解領導者痛點:三大疑問與AI脫節現象

針對企業高層的焦慮,Google Cloud大中華區AI技術總監William Tsoi分享他在香港與一家擁有百年歷史的保險公司執行長交流經驗。他觀察到,許多企業領導者面臨著「AI脫節」 (AI disconnect)的困境,這主要源於三個關鍵問題:

• 投資報酬率難以彰顯:企業可能已經投入數千萬美元的資金,卻遲遲未見相對應的投資回報。

• 缺乏成功藍圖:企業主對於一個成功轉型為AI驅動的組織架構與運作樣貌,缺乏清晰的藍圖。

• 成本控管挑戰:面對代理式AI的自主運算,企業擔心不可預測的Token消耗量與相關運算成本。

William Tsoi強調,為緩解這些焦慮,企業在評估AI導入時必須審慎考量三個維度:應用場景的競爭優勢、經濟效益的可行性,以及方案在全公司內部規模化推廣的潛力。

依產業特性建立治理框架,以AI反制資安威脅

在具體的平台構建與治理層面上,Google Cloud台灣技術總經理林書平提出,企業需要的是一個完整的「代理式企業框架」 (Agentic Enterprise Framework),而非僅僅依賴單一模型。

林書平指出,不同產業對於AI代理的權限與控制要求截然不同。例如,金融服務業面對高度監管,必須對資料的輸入與輸出進行最嚴格的控管;而媒體與娛樂產業為了激發創意,對AI生成內容的限制則相對寬鬆。

此外,針對駭客開始利用AI技術進行「機器速度」的24小時攻擊,林書平強調,企業也必須利用AI來進行資安防護與威脅管理,才能在未來的數位攻防戰中立於不敗之地。

化解AI焦慮:從建立「企業脈絡」與「小規模驗證」著手

針對企業導入AI過程中所產生的普遍焦慮,筆者在對談後的聯訪中提問,探討Google Cloud會如何建議企業領導者與決策高層調整心態來面對這些挑戰。

Google Cloud台灣技術總經理林書平指出,企業對AI產生焦慮,往往源自於對「未知」的恐懼。他建議企業決策層不應將AI視為單一的IT專案,而應定位為全公司的數位轉型,並且建立涵蓋IT、業務、法務等跨部門的協作團隊。

在實務操作上,林書平建議「從小處著手」,先挑選最有把握、能快速見效的場景進行概念驗證 (POC)。當企業取得第一個成功案例後,不僅能大幅降低內部的焦慮感,還能將成功經驗快速複製至其他場景,透過小步快跑的迭代方式穩健推動AI轉型。

對此,Google Cloud大中華區AI技術總監William Tsoi也指出,第一步必須回歸基本面,探討哪些商業應用場景 (Business Use Case),或是流程能真正創造商業價值,並且強調「企業脈絡」 (Enterprise Context)的重要性,更點出許多企業的盲點在於將「個人使用AI的經驗」 (如手機上的Gemini助理)直接套用至企業端,進而產生使用體驗落差。

William Tsoi解釋,企業脈絡需要穩固的資料地基 (Data Foundation)作為支撐,若缺乏良好的內部資料基礎,導入的AI終究只是一個空殼,這也是企業期待與實際結果產生落差、進而引發焦慮的主因。

《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》

精華 FAQ

  • 因為導入速度大幅加快,但投資報酬率卻常不如預期,許多企業投入大量資金後仍看不到成效,同時又擔心成本、治理與規模化推動困難。

  • Google Cloud主張建立完整的代理式企業框架,而不是只依賴單一模型,並依金融、媒體等不同產業設定不同權限、控管與資料輸出規則。

  • 應先聚焦最有把握的商業場景做POC,建立跨部門協作與資料基礎,再把成功案例複製到其他流程,透過小步快跑方式逐步擴大。

本日熱門 本周最熱 本月最熱