AI 投資回報為何難產？專家點出企業轉型三大盲點：別把 AI 當成自動化特效藥
編輯核心觀點
- ✦企業過於急躁追求 AI 應用，卻忽略了基礎數據治理與流程重塑的「基本功」工程。
- ✦專家警告，直接將 AI 套用至既有低效流程，只會導致效率低下的問題被規模化放大。
- ✦AI 導入不應僅視為技術升級，企業需重新思考業務本質，並建立以成果為導向的衡量指標。
AI 導入的「基本功」陷阱
在近期於科羅拉多州舉辦的 Fortune Brainstorm Tech 大會上，AI 應用與投資回報（ROI）成為核心議題。資產管理公司 State Street 的技術長 Manoj Bohra 指出，許多企業在 AI 專案上受挫，主因是缺乏必要的「基礎工作」（foundation work）。他強調，在受監管產業中，確保數據治理與合規性是首要任務，隨後必須重新梳理工作流程，而非直接嘗試自動化。
No one judges the return on investment of a railroad bridge in just a single year.
Bohra 以鐵路橋樑為例，認為企業不應期待 AI 投資在短短一兩年內就看見顯著回報。德勤（Deloitte）技術長 Bill Briggs 則補充，許多企業為了展現「AI 實力」，急於擴大部署 AI 應用，卻未深思其戰略目標。他警告，若企業只是將 AI 植入現有流程，而非從頭進行「AI 原生」的流程再造，最終只會導致既有的效率低落問題被 AI 代理（AI agents）以更大規模「武器化」。
重新定義 AI 的價值衡量
ReviveHealth 的 AI 部門負責人 Kathy Pham 認為，企業常在錯誤的目標上進行優化。她以 AI 講床邊故事為例，若家長的目的是為了讓孩子入睡，AI 或許適用；但若目的是為了建立親子連結，AI 的介入反而適得其反。企業流程亦然，許多流程已與最初目的脫節，盲目導入 AI 無法創造實質價值。
針對 AI 的實際應用，Genspark 共同創辦人兼營運長 Wen Sang 建議企業應從能驅動營收的「低垂果實」切入。例如，廣告公司已開始利用 AI 製作電視廣告的影片原型，取代傳統靜態分鏡圖，不僅降低成本，更提升了提案成功率。
富國銀行（Wells Fargo）的首席 AI 產品長 Faraz Shafiq 則分享了銀行的實務經驗。該行致力於建立橫跨不同業務線的「積木式」AI 平台與治理架構，並由領域專家主導端到端的流程重塑。他坦言，衡量 AI 帶來的生產力提升並不容易，例如 AI 協助開戶數成長了 25% 雖易於量化，但對於「提供更個人化服務所建立的客戶關係」等無形價值，則需要更長期的觀察。
人力與架構的未來挑戰
Lambda 共同創辦人兼技術長 Stephen Balaban 則持保留態度，認為目前 AI 除了軟體開發外，尚未準備好進入其他複雜領域。但他建議企業應為未來一兩年做好準備，屆時 AI 模型將具備驅動各領域代理的能力。同時，他也觀察到企業正要求服務供應商改以「產出結果」而非「投入人力」作為計價標準。
在 Anthropic 的 Claude Code 部門負責人 Boris Cherny 看來，隨著工程師花費大量時間監督 AI 代理，團隊成員間的實體互動、建立信任與導師制度反而比以往更加重要。此外，針對部分軟體公司限制第三方 AI 代理存取平台，凱悅酒店（Hyatt）執行長 Mark Hoplamazian 與 Snowflake 執行長 Sridhar Ramaswamy 皆認為，這種「收過路費」的封閉策略終將失敗，客戶不會容忍此類限制。
