台湾产业AI应用趋势与展望报告

Sectors⨯AIapplicationSurveyinTaiwan KPMG.MaketheDifference. 知己知彼，AI正在改寫台灣競爭力 ChatGPT的風潮開啟了AI普及應用的新世代，2025年初DeepSeek又為AI市場創造出華麗的衝擊，此外，AI Agent的落地也為智慧市場帶來無限可能，Google執行長Pichai表示，我們已經進入代理世代(Agentic Era)。新興科技的高速發展迫使AI軍備競賽戰火更加猛烈，低成本與高效能的組合、多元的技術特點與應用優勢，讓全球各大科技巨擘持續開源投資，以期掌握市場主導權。因應全球智慧應用趨勢，各產業對於人工智慧等新興科技的運用已從被動驅使轉為主動需求，AI成為扶助各產業未來長期發展不可或缺的關鍵驅動力。 推動AI應用的過程中機會與挑戰並存。超過四成企業期望AI應用能降低人力成本(43%)、提升產品與服務效率(41%)，並改善內部行政流程 效 率(40%)。AI技 術 可 以 取 代 部 分 重 複 性高、技術含量低的工作，從而縮減人力成本，而企業則有餘裕可在其他面向進行投資，如技術創新與市場拓展等，重塑企業價值。 們將以產官學面向，剖析AI在各產業的未來發展，並分享台灣將如何透過科技業的領軍，從文化、教育做起，掌握全球智慧供應鏈關鍵角色。此調查深入探討台灣企業在人工智慧應用上的機會與挑戰，五大關鍵發現說明如下： ①超過半數企業已開始應用或規劃導入AI至營運流程中 ③人才問題(45%)是企業推動AI應用時的最大挑戰 依調查發現，超過半數企業已導入AI應用或正規畫導入，其中12%已開始應用AI於整體營運中，這類企業多屬該產業領導者或大型企業，而約四分之一處於部門應用階段，17%則正規畫導入營運中。2024年KPMG《全球CEO前瞻大調查》指出，64%全球CEO已將AI應用列為企業首要投資，由此看出國內大多數的企業亦與國際發展趨勢同步前行。 企業導入智慧應用的技術門檻高，依調查結果顯示，45%受訪企業認為缺乏合適人才為推行AI的最大挑戰，此為全球性的議題，人才稀缺一直是推動AI的一大阻礙，因此人才培育刻不容緩。許多科技巨頭已自行設立培訓中心，如Google創建的AIResidencyProgram，期盼能創造出更具生產力的AI人才。此外，導入成本過高(42%)與風險難以評估(32%)則位居二三名。 KPMG安侯建業長期陪伴客戶成長，為更全面瞭解國內企業AI應用的現況，以及洞悉導入營運後未來發展方向和投資策略，今年特別針對工業製造、金融、科技、消費零售、健康照護等五大產業進行調查，期望能提供國內AI應用發展上多元面向的見解。 ②企業期望運用AI解決的首要問題–降低人力成本(43%) 我們很榮幸邀請到六位於各領域的AI專家，他 知己知彼，AI正在改寫台灣競爭力 從策略規劃到實務導入，企業需建立具前瞻性的藍圖，同步掌握國際監管趨勢與資安風險。AI的價值不僅在於提升效率，更在於啟動創新思維與商業模式的重塑，讓台灣企業在全球舞台上，不再只是參與者，更是領導者。 ④近三成企業未來一年將提高AI發展的預算 近三成企業表示未來一年將提高投入AI應用的預算，約四成則持續或開始進行AI相關人才培訓。人工智慧應已是應用發展的必然趨勢，國內企業尚未到百花齊放階段，但持續追求的步伐已邁開，除了人才賦能，各產業應即早確認其AI應用場域並預先掌握相關監管風險，未來落地應用場景更為廣泛，AI應用勢必會深植企業營運之中。 希望能提升日常營運流程自動化，以降低繁瑣耗時的高重覆性工作時數，以聚焦人力於高價值生產力。值得關注的是，43%期許AI可增強企業的數據分析能力，在經營管理團隊進行決策時給與可信賴的支援，這也表示越來越多產業看好AI帶來全方位的應用。 ⑤期望效益–降低企業內部營運與人力成本(52%) 雖然47%的企業表示，目前難以有效評估AI績效，或無法估算直接營收貢獻，但AI的潛在效益卻不容忽視，過半數(52%)企業最期望AI能夠降低企業內部營運與人力成本，另46%表示 施威銘Steven Shih執行長CEOKPMG in Taiwan 陳俊光Jeff Chen主席ChairmanKPMG in Taiwan 未來，AI應用勢必將持續快速發展，企業需積極投資於人才培育與技術創新，以確保在市場上的競爭力。 建構企業AI策略—從願景到治理，擘劃全方位轉型藍圖 因應全球智慧應用趨勢，各產業對於AI等新興科技的運用已從被動驅使轉為主動需求，消費者依賴生成式AI的趨勢也逐步高漲，最擁抱新科技的Z世代族群現在30%的搜尋行為都是仰賴ChatGPT等生成式AI模型給出推薦與答案。 從Amazon與Netflix案例看AI創新商模 那麼，企業該如何突破這些限制，真正發揮AI的潛力？從Amazon與Netflix的實踐中，我們可以看到AI如何成為驅動新商業模式的核心力量。Amazon為了在AI時代能夠持續保持競爭力，將自身的電商模式做了非常大的調整。從原本的希望顧客都在Amazon電商平台上消費，轉向即使這個商品在平台上沒有販售，Amazon的AIAgent都可以為顧客搜尋商品，甚至在外部的電商網站為客戶完成結帳與下單。這背後的邏輯就來自於Amazon希望打造一個AI購物的生態系，而不是拘泥於電商傳統的銷售邏輯。更重要的是Amazon可從中獲得更多客戶數據，作為未來發展廣告的第二商務模式引擎。 這也代表當消費者獲得資訊與網路行為偏好在轉變時，企業也需因此而積極導入AI技術以提升營運效率與顧客體驗，但衡量其投資報酬率（ROI）卻成為一大挑戰。《經濟學人》與《福布斯》報導皆指出，今年企業在AI專案常因缺乏明確目標與關鍵績效指標（KPI），導致難以評估其對成本節約或營收成長的實際貢獻。此外，數據品質不佳與追蹤機制不足，也限制了企業對AI成效的掌握。 建構企業AI策略—從願景到治理，擘劃全方位轉型藍圖 另外一個例子則是Netflix，Netflix這幾年開始著力於發展廣告相關服務，打算顛覆既有的廣告生態系。靠著過去20年來持續深化機器學習與AI能力，Netflix一直以來都擅長於精準用戶影片推薦、創造更好看的內容，每一個用戶也都可以拿到不同的客製推薦。也因此Netflix擁有一般廣告商拿不到的數據，在發展廣告服務時可以從用戶觀影專心時間，找到最佳安插廣告時段、依照劇情與搜尋歷史，評估用戶現在是什麼樣的心情，適合看什麼廣告等。所以未來Netflix可能改變的是用戶對於廣告的觀看行為，透過Netflix強大的內容能力，看廣告可以變得跟看影集一樣引人入勝。他也跟Amazon一樣，正在透過AI的技術飛輪尋找下一個營收成長的潛力點。 並且也要針對企業內部的數據應用，設定相對應的角色權責，才能確保資料治理環環相扣的應用場景之下，不會有斷點與落差。透過明確界定資料擁有者和資料使用者的角色與權責，有助於企業確保資料的管理和使用符合組織的政策和規範。 工具就會結案了，企業應該已經發現導入了時下最流行的各式AI工具後，得到一些回答不精準、不到位，甚至不可信的成果。這根本的原因是因為導入的AI工具沒有足夠的企業真實數據做支撐，自然無法創造出期待中的價值。 企業做AI工具導入前須要先建構一個資料治理的地基。檢視自身的數據與資料是否可以先做到能清楚掌握來源、格式、用途等。所以我們會鼓勵企業要先回去檢查，自身數據是否 務實思考AI治理問題，同樣必不可免 除了資料治理是第一步之外，AI的應用還有AI治理的課題要思考。 ⚫可懂：數據有分層管理，知道每個數據對應的指標用途⚫可用：數據是否格式統一，做出來的分析是否能真正回應到商業需求⚫可視：數據的分析是否能清楚展現，讓跨部門協作都能從中獲得洞察⚫可營運：企業是否有建立一套數據的管理流程，確保每一筆數據都能被明確管理與使用 AI所造成的機會與風險都很巨大，我們看到AI模型可能有幻覺、道聽塗說、產生假的內容。這已經不是單純數據治理，把數據管好就可以完成的。而是要針對AI的模型透明度、使用風險，對應的防衛措施也做好相關的安排。企業必須要在AI的整個生命周期內實施適合的保護措施和控制來管理風險。 AI轉型的核心地基是資料治理 從上述案例可看到，企業在清楚定義出AI轉型目標後，找到對的工具的確會讓企業離有感轉型又更近了一步。但轉型成功不是在找到對的 建構企業AI策略—從願景到治理，擘劃全方位轉型藍圖 控制措施的設計應明確界定組織內AI的可接受用途，且不超過定義的風險閾值。這可能涉及對AI在敏感或高風險領域的使用設定明確的界限，例如影響個人權利或福祉的決策過程，並禁止在可能導致重大道德、法律或聲譽風險的情況下的應用。此外，治理應包括持續風險評估和調整控制的機制，以應對新出現的威脅變化。 中，能更專注於本身的業務與服務創新，並且真正善用AI所帶來的商業價值潛力，在轉型的路上走得更無後顧之憂。 三大面向思考AI治理 企業實施AI治理需要對影響AI框架的各種因素有細緻的了解，從而增強人工智慧應用的信任和可靠性。因此KPMG建議企業從以下面向先做初步的思考： 組織策略與目標 為AI治理而發展的控制必須與組織最上層的策略目標、願景緊密結合，以確保AI計畫有助於實現關鍵業務成果，例如增強客戶體驗、提高營運效率或推動創新。 投資報酬率 有效的AI治理需要建立圍繞財務管理的控制，以確保對人工智慧技術的投資產生積極的回報。包含對AI專案進行嚴格的成本效益分析、預算和監控，以追蹤其財務績效和策略價值。讓企業能夠有效分配資源，確定符合策略重點並具有高投資回報率潛力的人工智慧計劃，並確保組織管理其整體財務狀況。透過以上的架構，每間企業其實都有機會在AI轉型的過程 風險偏好 AI治理的一個關鍵面向是根據企業的特定風險偏好（即組織為實現其目標願意承擔的風險程度）客製化控制措施。這需要深入分析，以了解和分類AI部署帶來的潛在風險，包含營運中斷風險到道德困境和監管不合規。 賴偉晏Wayne Lai數位長CDOKPMG in Taiwan Content 0調查背景說明 1專家觀點與專欄 2企業AI應用概況與布局 3AI應用機會與挑戰 4人才策略與投資布局展望 5五大產業AI應用現況與實務 調查背景 此次訪問中調查了金融產業、科技產業、工業產業、消費與零售產業及健康照護與生技產業，約七成為中階以上主管及專責部門主管。而受訪企業中，若觀察已採用或開始規劃推動AI應用的公司，38%是由資訊部門主責，12%則籌組跨部門小組進行規劃，另有6%企業是設置獨立部門進行運作，但然後近半數(43%)的企業未設立專責單位，僅採專案方式進行。 此數據將隨著各企業專案的進程而有所調整，多數大型企業較願意設置獨立部門，透過跨部門間相互合作，檢視AI工具可發揮之效益並評估風險，使日後導入計劃更順利。 受訪產業 1 專家觀點 從制度設計到產業實踐—啟動台灣AI發展的創新引擎 數位發展部黃彥男部長 全球AI技術快速演進中，而台灣正處於關鍵的轉型節點。AI是科技創新的象徵，更是產業升級、社會進步與國家競爭力的核心引擎。面對這場技術驅動的變革，政府除了回應產業需求，更需前瞻性地建構法規基礎、人才制度與創新生態，確保台灣在全球AI產業鏈中站穩腳步。 層面考量，數發部強調「風險可控、創新自由」的原則，避免因過度監管而阻礙技術潛力。 目前國內已推動跨部會合作，由數位發展部主責AI應用的法規配套，協力推動相關法規草案，並採取分類分級的監管策略，讓各主管機關依據產業特性制定應用指引。例如針對國民健康等敏感資訊鼓勵使用合成資料與隱私強化技術來兼顧創新應用與保護。此外，我們密切關注歐盟AI法案（EU AI Act）與美國政策的分歧，並積極參與國際對話，確保台灣法規體系能與全球標準接軌，同時避免數位落差與制度孤島的產生。 AI法規與政策—在風險與創新間取得平衡 AI的本質蘊含高度創新但也充滿不確定性，從資料隱私、演算法偏誤到決策透明度，皆充滿